發(fā)布時間：2017-06-18 21:07

  本文關(guān)鍵詞：基于圖像處理的智能割草機器人路徑規(guī)劃研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著科學(xué)技術(shù)的不斷發(fā)展,機器人視覺在不同領(lǐng)域得到廣泛使用。全自動割草機器人通過提取草地圖像的紋理特征可以有效地擬合出工作分界線,從而有助于智能割草機器人后期的路徑規(guī)劃研究。本文利用灰度共生矩陣提取草地的紋理特征分割圖。最終根據(jù)人眼的視覺特性擬合出一條分界線并用于后期的路徑規(guī)劃。研究的主要的工作有。(1)紋理特征提取技術(shù)研究論述了圖像紋理特征的意義和涉及領(lǐng)域。分別從模型、統(tǒng)計、頻譜、結(jié)構(gòu)四個方面對現(xiàn)有的紋理特征提取技術(shù)進行了詳細(xì)分析并對其中幾種算法的實驗效果進行了對比。(2)基于灰度共生矩陣的草地紋理分割技術(shù)研究將灰度共生矩陣算法運用到草地圖像的紋理分割中。通過比較“自相關(guān)”“對比度”“能量”“均勻性”四個不同性質(zhì)的特征值矩陣,“3×3”“5×5”“7×7”“9×9”四個不同大小的歷遍窗口以及“8”“16”“32”“64”四個不同數(shù)量等級的灰度級數(shù)最后形成的紋理分割效果圖,選取了一組最佳分割參數(shù)。實驗結(jié)果表明在選取適當(dāng)參數(shù)的基礎(chǔ)上,利用灰度共生矩陣能較好地提取草地圖像的紋理特性。(3)基于紋理分割圖的草地分界線提取利用人眼分辨圖像分界線時的常規(guī)判斷,提出了一種基于草地紋理分割圖的分界線擬合算法。首先將紋理特征二值圖分割成若干寬度相同的橫條,通過計算每個橫條內(nèi)黑色像素點的占有比確定輪廓歷遍器大小。然后根據(jù)黑色像素點離散率適當(dāng)增加歷遍器長度,本文提出固定值增加和變動值增加兩種方法并進行了比較分析。接著利用已確定的輪廓歷遍器對分割后的單個橫條進行像素點的逐列歷遍,從而擬定出當(dāng)前橫條的分割點位置。最后,將每個橫條得到的分割點用直線連起來。實驗結(jié)果表明該方法能較為準(zhǔn)確地擬合出分割點位置,從而達到對草地圖像未割區(qū)域和已割區(qū)域的區(qū)分。(4)基于擬合分界線的路徑規(guī)劃根據(jù)第4章擬合的分界線對割草機器人進行路徑規(guī)劃。首先將圖像中的分割點位置一一投射到實際區(qū)域內(nèi)。然后通過對分割點之間的角度差和距離差進行統(tǒng)計分析計算出割草機器人在每個分割點所需轉(zhuǎn)動的角度和行進的距離。最后利用單片機控制步進電機運轉(zhuǎn)使其按照一定的方式工作,完成指定的路徑規(guī)劃。
【關(guān)鍵詞】：草地分割 灰度共生矩陣 特征值矩陣 歷遍輪廓 路徑規(guī)劃
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;TP242
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-17
• 1.1 研究背景及意義11
• 1.2 國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢11-15
• 1.2.1 紋理特征提取的研究現(xiàn)狀與發(fā)展趨勢11-13
• 1.2.2 智能割草機器人的研究現(xiàn)狀與發(fā)展趨勢13-15
• 1.3 論文的主要研究內(nèi)容15-17
• 第2章 紋理特征提取技術(shù)17-29
• 2.1 紋理特征提取綜述17
• 2.2 常用紋理特征提取方法介紹17-28
• 2.2.1 基于模型的方法18
• 2.2.2 基于統(tǒng)計的方法18-26
• 2.2.3 基于頻譜的方法26-28
• 2.2.4 基于結(jié)構(gòu)的方法28
• 2.3 總結(jié)28-29
• 第3章 基于灰度共生矩陣的草地紋理分割技術(shù)研究29-48
• 3.1 概述29
• 3.2 灰度共生矩陣的定義與計算29-33
• 3.3 灰度共生矩陣的二階統(tǒng)計33-35
• 3.4 基于灰度共生矩陣的圖像紋理分割35-41
• 3.4.1 灰度圖像提取35-36
• 3.4.2 掃描角度和步長的選擇36
• 3.4.3 紋理特征值矩陣的計算36-38
• 3.4.4 滑動窗口的選擇38-39
• 3.4.5 特征圖像的映射39-41
• 3.5 草地圖像紋理分割實驗分析41-47
• 3.5.1 概述41-42
• 3.5.2 特征值篩選42-43
• 3.5.3 歷遍窗口選擇43-44
• 3.5.4 灰度級數(shù)的選擇44-45
• 3.5.5 圖像的后續(xù)處理45-47
• 3.5.5.1 圖像的膨脹腐蝕處理45-46
• 3.5.5.2 利用輪廓提取法去除雜質(zhì)點46-47
• 3.6 總結(jié)47-48
• 第4章 基于紋理分割圖的草地分界線提取48-58
• 4.1 人眼的視覺特性介紹48
• 4.2 根據(jù)紋理特征二值圖的分界線提取48-51
• 4.2.1 未工作區(qū)域判斷48-49
• 4.2.2 分界線的提取49-51
• 4.3 實驗分析51-56
• 4.3.1 分割寬度L的確定51-53
• 4.3.2 輪廓歷遍器長度T的確定53-56
• 4.4 分界線的映射56-57
• 4.5 總結(jié)57-58
• 第5章 基于擬合分界線的路徑規(guī)劃58-64
• 5.1 概述58
• 5.2 傳統(tǒng)路徑規(guī)劃58-59
• 5.3 基于圖像分割的草地路徑規(guī)劃59-63
• 5.3.1 處理圖像和實際區(qū)域的轉(zhuǎn)化60-61
• 5.3.2 根據(jù)實際區(qū)域分割點的路徑規(guī)劃61-63
• 5.4 總結(jié)63-64
• 第6章 總結(jié)和展望64-67
• 6.1 總結(jié)64-65
• 6.2 展望65-67
• 參考文獻67-71
• 攻讀學(xué)位期間的研究成果71-72
• 致謝72

