当前位置: 首页 > 创业资料 > 创业资料 > 我爱发明柑橘采摘机器

我爱发明柑橘采摘机器

2017-06-16 09:27:28 编辑: 来源:http://www.chinazhaokao.com 成考报名 浏览:

导读: 我爱发明柑橘采摘机器(共7篇)[我爱发明]花椒采摘机(发明人田文君)[我爱发明] 20141030 巧采花椒 本期视频主要内容: 陕西渭南白水县的田文君发明了一种花椒采摘机。机器主要由腰挎锂电池,手柄和割刀组成。通过偏心杆使动刀进行往复运动,配合定刀收割花椒,速度胜于三名人工。经过测试,这款机器不仅适用于花椒的采摘,对枸杞等经济...

篇一 我爱发明柑橘采摘机器
[我爱发明]花椒采摘机(发明人田文君)

  [我爱发明] 20141030 巧采花椒

  本期视频主要内容: 陕西渭南白水县的田文君发明了一种花椒采摘机。机器主要由腰挎锂电池,手柄和割刀组成。通过偏心杆使动刀进行往复运动,配合定刀收割花椒,速度胜于三名人工。经过测试,这款机器不仅适用于花椒的采摘,对枸杞等经济作物的收获也能有很好的效果。 (《我爱发明》 20141030 巧采花椒)

  发明人联系方式:田文君 13892569003

  《巧采花椒》花絮:老田本是当地有名的铁匠,以做锯子营生,收入不薄。但自从爱上了发明花椒收割机,不断地开模具和购买材料,使得他迅速耗光了前半生的所有积蓄。原本富足的家庭因为这个发明而变得拮据甚至不堪重负,这让他的两个儿子对他意见非常大。老伴儿对他的忍让和椒农的支持是他唯一的宽慰。

  

  

篇二 我爱发明柑橘采摘机器
[我爱发明]枸杞收获机采摘机 枸杞红了(发明人林建智)

  [我爱发明] 20150218 枸杞红了

  本期视频主要内容: 来自青海的林建智发明了一台小巧玲珑方便快捷枸杞收获机。青海枸杞比宁夏枸杞个头大,糖分多,不易采摘,费时费力,枸杞收获机模拟人手,利用硅胶采摘头相向运动,将枸杞采摘下来。一台机器可抵4个人工,解决了青海采摘枸杞人力不够的问题。(《我爱发明》 20150218 枸杞红了)

  发明人联系方式:林建智 13639728254

  

  

  

  

篇三 我爱发明柑橘采摘机器
柑橘采摘机器人末端执行器研究

浙江工业大学硕士学位论文

柑橘采摘机器人末端执行器研究

作者姓名:张水波

指导教师:张立彬教授、杨庆华教授

浙江工业大学机械工程学院2011年4月

DissertationSubmittedtoZhejiangUniVersi时of1’echnology

fortheDegreeofMaster

ResearchonEnd.EffectorofCitrus

HarvestingRobot

Candidate:ZhangShuibo

AdVisor:Pro£ZhangLibin&YrangQinghua

CollegeofMechanicalEngineering

ZhejiangUniVersi哆ofTechnology

Apr2011

浙江工业大学

学位论文原创性声明

本人郑重声明:所提交的学位论文是本人在导师的指导下,独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的研究成果,也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本人承担本声明的法律责任。

作者签名.\州哆日期:如1年【月毛日

学位论文版权使用授权书

本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

本学位论文属于

l、保密口,在年解密后适用本授权书。

2、不保密酣。

(请在以上相应方框内打“√’’)

作者签名:一一A日期:知11年易月6日导师签名:日期:小Ⅳ年多月6日

篇四 我爱发明柑橘采摘机器
采摘机器人简介

采摘机器人简介

张晨光

(东北农业大学工程学院 哈尔滨 150030)

