采棉機器人視覺識別技術研究.pdf

1、我國是棉花種植大國，但由于棉花種植地域遼闊，棉花品種和生產規(guī)模呈現多元化格局，棉花的成熟吐絮期不一致，纖維長短不同。而目前無論是國際還是國內所采用的大型采棉機均需要化學干擾素和其它相關設備的配合才能很好地發(fā)揮其功能。因此開展對棉花的高效智能采收的研究迫在眉睫，從而在保持現有棉花基本品種和種植體系不變的情況下，重點解決我國除新疆棉區(qū)以外的內地2/3產棉區(qū)棉花的機械化采摘問題。
　　利用計算機視覺系統(tǒng)對自然環(huán)境下的棉花進行識別分類是實

2、現機器人自動化采摘關鍵的一步。但是，自然場景下生長的棉花具有極高的隨機性，要實現一個完整的棉花識別分類系統(tǒng)，必須解決機器人視覺伺服系統(tǒng)結構、棉花目標定位與識別、成熟度判定等問題。本文主要研究內容如下:
　　提出了一種基于多攝像機的采棉機械人視覺伺服系統(tǒng)結構，其視覺系統(tǒng)由雙目立體視覺和單目Eye-in-hand組成。雙目立體視覺系統(tǒng)安裝在機器人本體上，當雙目立體視覺系統(tǒng)用于機械手的視覺伺服控制時，構成了雙目Eye-to-hand配置

3、的機械手視覺伺服系統(tǒng);當機械手處于目標物體上面時對其進行定位、識別時，主要依靠單目Eye-in-hand視覺系統(tǒng)對機械手進行視覺伺服控制。
　　研究了應用局部灰度修正直方圖均衡化和反銳化掩膜方法實現棉花圖像增強，針對不同種類噪聲，分別采用邊緣檢測和噪聲分類相結合的線性濾波器和基于個數判斷脈沖噪聲的中值濾波器實現濾波。仿真結果表明了濾波器的高效性。
　　在研究基于Otsu的改進局部閾值分割法基礎上，提出了基于邊緣乘積互信息和直

4、方圖脈沖耦合神經網絡的棉花圖像分割方法，通過對比實驗發(fā)現基于邊緣乘積互信息的分割法在保證保留棉花圖像邊緣信息基礎上，分割速度有很大提高，更適合于采棉機器人的實時性要求。
　　針對自然場景下棉花被枝、葉遮擋時會造成采摘目標的誤判問題，提出了基于改進隨機Hough變換和基于改進自適應遺傳算法的的棉花識別方法，通過對比實驗，遺傳算法識別精度更高、速度更快，而且當棉桃被遮擋及重疊接近或大于整體輪廓的1/2時，也能夠更快速、準確的提取質心坐