本文選題：作物行檢測(cè)　切入點(diǎn)：視覺(jué)導(dǎo)航　出處：《河南理工大學(xué)》2016年碩士論文　論文類(lèi)型：學(xué)位論文

【摘要】：本課題的研究?jī)?nèi)容為基于機(jī)器視覺(jué)的農(nóng)田作物行檢測(cè)。以農(nóng)田作物為研究對(duì)象,根據(jù)其壟行種植的特點(diǎn),利用數(shù)字圖像處理技術(shù)提取作物行直線(xiàn),實(shí)現(xiàn)農(nóng)事中耕管理期間農(nóng)業(yè)機(jī)器人自動(dòng)導(dǎo)航的目標(biāo)。本文的主要研究?jī)?nèi)容如下:(1)研究農(nóng)田作物圖像的灰度轉(zhuǎn)換和分割過(guò)程。通過(guò)對(duì)不同彩色模型下的農(nóng)田作物圖像進(jìn)行分析,提出采用RGB模型研究圖像。綜合考慮了程序的運(yùn)行時(shí)間及處理效果后,提出采用加強(qiáng)綠色分量(G),抑制藍(lán)色(B)和紅色分量(R)的顏色特征因子2G-R-B對(duì)圖像進(jìn)行灰度轉(zhuǎn)換,并利用Otsu法對(duì)經(jīng)過(guò)灰度轉(zhuǎn)換的圖像進(jìn)行二值化處理分割作物區(qū)域和背景區(qū)域。(2)研究農(nóng)田作物圖像中作物行特征點(diǎn)的提取方法。根據(jù)農(nóng)田作物壟行種植的特點(diǎn),提出了基于移動(dòng)窗的作物行特征點(diǎn)提取方法和改進(jìn)的基于移動(dòng)窗的作物行特征點(diǎn)提取方法。第一種方法通過(guò)構(gòu)造一個(gè)矩形窗口,采用每隔五行逐列掃描二值圖像的方法,提取若干能夠代表作物行中心的特征點(diǎn)�？紤]到相鄰兩條水平掃描線(xiàn)之間,同一條作物行的特征點(diǎn)所在的列的位置變化不會(huì)很大這樣一個(gè)事實(shí),提出了另一種改進(jìn)的特征點(diǎn)提取方法,首先利用移動(dòng)窗口在第一條水平掃描線(xiàn)上逐列掃描提取若干作物行特征點(diǎn),然后在后續(xù)掃描線(xiàn)上,基于前一次掃描獲取的特征點(diǎn)所在的列給出一個(gè)小的改變,進(jìn)行鄰近區(qū)域掃描的方法提取剩余特征點(diǎn)。(3)研究作物行直線(xiàn)檢測(cè)方法。針對(duì)Hough變換峰值檢測(cè)困難的問(wèn)題,提出了一個(gè)基于Hough變換與消隱點(diǎn)的作物行檢測(cè)算法。首先利用Hough變換對(duì)上一步獲取的特征點(diǎn)圖像進(jìn)行直線(xiàn)擬合,提取出所有可能的候選作物行,然后利用K-means聚類(lèi)算法確定作物行直線(xiàn)形成的消隱點(diǎn)的位置,最后利用消隱點(diǎn)原理消除偽執(zhí)作物行,識(shí)別出正確的作物行。該算法與其他的基于Hough變換的方法相比,不僅能夠避免峰值尋找的困難,而且具有速度快、更簡(jiǎn)單、易于實(shí)現(xiàn)的特點(diǎn)。(4)對(duì)提出的作物行檢測(cè)算法進(jìn)行試驗(yàn)驗(yàn)證與分析。結(jié)果表明,本文提出的作物行檢測(cè)算法,能夠有效地檢出作物行直線(xiàn),檢測(cè)率達(dá)到90%以上。
[Abstract]:The purpose of this paper is to detect crop lines based on machine vision. According to the characteristics of ridge planting, the line line of crop is extracted by digital image processing technology. The main research contents of this paper are as follows: 1) the grayscale conversion and segmentation process of crop images are studied. Through the analysis of cropland crop images under different color models, the main contents of this paper are as follows: (1) the main contents of this paper are as follows: (1) the main contents of this paper are as follows: 1. In this paper, RGB model is used to study images. After considering the running time and processing effect of the program, it is proposed that the color feature factor (2G-R-B), which is used to strengthen the green component and suppress the blue and red components, is used to transform the gray level of the image. The method of extracting crop row feature points from farmland crop image is studied by using Otsu method to segment crop region and background area by binary processing. According to the characteristics of crop ridge planting, the paper studies the method of extracting crop row feature points from field crop image. In this paper, a method of crop row feature point extraction based on moving window and an improved method of crop row feature point extraction based on moving window are proposed. Extract a number of feature points that represent the center of a crop row. Taking into account the fact that the position of the column in which the feature points of the same crop row do not change significantly between two adjacent horizontal scan lines, In this paper, another improved feature point extraction method is proposed. Firstly, a moving window is used to extract a number of crop row feature points on the first horizontal scan line, and then on the subsequent scanning line. Based on the list of feature points obtained from the previous scan, a small change is given, and the residual feature points are extracted by scanning the adjacent region.) the method of crop line line detection is studied. Aiming at the problem of Hough transform peak detection, it is difficult to detect the peak value of crop line. A crop row detection algorithm based on Hough transform and blanking point is proposed. Firstly, the feature point images obtained in the previous step are fitted by Hough transform, and all possible candidate crop rows are extracted. Then, K-means clustering algorithm is used to determine the location of the blanking point formed by the straight line of the crop line, and finally, the false crop row is eliminated by using the blanking point principle, and the correct crop row is recognized. The algorithm is compared with other methods based on Hough transform. It can not only avoid the difficulty of finding the peak value, but also has the characteristics of fast, simpler and easy to realize. The proposed crop row detection algorithm is tested and analyzed. The results show that the crop row detection algorithm proposed in this paper is simple and easy to implement. The linear line of crop can be detected effectively, and the detection rate is over 90%.
【學(xué)位授予單位】：河南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈熹濱;石勤;尹寶才;;由粗到細(xì)的漸進(jìn)式特征點(diǎn)定位算法[J];北京工業(yè)大學(xué)學(xué)報(bào);2006年05期