摘要:随着新的农业生产模式和新技术的发展与应用 农业机器人将成为农业生产的主力军。采

摘机器人作为农业机器人的重要类型具有很大的发展潜力。为此,在分析采摘机器人特点的基础

上,通过对几种典型的采摘机器人的开发与应用介绍,分析了国内外采摘机器人的研究进展与现

状,找出采摘机器人发展中存在的主要问题并提出相应的解决途径,指出人机协作思想和开放式

【我爱发明柑橘采摘机器】

结构思想应用于采摘机器人的研究具有实际应用价值。

关键词:农业工程 采摘机器人 综述 人机协作 开放式结构

中图分类号 文献标识码 文章编号

0引言

随着电子计算机和自动控制技术的迅速发展、农业高新科技的应用和推广,农业机器人已逐步进

入到农业生产领域中,并将促进现代农业向着装备机械化、生产智能化的方向发展。果蔬采摘是

农业生产中季节性强、劳动强度大、作业要求高的一个重要环节,研究和开发果蔬采摘的智能机

器人技术对于解放劳动力、提高劳动生产效率、降低生产成本、保证新鲜果蔬品质,以及满足作

物生长的实时性要求等方面都有着重要的意义。

1果树采摘机器人的特点

工业领域是机器人技术的传统应用领域,目前已经得到了相当成熟的应用;而采摘机器人工

作在高度非结构化的复杂环境下,作业对象是有生命力的新鲜水果或蔬菜。

同工业机器人相比,采摘机器人具有以下的特点:①作业对象娇嫩、形状复杂且个体状况之

间的差异性大,需要从机器人结构、传感器、控制系统等方面加以协调和控制;②采摘对象具有

随机分布性,大多被树叶、树枝等掩盖,增大了机器人视觉定位难度,使得采摘速度和成功率降

低,同时对机械手的避障提出了更高的要求;③采摘机器人工作在非结构化的环境下,环境条件

随着季节、天气的变化而发生变化,环境信息完全是未知的、开放的,要求机器人在视觉、知识

推理和判断等方面有相当高的智能;④采摘对象是有生命的、脆弱的生物体,要求在采摘过程中

对果实无任何损伤,从而需要机器人的末端执行器具有柔顺性和灵巧性;⑤高智能导致高成本,

农民或农业经营者无法接受,并且采摘机器人的使用具有短时间、季节性、利用率不高的缺点,

是限制采摘机器人推广使用的重要因素;⑥果蔬采摘机器人的操作者是农民,不是具有机电知识

的工程师,因此要求果蔬采摘机器人必须具有高可靠性和操作简单、界面友好的特点。

2 国内外采摘机器人的研究进展

果蔬采摘机器人的研究开始于20世纪60年代的美国(1968年),采用的收获方式主要是机

械震摇式和气动震摇式。其缺点是果实易损、效率不高,特别是无法进行选择性的收获,在采摘

柔软、新鲜的果蔬方面还存在很大的局限性。但在此后,随着电子技术和计算机技术的发展,特

别是工业机器人技术、计算机图像处理技术和人工智能技术的日益成熟,采摘机器人的研究和开

发技术得到了快速的发展。目前,日本、荷兰、法国、英国、意大利、美国、以色列、西班牙等

国都展开了果蔬收获机器人方面的研究工作,涉及到的研究对象主要有甜橙、苹果、西红柿、樱

桃西红柿、芦笋、黄瓜、甜瓜、葡萄、甘蓝、菊花、草莓、蘑菇等,但这些收获机器人目前都还

没能真正实现商业化。

日本Kondo-N等人研制的西红柿收获机器人由机械手末端执行器视觉传感器和移动机构等

组成。如图2所示,西红柿各个果实不一定是同时成熟并且果实有时被叶茎挡住,收获时要求机

械手活动范围大且能避开障碍物,所以机器人的采摘机械手采用7自由度的 SCORBOT ER 工业机

器人能够形成指定的采摘姿态进行采摘。用彩色摄像机作为视觉传感器来寻找和识别成熟果实,