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 蘇靜;黎明;;基于灰度共生矩陣的金屬斷口圖像的分類研究[J];計算機工程與應(yīng)用;2008年09期

2 高士忠;盧易楓;蔡振偉;黨霞;;基于灰度共生矩陣的簾子布疵點檢測研究[J];電子技術(shù)應(yīng)用;2008年01期

3 郭森;嚴(yán)和平;柳偉;;基于灰度共生矩陣的密集人群人數(shù)估計[J];計算機工程與應(yīng)用;2008年28期

4 張航;顏永豐;;基于小波灰度共生矩陣的植物分類研究[J];計算機工程與設(shè)計;2012年12期

5 魏建亮;邢濟收;;基于灰度共生矩陣的車刀車削工件表面紋理分析[J];機械制造與自動化;2009年01期

6 徐秋景;戚大偉;;基于灰度共生矩陣的東北虎紋理特征參數(shù)[J];東北林業(yè)大學(xué)學(xué)報;2009年07期

7 張靜;劉雨東;史曉陶;翟春平;;基于灰度共生矩陣的艦船噪聲特征提取方法研究[J];艦船電子工程;2011年06期

8 許舒斐;吳淑蓮;李暉;;基于灰度共生矩陣的人體皮膚紋理分析[J];激光生物學(xué)報;2011年03期

9 汪友生;吳煥煥;胡百樂;李亦林;陳建新;;基于灰度共生矩陣的動脈斑塊圖像特征分析[J];電子測量技術(shù);2012年02期

10 楊子華;吳敏;劉t$;;基于灰度共生矩陣的筆跡識別[J];信息安全與通信保密;2006年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王亞軍;李德勝;蘇少昌;王希軍;;基于灰度共生矩陣的光盤測量[A];第十二屆全國光學(xué)測試學(xué)術(shù)討論會論文（摘要集）[C];2008年

