基于机器视觉的农业车辆导航基准线提取方法的研究

Hough变换论文 感兴趣区域论文 视觉导航论文 垂直投影法论文
论文详情
基于机器视觉的导航系统的目标是能自动采集农田环境图像,通过处理分析图像识别出导航路径,最终计算得出系统导航参数以控制农业机械沿导航路径行走。导航基准线的提取是机器视觉导航的基础。本文主要研究了农业机械的视觉导航技术,实现了农田图像中导航基准线的提取。基于VFW技术开发了视频采集软件,使用USB接口的数字摄像头采集农田中作物行图像,能够实现实时的捕获图像。对色彩模型进行分析的基础上,选择使用RGB模型研究图像。利用2G-R-B法对彩色农田图像灰度化,使用中值滤波去除图像的噪声,对图像开运算去除孤立点和作物行中的孔洞,使用自适应阈值方法对图像二值化,并分析了区域生长法分割图像的适合场合,为后续处理提供条件。将导航定位点检测的方法分为边缘检测和中心线检测两类,使用Sobel算子对作物行边缘检测;在中心线检测时使用图像水平条分割,和垂直投影法确定作物行的导航定位点。提出了针对确定作物行提取定位点的方法,该方法根据垂直投影图的曲线波峰位置初步确定基准线位置,然后将感兴趣区域图像分成若干个水平条,对每个水平条用垂直投影法找出导航定位点。开发了导航线提取系统,并对三种方法的定位精度进行了对比。本文主要针对视觉导航中精度、实时性不高的情况,改进了数据处理量大、耗时多和精度低的算法。首先为避免对作物行像素的漏检,改进了2G-R-B法判断像素值的条件,有效地分割作物行和背景,同时提高了灰度化的效率。改进了中值滤波的排序算法,使耗时减少一倍。提出了基于确定作物行提取定位点的方法,使用区域生长法分割确定作物行为感兴趣区域,大大的减少了无关信息量,提高了精度和实时性。本文使用C++Builder6.0和OpenCV视觉库开发了导航基准线提取系统,对提取定位点的方法进行了分析。本文基于确定作物行提取定位点的方法只针对中间作物行提取基准线,比对全部作物行提取基准线的算法不仅精度高,耗时减少2倍多,可以满足农业机械农田作业的需要。
摘要第4-5页
Abstract第5-6页
目录第7-10页
第一章 绪论第10-16页
    1.1 课题研究目的和意义第10页
    1.2 国内外研究水平第10-13页
        1.2.1 国外研究水平第10-12页
        1.2.2 国内研究水平第12-13页
    1.3 课题研究内容、技术路线及创新点第13-15页
        1.3.1 课题研究内容第13页
        1.3.2 研究技术路线第13-14页
        1.3.3 研究的创新点第14-15页
    1.4 本章小结第15-16页
第二章 农田图像采集第16-23页
    2.1 VFW视频捕获技术第17-22页
        2.1.1 VFW简介第17页
        2.1.2 AVICap窗口类的基本功能第17页
        2.1.3 AVICap窗口类函数的基本分类第17-18页
        2.1.4 常用AVICap函数介绍第18-19页
        2.1.5 AVICap实现视频捕获第19-22页
    2.2 本章小结第22-23页
第三章 农田图像预处理和分割第23-40页
    3.1 颜色空间的选择第23-27页
        3.1.1 RGB模型第23-24页
        3.1.2 HSI模型第24-26页
        3.1.3 CIE模型第26-27页
    3.2 图像灰度化方法的选择第27-31页
        3.2.1 常用灰度化方法第27-30页
        3.2.2 超绿特征灰度化方法(2G-R-B法)第30页
        3.2.3 改进的2G-R-B灰度法第30-31页
    3.3 图像滤波第31-33页
        3.3.1 邻域平均法第31-32页
        3.3.2 中值滤波法第32-33页
        3.3.3 改进的中值滤波算法第33页
    3.4 去除图像中孔洞、孤立点第33-36页
        3.4.1 图像的膨胀第34-35页
        3.4.2 图像的腐蚀第35页
        3.4.3 图像的开运算第35页
        3.4.4 图像的闭运算第35-36页
    3.5 图像二值化第36-39页
        3.5.1 最大类间方差(OTSU)法第36-37页
        3.5.2 区域生长法第37页
        3.5.3 最大类间方差法和区域生长法的对比第37-39页
    3.6 本章小结第39-40页
第四章 导航基准线检测方法第40-54页
    4.1 导航定位点提取第40-50页
        4.1.1 基于边缘检测的定位点提取方法第40-44页
        4.1.2 基于中心线检测的定位点提取方法第44-47页
        4.1.3 改进的基于感兴趣区域的定位点提取方法第47-50页
    4.2 直线特征检测第50-53页
        4.2.1 一元线性回归第50-51页
        4.2.2 Hough变换第51-53页
    4.3 本章小结第53-54页
第五章 试验分析第54-59页
    5.1 试验材料的选取第54页
    5.2 图像采集系统的硬件结构组成第54-55页
    5.3 图像采集系统软件第55-56页
        5.3.1 开发环境与开发工具第55页
        5.3.2 系统模块的构成第55-56页
    5.4 试验结果与分析第56-58页
        5.4.1 基于边缘检测的基准线提取试验分析第56-57页
        5.4.2 基于中心线检测的基准线提取试验分析第57页
        5.4.3 基于确定作物行的基准线提取试验分析第57-58页
    5.5 本章小结第58-59页
第六章 结论与展望第59-61页
    6.1 结论第59-60页
    6.2 需要改进之处及下一步工作建议第60-61页
参考文献第61-64页
攻读硕士学位期间发表的学术论文第64-65页
致谢第65页
论文购买
论文编号ABS547596,这篇论文共65页
会员购买按0.30元/页下载,共需支付19.5
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付32.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656