利用双目视觉方法对目标进行定位,移动机构采用4轮结构能在垄间自动行走采摘时移动机构,

行走一定距离后就进行图像采集,利用视觉系统检测出果实相对机械手坐标系的位置信息,判断

西红柿是否在收获的范围之内,若可以收获,则控制机械手靠近并摘取果实吸盘把果实吸住后,

机械手指抓住果实,然后通过机械手的腕关节拧下果实。

图2 西红柿采摘机器人Fig.2 Tomato harvesting robo

我国在农业机器人领域的研究相对开始较晚,但发展速度较快,近年来也有了许多研究成果。

中国农业大学刘兆祥、刘刚等人在苹果采摘机器人三维视觉传感器设计方面的研究;张建锋、何

东健、张志勇等对于采摘机器人自适应鲁棒跟踪控制算法设计;江苏大学蔡健荣等通过恢复障碍

物的三维信息,对于柑橘采摘机器人障碍物识别技术的研究;南京农业大学工学院王学林和姬长

英对力外环控制的果蔬抓取技术的研究。

3采摘机器人的结构组成

目前的果蔬采摘机器人一般可分为移动机构、机械手、识别和定位系统、末端执行器等四大

部分。

3.1移动机构

因为果实生长的植株是固定的且存在空间的随机分布性,所以机器人在采摘果实时需要主动

接近并准确定位目标,这就要求机器人有自己的移动机构。移动式采摘机器人的行走机构有车轮

式、履带式和人形结构。其中,车轮式应用最广泛。车轮式的行走机构转弯半径小、转向灵活,

但轮式的结构对于松软的地面适应性较差,会影响机械手的运动精度。一般番茄采摘机器人会使

用轮式行走机构。而履带式的行走机构对地面的适应性较好;但由于其转弯半径过大,转向不灵

活。目前,只有葡萄采摘机器人使用履带式行走机构。对于西瓜等作物的藤茎在地面上的果实,

使用上述两种行走装置显然不适合。移动机构的设计必须要保证机器人运动平稳和灵活避障。荷

兰开发的黄瓜收获机器人以铺设于温室内的加热管道作为小车的行走轨道。日本等尝试将人形机

器人引入到移动式采摘机器人中M1;但这种技术目前还不成熟,有待进一步的研制开发。采用

智能导航技术的无人驾驶自主式小车是智能采摘机器人行走部分的发展趋势。

3.2机械手

机械手又称操作机,是指具有和人手臂相似的动作功能,并使工作对象能在空间内移动的机

械装置,是机器人赖以完成工作任务的实体。在收获机器人中,机械手的主要任务就是将末端执

行器移动到可以采摘的目标果实所处的位置,其工作空间要求机器人能够达到任何一个目标果

实。机械手一般可分为直角坐标、圆柱坐标、极坐标、球坐标和多关节等多种类型。多关节机械

手又称为拟人(类人)机器人,相比其它结构比较起来,要求更加灵活和方便。机械手的自由度是

衡量机器人性能的重要指标之一,它直接决定了机器人的运动灵活性和控制的复杂性。

果蔬采摘机器人往往工作于非结构性环境中,工作对象常常是随机分布的,因此在机械手的

设计过程中,必须考虑采用最合理的设计参数,包括机器人类型、工作空间、机械臂数量(机械

臂越多,机构越灵活,但控制也越复杂,消耗的时间也越多。因此,必须在系统数量和性能之间

进行平衡)以及机器人结构方式(串联式、并联式)等。评价机械手的结构性能参数主要有工作空

间、可操作度、位置多样性和冗余度等。为了设计出最合适的操作手机构,还必须进行机构的运【我爱发明柑橘采摘机器】

动学和动力学研究,同时还要考虑其运动平衡性能,综合优化算法设计,使机器人能灵巧无碰撞

地完成采摘任务。

3.3识别和定位系统

果实的识别和定位是果实采摘机器人的首要任务和设计难点,识别和定位的准确性关系到采

摘机器人工作效率。