2 鄭林;劉泉;王林濤;;一種基于特征點(diǎn)的跟蹤算法[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2006年03期

3 江詩(shī)鋒;何振峰;;基于特征點(diǎn)的行車(chē)數(shù)據(jù)序列對(duì)齊[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年02期

4 周全峗;史澤林;;輻射模糊圖像的特征點(diǎn)穩(wěn)定性分析[J];光電工程;2013年06期

5 魏立梅,張永瑞,謝維信,程相君;人臉識(shí)別中基準(zhǔn)點(diǎn)的選取與特征點(diǎn)定位[J];西安電子科技大學(xué)學(xué)報(bào);1998年01期

6 許承慧;劉桂華;梁峰;;非特征點(diǎn)雙目測(cè)距技術(shù)研究[J];微型機(jī)與應(yīng)用;2013年22期

7 潘翔;章國(guó)棟;陳啟華;;三維可變形物體的特征點(diǎn)層次提取[J];計(jì)算機(jī)科學(xué);2014年04期

8 陶剛,盧昀,李吉桂;細(xì)化指紋圖中偽特征點(diǎn)的一體化去除算法[J];現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版);2002年10期

9 仲啟媛,譚立龍;一種確定運(yùn)動(dòng)目標(biāo)特征點(diǎn)的算法[J];計(jì)算機(jī)工程;2003年10期

10 胡迎春,張?jiān)龇?梁數(shù);人臉圖像嘴巴特征點(diǎn)自動(dòng)提取系統(tǒng)[J];廣西工學(xué)院學(xué)報(bào);2003年02期

相關(guān)會(huì)議論文 前10條

1 汪力;葉樺;夏良正;;利用特征點(diǎn)定位嘴巴[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

2 付洪川;王劍;萬(wàn)嬋;趙建英;付凱;;圖像特征點(diǎn)匹配算法的研究與改進(jìn)[A];2009中國(guó)控制與決策會(huì)議論文集（1）[C];2009年

3 溫文雅;陳建華;;一種基于特征點(diǎn)的圖像匹配算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 任明武;胡明昊;楊靜宇;;一種快速實(shí)用的特征點(diǎn)匹配算法[A];全面建設(shè)小康社會(huì)：中國(guó)科技工作者的歷史責(zé)任——中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

