精準農(nóng)業(yè)是以定時、定位、定量控制農(nóng)資農(nóng)作為核心理念,以低投入、高收益為目標的現(xiàn)代化農(nóng)業(yè)生產(chǎn)模式,代表著可持續(xù)環(huán)保型農(nóng)業(yè)的發(fā)展方向。對于精準農(nóng)業(yè)所需要的定位、定量等信息,圖像的獲取和處理具有重要的意義。三維圖像彌補了二維圖像在深度信息上的缺失,因此在實際應用中更為精確,其中,基于ToF(TimeofFlight)相機的三維成像技術可直接獲取目標的深度信息,在農(nóng)作物位置及表型參數(shù)的確定上優(yōu)勢明顯。結合ToF相機獲取深度信息的快捷性和室外操作的簡便性,本文提出了將其應用于精準農(nóng)業(yè)領域研究的方案,并針對精準農(nóng)業(yè)所需的定位、定量等信息,做了以下研究工作。在農(nóng)作物的位置信息獲取研究中,提出對典型植株進行邊緣檢測后再進行平滑窗口內(nèi)密集葉片檢測的方法,獲取典型植株的位置信息;考慮復雜背景的干擾,提出基于深度特征的閾值分割方法,對蔬菜進行深度閾值分割后求取單棵蔬菜連通域的質心,獲取蔬菜的位置信息。在農(nóng)作物表型特征參數(shù)的獲取研究中,首先基于Harris角點檢測獲取主莖的根部和頂端坐標,通過計算三維坐標的歐氏距離得到典型植株的株高;對于蔬菜生長態(tài)勢的研究,本文通過獲取其縱向和橫向的形態(tài)來共同評定其尺寸大小,... 

【文章來源】：中國科學技術大學安徽省 211工程院校 985工程院校

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究的背景與意義
    1.2 課題研究現(xiàn)狀
        1.2.1 深度圖像處理技術的研究現(xiàn)狀
        1.2.2 深度圖像技術在精準農(nóng)業(yè)領域的研究現(xiàn)狀
    1.3 本文的主要內(nèi)容
第2章 深度圖像技術概述
    2.1 三維圖像獲取方法的研究
        2.1.1 雙目立體視覺系統(tǒng)
        2.1.2 結構光成像
        2.1.3 ToF相機成像
    2.2 ToF相機成像特征
        2.2.1 ToF相機成像的優(yōu)勢
        2.2.2 ToF相機成像的劣勢
        2.2.3 ToF相機使用概述
    2.3 深度圖像技術的應用
第3章 基于深度圖像的農(nóng)作物位置信息檢測
    3.1 農(nóng)作物位置信息提取概述
    3.2 深度圖像的采集與去噪
        3.2.1 深度圖像簡介
        3.2.2 深度圖像去噪
    3.3 基于深度特征的閾值分割
    3.4 農(nóng)作物邊緣特征的提取
        3.4.1 常用的邊緣提取方法
        3.4.2 灰度圖像邊緣提取結果分析
        3.4.3 深度圖像的邊緣檢測
    3.5 農(nóng)作物位置信息的提取
        3.5.1 基于平滑窗口的密集葉片檢測
        3.5.2 基于連通域的農(nóng)作物區(qū)域標記
        3.5.3 實驗結果與分析
第4章 基于深度圖像的農(nóng)作物特征參數(shù)提取
    4.1 農(nóng)作物特征參數(shù)提取概述
    4.2 農(nóng)作物株高的獲取
        4.2.1 農(nóng)作物株高的獲取流程分析
        4.2.2 Harris角點檢測葉片特征
        4.2.3 農(nóng)作物株高的提取
    4.3 農(nóng)作物形態(tài)的提取
        4.3.1 農(nóng)作物縱向形態(tài)的提取
        4.3.2 農(nóng)作物橫向形態(tài)的提取
第5章 總結與展望
    5.1 總結
    5.2 展望
參考文獻
致謝
在讀期間發(fā)表的學術論文與取得的其他研究成果


【參考文獻】：
期刊論文
[1]ToF相機在空間非合作目標近距離測量中的應用[J]. 梁斌,何英,鄒瑜,楊君.  宇航學報. 2016(09)
[2]基于Kinect傳感器的溫室植株綠色與深度檢測方法[J]. 沈躍,徐慧,劉慧,李寧.  中國農(nóng)機化學報. 2016(08)
[3]基于深度相機的玉米株型參數(shù)提取方法研究[J]. 宗澤,郭彩玲,張雪,馬麗,劉剛,弋景剛.  農(nóng)業(yè)機械學報. 2015(S1)
[4]TOF激光相機六自由度位姿變換估計[J]. 李興東,李滿天,郭偉,陳超,孫立寧.  紅外與激光工程. 2015(07)
[5]基于可信度的TOF相機三維點云球覆蓋網(wǎng)格重建[J]. 邸維巍,張旭東,胡良梅,崔小偉.  合肥工業(yè)大學學報(自然科學版). 2014(12)
[6]玉米葉片生長狀態(tài)的雙目立體視覺監(jiān)測技術[J]. 王傳宇,郭新宇,肖伯祥,杜建軍,王虓.  農(nóng)業(yè)機械學報. 2014(09)
[7]彩色圖約束的二階廣義總變分深度圖超分辨率重建[J]. 邸維巍,張旭東,胡良梅,段琳琳.  中國圖象圖形學報. 2014(08)
[8]基于深度圖像和生豬骨架端點分析的生豬步頻特征提取[J]. 劉波,朱偉興,楊建軍,馬長華.  農(nóng)業(yè)工程學報. 2014(10)
[9]基于深度相機的手腕識別與掌心估測[J]. 姚爭為,潘志庚,滕國棟.  中國圖象圖形學報. 2014(03)
[10]基于RGB-D相機的移動機器人三維SLAM[J]. 賈松敏,王可,郭兵,李秀智.  華中科技大學學報(自然科學版). 2014(01)

碩士論文
[1]基于深度圖像的玉米品種識別研究[D]. 張云麗.河北農(nóng)業(yè)大學 2015
[2]基于TOF深度圖的超分辨率重建算法[D]. 董文菁.合肥工業(yè)大學 2015
[3]基于深度相機與雙目視覺復合的三維成像技術研究[D]. 魏少鵬.浙江大學 2015
[4]深度圖超分辨率重建研究[D]. 韓凱紅.武漢理工大學 2014
[5]TOF三維攝像機的誤差分析及補償方法研究[D]. 丁津津.合肥工業(yè)大學 2011
[6]基于雙目立體視覺系統(tǒng)的設施農(nóng)業(yè)作物位置信息獲取[D]. 申川.浙江大學 2006



本文編號：2900419