采摘机器人视觉系统的工作方式:首先获取水果的数字化图像,然后再运用图像处理算法识

别并确定图像中水果的位置。由于环境的复杂性,有时需要利用多传感器多信息融合技术来增强

环境的感知识别能力并利用瓜果的形状来识别和定位果实。

目前的采摘机器人视觉系统在环境比较规则的情况下能取得比较好的效果,但在自然环境下

的应用仍需要进一步的研究。这需要研究出有效、快速的算法,将果实分辨出来。在目前这种技

术还不是很成熟的情况下,可采用人工辅助选择目标和定位。

3.4末端执行器

末端执行器是果蔬收获机器人的另一重要部件,通常由其直接对目标水果进行操作。因此,

需要满足各种不同的规则,以便切除水果并确保水果质量。末端执行器的基本结构取决于工作对

象的特性以及工作方式。末端执行器必须根据对象的物理属性来设计,包括数量形状(手指的数

量和形状的设计与所要采摘的果实密切相关。一般而言,手指的数量越多,采摘效果越好,但控

制也越复杂。所以,在设计时,应该在手指的数量、控制的难度及抓取的成功率上找到平衡点)、

尺寸和动力学特性(如抓取力、切割力、弹性变形、光特性、声音属性、电属性等),水果的化学

【我爱发明柑橘采摘机器】

和生物特性也必须考虑。

末端执行器的性能评估指标应包括:抓取范围、水果分离率、水果损伤率、采摘的灵活性以

及速率等。传统的末端执行器主要采用旋转拧取或机械切除方法将果实从植株上脱离,其性能一

【我爱发明柑橘采摘机器】

般较差,对果实和植株都有一定的损伤。目前,还出现了激光切割、高压水喷切等新的水果分离

技术。荷兰农业环境工程研究所在研究黄瓜收获机器人时,发明了一种新的双电极切割法,利用

电极产生的高温切除果实。该方法不仅易于采摘果实,而且可以防止植物组织细胞细菌感染,还

可以减少果实水分损失,减慢果实熟化程度。美国俄亥俄州立大学开发了一种由四手指机械手和

一个机械手控制器组成的末端执行系统,能够很好地抓持和采摘果实,灵活轻巧,采摘成功率有

明显的提高。

4果蔬采摘机器人的主要问题和关键技术

4.1研究中的问题

虽然果蔬收获机器人的研究已经取得了很大的进展,但离实用化和商品化还有很长一段距

离。目前,采摘机器人研究领域主要存在以下几个问题:①果实的识别率不高或识别后定位精度

不高。目前,识别果实和确定果实位置主要采用灰度阈值、颜色色度法和几何形状特性等方法。

②果实的损伤率较大。③果实的平均采摘周期较长。目前的果实收获机器人由于视觉、结构及控

制系统等原因,大多数采摘机器人的效率不高。④采摘机器人的制造成本较高,设备利用率低,

使用维护不方便。

4.2研究中的关键技术

4.2.1智能化的果实识别和定位

1)开发智能化的图像处理算法。开发智能化的图像处理算法,以消除干扰,提高分辨率。模

糊神经网络是一种高度并行的分布式系统,应用模糊理论指导学习,是在无监督情况下具有自适

应性与自学习能力,能将采集到的信息加以存储建立起数据库,以对图像进行智能化处理。另外,

小波变换具有良好的时频局部化分析特征,能同时给出图像信号的时域和频域信息,能有效检测

图像的边缘,抑制噪声干扰,快速、精确地提取图像边缘信息,应用前景较好。

2)采用主动光源的多维视觉系统。为改善自然环境的干扰,精确定位果实位置,可考虑采用

多维视觉系统,并根据图像采集的需要配备激光扫描器,也可自行发射出具有特定特征的光线,

在一定程度上改善图像质量。

3)多传感器信息融合。果蔬采摘机器人作为智能机器人的一种,工作在复杂多变的环境中,

