基于機器視覺棉花圖像的分割和棉田視覺導(dǎo)航研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，農(nóng)業(yè)高新科技的應(yīng)用和推廣，農(nóng)業(yè)機器人逐漸進入到了農(nóng)業(yè)生產(chǎn)領(lǐng)域中，并將促進現(xiàn)代化的農(nóng)業(yè)向著智能化的方向轉(zhuǎn)變。棉花是新疆的主要農(nóng)作物之一，其種植面積達到全國的三分之一以上。至今，新疆棉花的采收仍然有一大部分依靠人工勞動力，不僅增加了棉農(nóng)的投入，而且降低了采棉的效率。因此，采棉機器人的出現(xiàn)可以解決當(dāng)前的采棉困境。本文重點對采棉機器人的視覺系統(tǒng)進行了研究，主要包括以下幾個方面:
　　(1)棉花圖像的分割方面。本文提出在

2、HSV顏色空間下使用二維Otsu閾值和幾何特征相結(jié)合的方法對棉花圖像進行分割。該方法可以克服光照、陰影的干擾，并將實驗的結(jié)果與常用的分割方法在棉桃個數(shù)、棉桃面積和分割時間上進行了對比分析。實驗結(jié)果表明，棉桃個數(shù)的平均識別精確度為92.68％，棉桃面積的平均分割精度為94.31％，識別一幅圖像中目標(biāo)物的時間為0.9637s，可以滿足采棉機器人對棉花識別精確度和實時性的需求。
　　(2)棉花成熟度判別方面。本文提出了基于遺傳算法進行特

3、征參數(shù)提取的方法，通過建立成熟度的判別模型進行棉花成熟度的判定。該方法通過提取棉花的最小外接矩形，獲取特征參數(shù)代入判別模型得到棉花的成熟等級。通過實驗得知，該判別模型可以準(zhǔn)確的判別棉花的成熟度，能夠克服風(fēng)吹、擠壓等外界環(huán)境的影響。
　　(3)導(dǎo)航方面。本文提出了基于視覺和觸桿兩種導(dǎo)航方法。(1)視覺導(dǎo)航:首先對幼苗時期的棉田圖像進行預(yù)處理，基于棉苗與土地的色差提取目標(biāo)區(qū)域，再通過Hough變換提取導(dǎo)航中心線，最后還對視頻圖像建立動