论文部分内容阅读
中国是茶叶的发源地,是世界上最大的茶叶种植、生产、出口的国家。目前我国对茶叶的采摘主要依靠人工手采,或是采用手提式、背负式采茶机切割的方式。这种收割方式需要消耗巨大的人力,并导致切割的不完整,对茶树产生较大的损伤。针对乘用型采茶机容易出现割刀与茶行在对准上出现偏差的问题,本文设计了一种基于机器视觉的乘用型采茶机导航方法。论文首先总结了机器视觉在农业领域中的研究发展现状,对国内外学者在农业机械上的视觉导航相关的研究做了调研和归纳。在此基础上,针对茶园的特点设计了相应的机器视觉导航线计算方法。本文主要研究工作和成果包括:(1)首先利用一般道路的结构信息对摄像机进行外部参数标定,确定摄像机与采茶机的相对位姿关系;联合摄像机内部参数的标定结果,确定以采茶机为中心的三维坐标系与摄像机成像平面间的坐标映射关系。然后根据茶行的高度、宽度先验信息,在茶行上感兴趣区域内按一定规则生产网格,并且依据坐标映射关系投影到二维图像平面中,形成近大远小的矩形窗口划分效果。为后续图像处理提供基础。(2)针对本文设计的采茶机视觉导航方法所采集的前方茶行图像特征,研究了与之匹配的一系列图像预处理算法,实现茶行图像的灰度化、多区域多阈值的二值化分割,以及形态学滤波。(3)针对室外复杂环境下光线阴影对本文研究的影响,对比使用了一般的阴影去除算法,提出了一种简单、快速、适应性较强的阴影去除算法。通过对图像感兴趣区域进行一次OTSU(最大类间方差法)阈值分割,首先去除图像中处于光照无遮挡下的茶叶;剩下的区域包括处于阴影遮挡中的茶叶与其他亮度值低的区域,即茶陇和茶叶间空洞部分。对这些区域再进行一次OTSU阈值分割,进一步去除图像中处于阴影遮挡下的茶叶,只剩下需要的茶陇区域和一些茶叶间空洞。(4)对于分割出的茶陇区域图像,设计了相应的基于空间约束的边缘点提取算法,去除茶叶间空洞点对边缘点的干扰。对提取的边缘点通过改进的Hough变换,实现快速、准确的拟合成边缘直线。本文利用Java语言对采茶机导航系统进行设计与实现,提出了一种方便准确的视觉辅助导航系统,并对系统实现的各个功能模块与相关算法进行细节表述。最后对本文所研究的内容与实验结果进行总结。实验结果表明,本文提出的采茶机视觉导航系统在一定程度上能实现实时、准确找准茶行中心线,并提示驾驶员对准。不仅减轻驾驶负担,而且提高茶叶切割的完整性,减少对茶树的损伤。