需要在移动过程中检测出水果,因此还需要利用多传感器多信息融合技术来增强环境的感知识别

能力。通过视觉传感器与非视觉传感器(触觉传感器、力觉传感器和避障传感器等)的优势互补,

机器视觉系统与激光测距系统相结合,可以大大提高采摘机器人的感知功能。近些年来,多传感

器信息融合技术已成为智能机器人的关键技术,得到了普遍的关注和广泛的应用,并引入到了农

业机器人中,取得了显著的成果。

因而,开发新型传感器或按照一定融合策略构造传感器阵列,以弥补单个缺陷,以及提出新

的融合方法来提高传感器的灵敏度和反应度以完善探测结果,都是重要的研究方向。

4.2.2机械本体的优化设计

机械结构直接决定机器人运动的灵活性和控制的复杂性。理想的果蔬采摘机器人应具备以下

特点:①通用性和灵活性强,无需更换或只需很少的调整就可以抓取不同类型的果蔬;②系统简

单、成本低、可控性好、易于操作和维护;③可以实现果蔬的无损采摘。当前,大部分的采摘机

器人借用的工业机械手,体积较大,成本高。在满足机器人性能的前提下,针对采摘作业对象的

特点,设计简单、紧凑、轻巧,采摘无损高效的机械手,是必须解决的问题,现代机械设计理论

和方法也使问题的解决成为可能。例如,采用三维实体造型技术、虚拟样机技术和优化理论等可

以大大缩短设计周期,而且可以进行机构的运动学和动力学仿真,优化机器人结构。目前,在果

蔬机械采摘过程中,迫切要求农业机器人能实现一些果蔬抓持和操作的稳定性,具有力闭环控制

的抓取手或采摘机构将成为解决问题的途径。

此机械手在工作空间、可操作度、灵活性、避障等性能指标方面具有优越性。

机械手端部对基坐标系坐标变换公式:

T7= A1A2A3A4A5A6A7

番茄采摘机械手D-H坐标参数

位姿矩阵的通用公式为:

番茄采摘机械手各个关节的位姿矩阵

篇五 我爱发明柑橘采摘机器
柑橘采摘机器人结构设计及运动学算法

篇六 我爱发明柑橘采摘机器
采摘机器人扰动状态下柑橘动态识别_宁志刚

doi:10.3969/j.issn.1671-7775.2015.01.010

采摘机器人扰动状态下柑橘动态识别

宁志刚,程

辉,杨

恒,程

(南华大学电气工程学院,湖南衡阳421001)

摘要:为了提高柑橘采摘速度和采摘效率,提出一种采摘机器人在柑橘扰动并伴有遮挡状态下的

通过颜色空间的选取以及阈值分割,将水快速动态识别方法.首先对所采集的两帧图像进行分析,

果与背景进行分离;其次通过帧间差分法、水平最小外接矩形法、正方形内切圆法将处于扰动状态

下的水果标识出来,然后对振荡水果进行识别.试验结果表明:该算法能很好地适应采摘机器人实际工作中碰到的、各种原因引起的水果扰动及遮挡现象;单个扰动水果算法识别时间小于0.4s.关键词:柑橘;采摘机器人;扰动;动态识别;帧间差分法中图分类号:TP242.6

文献标志码:A

文章编号:1671-7775(2015)01-0053-06

[J].江苏大学学报:自然科学版,2015,36(1):053-058.引文格式:宁志刚,程辉,杨恒,等.采摘机器人扰动状态下柑橘动态识别

Dynamicrecognitionofoscillatingorangeforharvestingrobot

NingZhigang,ChengHui,YangHeng,ChengXiong

(CollegeofElectricalEngineering,UniversityofSouthChina,Hengyang,Hunan421001,China)

