番茄收獲機(jī)器人視覺(jué)定位中多光譜圖像融合方法的研究.pdf

1、針對(duì)目前農(nóng)業(yè)收獲機(jī)器人視覺(jué)方面存在的難題，特別是果實(shí)采摘前的識(shí)別定位，普遍存在受環(huán)境干擾較大以及識(shí)別精度不高的難題，本文從兩個(gè)可見(jiàn)光和一個(gè)近紅外的三目視覺(jué)角度出發(fā)，利用多光譜圖像融合的方式來(lái)尋求更好的解決方式，為后繼果實(shí)的定位打下堅(jiān)實(shí)的基礎(chǔ)。開(kāi)展的主要研究?jī)?nèi)容如下： 1)多光譜圖像配準(zhǔn)。圖像融合的前提是圖像的精確配準(zhǔn)，因此本文對(duì)圖像的配準(zhǔn)進(jìn)行了著重研究。對(duì)采集的多光譜圖像進(jìn)行了分析，采用Harris角點(diǎn)檢測(cè)算子提取可見(jiàn)光圖像和近

2、紅外圖像角點(diǎn)特征，并對(duì)基于角點(diǎn)支持強(qiáng)度的角點(diǎn)匹配算法進(jìn)行了改進(jìn)，形成了番茄多光譜圖像良好的角點(diǎn)匹配算法。之后對(duì)圖像采用基于仿射變換的圖像粗配準(zhǔn)，并在彩色圖像分割的前提下，提取可見(jiàn)光圖像和近紅外圖像的收獲目標(biāo)及其鄰域。再對(duì)提取得到的果實(shí)鄰域利用Harris算子檢測(cè)角點(diǎn)，并進(jìn)行角點(diǎn)匹配，最后利用仿射變換實(shí)現(xiàn)了可見(jiàn)光圖像和近紅外圖像中目標(biāo)的精確配準(zhǔn)。 2)多光譜圖像融合。繼圖像精確配準(zhǔn)之后，對(duì)多光譜圖像融合進(jìn)行了研究。本文對(duì)現(xiàn)有的融合

3、算法-IHS變換法、主成分變換法和小波變換法進(jìn)行了對(duì)比試驗(yàn)，通過(guò)主觀和客觀的基于熵、清晰度和標(biāo)準(zhǔn)差等幾個(gè)方面進(jìn)行了評(píng)價(jià)。主觀方面，小波變換融合后的圖像，具有果實(shí)和背景差異明顯的特性，給后續(xù)的果實(shí)分割打下了良好的基礎(chǔ)。客觀方面，小波融合算法作用的圖像具有較大的熵、清晰度和標(biāo)準(zhǔn)差，而且在實(shí)時(shí)性方面能夠滿足采摘機(jī)器人的要求，因此本研究最終選用小波變換融合來(lái)實(shí)現(xiàn)本研究多光譜圖像的融合。 3)融合圖像的分割與分析。融合前，對(duì)可見(jiàn)光圖像采用

4、了基于色差和受控分水嶺的圖像分割算法進(jìn)行圖像分割，圖像融合之后，為了更加直觀地顯示融合前后圖像的優(yōu)劣和差異，依然采用前面分割算法對(duì)融合后的圖像進(jìn)行分割。并在分割之后對(duì)分割的質(zhì)量進(jìn)行了分析和討論。結(jié)果表明，經(jīng)過(guò)融合后的圖像比融合前的圖像在分割效果上有很高的成功率，說(shuō)明本文的多光譜圖像融合的研究達(dá)到了預(yù)期的目的，具有較好的實(shí)用性。 通過(guò)研究，在多光譜圖像配準(zhǔn)和融合方面取得了較大進(jìn)展。系統(tǒng)能夠?qū)Υ嬖诓煌恼趽跚闆r下的果實(shí)進(jìn)行有效的識(shí)別