2 黃勃;李乃民;劉春雨;張大鵬;王寬全;林曉東;張宏;王淑英;張宏志;;基于灰度共生矩陣的中醫(yī)虛實證舌象分類研究[A];第一屆全國中西醫(yī)結(jié)合診斷學(xué)術(shù)會議論文選集[C];2006年

3 盧易楓;;基于灰度共生矩陣的金剛石瑕疵自動識別技術(shù)研究[A];經(jīng)濟策論（上）[C];2011年

4 趙亞偉;周晨波;王同樂;王剛;郭冰;劉華;;基于灰度共生矩陣的連續(xù)多幅非平面散斑圖像特征研究[A];第十三屆全國光學(xué)測試學(xué)術(shù)討論會論文（摘要集）[C];2010年

5 陳明麗;黃詠紅;單潔玲;楊永明;秦茜淼;王怡;;探討適用于大鼠肝纖維化聲像圖紋理灰度共生矩陣分析的構(gòu)造因子[A];2010年超聲醫(yī)學(xué)和醫(yī)學(xué)超聲論壇會議論文集[C];2010年

6 蘇慧;費樹岷;;基于多分辨率分析及灰度共生矩陣的織物紋理識別[A];第25屆中國控制會議論文集（下冊）[C];2006年

7 馬德新;楊帆;侯景忠;高金喬;;基于灰度共生矩陣的掌紋識別技術(shù)研究[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

8 高硯軍;徐華平;;基于窗口自適應(yīng)灰度共生矩陣的SAR圖像分類[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

9 蔣圣;羌鑫林;汪閩;;基于灰度共生矩陣改進的紋理分割算法[A];江蘇省測繪學(xué)會2007年學(xué)術(shù)年會論文集[C];2008年

10 嚴(yán)洪;姚宇華;熊江輝;;基于灰度共生矩陣和分形的細(xì)胞骨架圖像的分析[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 張娟;基于圖像分析的梅花種類識別關(guān)鍵技術(shù)研究[D];北京林業(yè)大學(xué);2011年

2 劉成霞;模擬實際著裝的織物折皺測試及等級評價方法研究[D];浙江理工大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 袁森林;基于紋理分析的羊絨羊毛鑒別[D];東華大學(xué);2016年

2 井寒;面向X光胸片的塵肺病灶輔助檢測系統(tǒng)研究[D];西北大學(xué);2015年

3 童逸舟;基于圖像處理的智能割草機器人路徑規(guī)劃研究[D];浙江理工大學(xué);2016年

4 阮久忠;基于灰度共生矩陣紋理參數(shù)的非平面表面粗糙度研究[D];煙臺大學(xué);2009年

5 黃晶;基于分形維度與灰度共生矩陣的圖像分類研究[D];武漢理工大學(xué);2008年

6 肖倩;基于平均灰度共生矩陣和特征的LSB匹配隱密分析[D];大連理工大學(xué);2011年

7 徐秋景;基于空間灰度共生矩陣和Hu不變矩的東北虎個體識別[D];東北林業(yè)大學(xué);2009年

8 李進;基于灰度共生矩陣的森林紋理構(gòu)造因子確定方法研究[D];浙江農(nóng)林大學(xué);2010年

9 李陸陸;基于灰度共生矩陣和MRF的紋理圖像分割[D];遼寧師范大學(xué);2013年

10 柯維;基于灰度共生矩陣和BP神經(jīng)網(wǎng)絡(luò)的織物組織結(jié)構(gòu)識別[D];蘇州大學(xué);2011年

  本文關(guān)鍵詞：基于圖像處理的智能割草機器人路徑規(guī)劃研究，由筆耕文化傳播整理發(fā)布。

本文編號：460850