Abstract:Inordertoimprovepickingspeedandpickingefficiency,afastdynamicidentificationmethodwasproposedforharvestingrobotwithorangeoscillatingandcovering.Thetwoacquiredsuccessiveoscil-lationorangeimageswereanalyzedtoseparatethefruitimagefrombackgroundbycolorspaceselectionandthresholdsegmentingmethod.Thedynamicregionofoscillationfruitwaslabelledbytheinter-framedifferencemethod,theminimumenclosingrectanglemethodinhorizontaldirectionandthesquarein-scribedcirclemethod.Theoscillationorangewaslocatedandidentified.Theexperimentalresultsshowthattheoutstandingperformanceoftheproposedmethodcanbeusedtosolvetheharvestingproblemscausedbyvariousreasonsinpractice.Therecognizetimeofsoletargetislessthan0.4s.

Keywords:orange;harvestingrobot;oscillating;dynamicrecognition;inter-framedifferencemethod在机器人采摘柑橘的实际工作环境中,自然环境中的许多因素会引起柑橘扰动.采摘机器人在采摘柑橘时,无论采用哪种采摘方式都不可避免地引起未采摘柑橘无规律振荡.在传统的静态采摘情况下,这势必影响机器人的采摘精度及工作效率.由于传统静态采摘方式,每个采摘周期只对一幅柑橘图像进行分割、识别和定位.这种处理方式忽略了柑橘的动态特性,显然不能适应振荡状态下高效率的柑橘采摘要求

[1-5]

算法的振荡柑橘动态识别方法,结合静态识别方法,对扰动状态下的柑橘进行动态识别.

1扰动柑橘识别方法

扰动柑橘的识别相对于静止柑橘的识别具有很大的不同,扰动柑橘的识别需要获取柑橘图像的连续帧,对连续帧图像进行处理,通过对连续帧图像的分析来估计扰动柑橘的运动状态,然后进行柑橘定

.为此,文中提出一种基于帧间差分

收稿日期:2014-02-15

2012]402)基金项目:湖南省自然科学基金资助项目(11JJ6021);湖南省大学生创新性实验计划项目([

作者简介:宁志刚(1975—),男,湖南衡阳人,博士,副教授(nzg0928@163.com),主要从事计算机视觉、数字图像处理研究.

程辉(1986—),硕士研究生(453288418@qq.com),主要从事计算机视觉、数字图像处理研究.男,安徽揭阳人,

位和采摘.扰动柑橘识别流程图如图1所示.首先利用摄像头采集柑橘连续帧图像,由于图像像素的多少会影响柑橘识别的时间,在不影响定位精度的情况下,摄像头分辨率的选取要根据机器人实际工作情况而定,文中采用USB宝贝计划网络摄像头.对于视频的采样频率和样本数,由实际工

作中碰到的各种情况动态确定,这样能更好地适

应各种情况.通过对采样的各帧图像进行图像分割,分离出各帧图像中的水果.采用帧间差分法对柑橘图像进行差分运算,识别出处于扰动状态下的柑橘.根据内切圆的圆心,对扰动水果进行定位

图1扰动柑橘图像动态识别流程图

2颜色空间选取及图像分割方法

柑橘图像与背景具有较大的差别,所以选择色

彩颜色空间法来分离柑橘与背景.选取自然环境下

G和B色彩的柑橘图像,分析RGB颜色空间的R,通道灰度直方图及I1I2I3颜色空间的I2和I3灰度直【我爱发明柑橘采摘机器】

3所示

.如图2,方图,

图2各分量的灰度直方图(无直射光)

图2分析了各色彩通道的直方图,发现R分量

I3分量有较明显的双峰和波谷.R分量不能区和I2,

[5]

分柑橘与背景,会造成分割不完全.I3分量能较完整地分离出柑橘与背景,但对直射光照过于敏感.