5 許競(jìng);姜波;;攝像機(jī)運(yùn)動(dòng)下特征點(diǎn)追蹤方法研究[A];2011下一代自動(dòng)測(cè)試系統(tǒng)學(xué)術(shù)研討會(huì)論文集[C];2011年

6 張?zhí)?王希常;蘇志榮;;基于特征點(diǎn)和輪廓檢測(cè)的粘連數(shù)字分割[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

7 杜鵬飛;彭代強(qiáng);林幼權(quán);;基于二乘向量機(jī)的特征點(diǎn)配準(zhǔn)算法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

8 舒志龍;阮秋琦;;基于KLT特征點(diǎn)跟蹤的圖象拼接[A];中國(guó)體視學(xué)學(xué)會(huì)圖像分析專(zhuān)業(yè)、中國(guó)體視學(xué)學(xué)會(huì)仿真與虛擬現(xiàn)實(shí)專(zhuān)業(yè)、中國(guó)航空學(xué)會(huì)信號(hào)與信息處理專(zhuān)業(yè)第一屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2000年

9 楊向林;嚴(yán)洪;任兆瑞;陳靖一;;基于小波變換的ECG信號(hào)多特征點(diǎn)綜合檢測(cè)算法[A];第八屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2010年

10 韓廣良;陳小云;;利用多特征點(diǎn)搜索實(shí)現(xiàn)紙鈔圖像的狀態(tài)檢測(cè)[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 王宇;芯技術(shù)點(diǎn)亮未來(lái)[N];電腦報(bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 劉洪濤;基于視覺(jué)的微夾持構(gòu)件受力與應(yīng)變測(cè)量方法[D];上海交通大學(xué);2014年

2 劉通;面向心拍識(shí)別的心電信號(hào)的高層特征研究[D];吉林大學(xué);2016年

3 廖斌;基于特征點(diǎn)的圖像配準(zhǔn)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

4 楊占龍;基于特征點(diǎn)的圖像配準(zhǔn)與拼接技術(shù)研究[D];西安電子科技大學(xué);2008年

5 楊利敏;圖像特征點(diǎn)定位算法研究及其應(yīng)用[D];上海交通大學(xué);2008年

6 李旭東;基于特征點(diǎn)的增強(qiáng)現(xiàn)實(shí)三維注冊(cè)算法研究[D];天津大學(xué);2009年

7 魯統(tǒng)偉;前視目標(biāo)圖像匹配定位技術(shù)研究[D];華中科技大學(xué);2008年

8 戴激光;漸進(jìn)式多特征異源高分辨率衛(wèi)星影像密集匹配方法研究[D];遼寧工程技術(shù)大學(xué);2013年

9 宋琳;無(wú)人機(jī)飛行途中視覺(jué)導(dǎo)航關(guān)鍵技術(shù)研究[D];西北工業(yè)大學(xué);2015年

10 楊奎元;基于深層結(jié)構(gòu)的圖像內(nèi)容分析及其應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 曾寶瑩;基于圖像識(shí)別的中國(guó)書(shū)法真?zhèn)舞b別方法研究[D];西安建筑科技大學(xué);2015年

2 周兆鎮(zhèn);基于雙目視覺(jué)的特征點(diǎn)匹配算法研究[D];西安建筑科技大學(xué);2015年

3 馮翔;基于人臉對(duì)齊和多特征融合的人臉識(shí)別方法研究[D];南京理工大學(xué);2015年

4 姜小會(huì);基于特征點(diǎn)的圖像拼接技術(shù)研究[D];山東建筑大學(xué);2015年

5 吳昊;基礎(chǔ)矩陣估計(jì)方法研究[D];蘭州大學(xué);2015年

6 陳偉;基于唇形特征的身份識(shí)別算法的設(shè)計(jì)[D];蘭州大學(xué);2015年

7 秦清欣;GPS輔助攝影測(cè)量的邊坡監(jiān)測(cè)技術(shù)研究[D];南京理工大學(xué);2015年

8 宋偉;遠(yuǎn)程火光瞄準(zhǔn)與探測(cè)系統(tǒng)設(shè)計(jì)[D];西安工業(yè)大學(xué);2015年

9 劉智;塑料面膜印刷質(zhì)量的視覺(jué)檢測(cè)方法研究[D];沈陽(yáng)理工大學(xué);2015年

10 任筱強(qiáng);行星及行星衛(wèi)星著陸探測(cè)自主導(dǎo)航方法研究[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號(hào)：1649082