{

I1=

R+G+B

,3

I2=R-G,I3=2R-G-B.

(1)

当有直射光照时,图3中I3灰度直方图就会明显改变,不再具有较明显的双峰和波谷.所以,选择鲁棒性较好的I2分量,将柑橘图像与背景进行分离.I1I2I3颜色空间与RGB颜色空间的转换公式为

[6-8]

常用的阈值分割算法有直方图法、最大类间方差算法和迭代算法.直方图法虽然能分离出柑橘图像,但需要人为事先设定阈值.对自动化程度要求较高的采摘机器人而言,这种方法显然不适用.最大类

间方差算法(简称OTSU),按图像的灰度特性将图像分成背景和目标两部分.背景和目标之间的类间方差越大,说明目标和背景差别越大.当部分目标错【我爱发明柑橘采摘机器】

分为背景或部分背景错分为目标,都会导致这两部

分差别变小.因此,类间方差最大意味着目标和背景的错分概率最小

图3各分量的灰度直方图(有直射光)

最大类间方差的公式为

222

δ(k)=ω0(μ+μ0)+ω1(μ-μ1).

Ti+1表示采用迭代算法计算得到的阈值,迭代

(2)

公式为Ti+1=

Ti

Ti

256

256

当k在0~L-1变化时,计算不同k值的类间方差

22

δ(k),δ(k)取最大值时对应的k值就是所求的最

(∑i

i=0

×Si)/∑Si+

i=0

(∑i

i=T+1

i

×Si)/

i=Ti+1

∑Si.

(4)

优阈值.由于算法复杂,该算法耗时较多.

迭代法指在初始条件中假定一个阈值,通过对图像的迭代运算,不断更新这一假定阈值,从而得到最佳阈值

[9-11]

若指定一个极小值ξ,则有

|Ti+1-Ti|≤ξ,

(5)

.迭代分割算法是一种自适应选择阈

值的方法,是基于逼近思想的算法.通过阈值迭代,利用计算机程序自动计算出合适的分割阈值.

迭代算法的主要步骤为先分别计算出灰度图像的最大灰度值Gmax和最小灰度值Gmin,再计算初始阈值,相应的计算公式为

Gmax+Gmin

T0=.

2

(3)

迭代运算直到满足式(5),才停止运算.上述算法在计算机上较易实现,迭代过程不超过4次就会结束.虽然OTSU法与迭代法都能较好地完成柑橘与背景的分离,但迭代法比OTSU法节约了大量时间,迭代算法比OTSU法要快0.1s左右.两种算法的分

c所示.比较图b和c,割图像如图4b,发现迭代算法对非目标区域有一定地抑制作用.所以,选取迭代

法作为分割算法

图4OTSU与迭代算法分割效果图

3柑橘动态区域标识及柑橘定位

T=

|W-H|

W+H

(6)

T的初始值设为1.其意义为找出最接近于圆的连通

对处于扰动状态下的柑橘进行识别,由于帧间差分算法实现简单、计算复杂度低、容易编程实现、对光线变化不敏感,所以采用帧间差分法对扰动状态下的柑橘进行识别.对两帧图像进行差分运算,得到图像灰度差的绝对值.但是,帧间差分法不能提取对象的完整区域,该算法依赖于视频采样间隔.对于运动过快的物体,则需要采用较短的采样间隔,否则,差分后的图像将分离成独立的两部分.对于运动过慢的物体,则需要采用较长的采样间隔.这两种情况对文中的识别算法都不会造成影响.当物体在前后帧中几乎完全重叠时,该算法完全失效.差分后仍需采用腐蚀、去除、膨胀方法来消除噪声,腐蚀膨胀采用3×3正方形结构元素进行运算.在处理得到的差分图像的基础上,完成柑橘动态区域标识.具体步骤如下:①标记差分图像中所有连通域,消除面积小于800的连通域.800是基于统计运算得到的结果.然后,对图像进行形态学处理,减少小的噪声块对图像后期处理的影响;②存储各连通域水平最小外接矩形的长度和宽度;③通过建立竞争函数来确定需要标识的区域;④在差分图像上画出最优区域的水平最小外接矩形,以外接矩形中较大的边作为最小外接正方形边沿,得到最小外接正方形.画出该正方形的内切圆,该内切圆就近似为待识别的柑橘,采用该内切圆对柑橘进行标识和定位.

竞争函数定义为

域.T越小,则表示连通域越类似圆形.W为某一连通

H为水平最小外接矩形域的水平最小外接矩形的宽,

的高.通过对连通域逐一比较,确定最佳匹配区域.

通过上述步骤的处理,获得最佳匹配区域的外接正方形.由外接正方形求得其内切圆的圆心和半径.其外接正方形左上角的角点坐标为(rx,ry).获得最佳匹配区域之后,连通域区域标记函数

rw和rh.这4个参数分别为最返回4个参数:rx,ry,

佳匹配连通区域的水平最小外接矩形左上角的角点

坐标、宽度和高度.内切圆的圆心坐标为

(

4

rx+

TmpTmp

,,ry+其中Tmp=max{rw,rh}.

22

)

试验结果分析

针对自然环境中遇到的各种情况,选取了几种具有代表性的状态进行动态识别.具体状态包括单个扰动柑橘、单静止单扰动柑橘、单扰动有遮挡、双扰动无遮挡以及单扰动且遮挡率大于70%的情况.试验中采用VC++6.0编程实现,对象为真实柑橘.

-1

网络摄像头的帧率为30帧·s,隔帧捕获.采用图像的大小为320像素×240像素.试验中,为了模拟采摘机器人在采摘过程中造成的柑橘扰动,在开始捕获图像时给柑橘一个侧向力.图5-8为动态识别方法的试验结果

图5

单个扰动

图6

单个扰动单个静止

图7

单扰动有遮挡

图8双扰动无遮挡

特别试验验证了自然环境下遇到的各种情况,

分析了伴有遮挡情况的扰动柑橘识别.各种状态下的柑橘样本数量为20组.视频捕捉环境为自然环境,不考虑柑橘树叶对柑橘的遮挡,只考虑水果之间的相互遮挡情况.遮挡率通过计算面积比确定.通过图1算法流程,进行标识和识别,统计识别结果,如表1所示.

表1

状态单扰动单扰动单静止单扰动有遮挡双扰动无遮挡单扰动遮挡率≥70%

状态识别率的变化图,如图9所示

各种状态的柑橘识别率

样本数2020202020

识别数202017175

识别率/%

100100858525

图9各状态识别率的变化图

横坐标中状态图9中的纵坐标表示识别率,

1-4分别表示图5-8中采摘柑橘时的状态,状态5是指单扰动且遮挡率大于70%的柑橘识别情况.对于其他几种状态,当遮挡率大于70%时,识别率低于25%.图9中的曲线表明,随着状态复杂度的增

得到各种通过分析表1各种状态下的识别率,

篇七 我爱发明柑橘采摘机器
我爱发明学生作业单

《我爱发明》作业单


我爱发明柑橘采摘机器相关热词搜索:我爱发明碧海采摘 我爱发明穿线机器

最新推荐成考报名

更多
1、“我爱发明柑橘采摘机器”由中国招生考试网网友提供,版权所有,转载请注明出处。
2、欢迎参与中国招生考试网投稿,获积分奖励,兑换精美礼品。
3、"我爱发明柑橘采摘机器" 地址:http://www.chinazhaokao.com/chuangyeziliao/840057.html,复制分享给你身边的朋友!
4、文章来源互联网,如有侵权,请及时联系我们,我们将在24小时内处理!