南京农业大学srt计划项目申请书-果树主干及其支干的图像信息提取(编辑修改稿)

南京农业大学srt计划项目申请书-果树主干及其支干的图像信息提取(编辑修改稿)内容摘要：

age analysis without segmentation, Computers and Electronics in (38):141158Dandy R C. Developments in electronics[J].Agricultural Engineer,1994,49(1):24 [20], , . Identification of idealized leaf types using simple dimensionless shape factors by image analysis. Transactions of the ASAE. 39(4):15251533,1996 [21], , . Robotic weed control system for tomatoes. Precision Agriculture. 1(1),95113(1999) [22], , , , . Robotic. Weed 10 control using machine vision. Biosystems engineering. 83(2),149157,20xx [23]. Weed classification by active shape models. Biosystems engineering, 91(3):271281,20xx [24]纪寿文 ,王荣本 ,陈佳娟 ,赵学笃 . 应用计算机图像处理技术识别玉米苗期田间杂草的研究 . 农 业工程学报 . 17(2):154156,20xx [25]龙满生 . 玉米苗期杂草识别的机器视觉研究 .硕士论文 . 西北农林科技大 ,20xx [26]Astrand B., Baerveldt . An agricultural mobile robot with visionbased perception for mechanical weed control. Autonomous robots,20xx(13):2135 [27]Yutaka Kaizu. Prototype rice transplanter masters the paddy with machine vision. (Automation Technology).20xx, [28] 沈 明 霞 , 姬 长 英 . 农 作 物 边 缘 提 取 方 法 研 究 . 农 业 机 械 学报 ,20xx,31(6):4547 [29]沈明霞 ,姬长英 .基于纹理频谱的农田景物区域检测 .农机化研究 ,20xx,8(3):4347 [30]沈明霞 ,李秀智，姬长英 .基于形态学的农田景物区域检测技术 .农业机械学报， 20xx,34(1):9294 三、研究方案 1. 项目研究的目标、内容 和拟解决的关键问题 研究目标 ☆在 VC++平台下，编写制作一款软件，以实现果树主干及其支干的图像信息 11 提取，为机器人采摘果实的实时避障提供大量果树枝干信息储备。 内容 ☆利用数码摄像机采集果树图像信息，通过开发相应的软件同时利用相关技 术对图像中果树主干及其枝干的图像信息进行提取，并重新绘制出果树枝 干的二维平面图像，为机器人能够正确辨认出强硬枝干提供大量信息，从 而自动避开枝干等障碍，实现机械手不受损伤。 ☆开发能够提取果树枝干信息的软件系统是我们的主要任务。 初步确定需要 经过颜色分割、 灰度阈值分割、 树枝区域提取、树枝骨架提取、骨架修剪、 遮挡树枝恢复等步骤，其中会运用到形态学方法、距离变换法、细线化法 ，最后集成调试，得到所需软件。 拟解决的关键问题 ☆消除树叶、果实等对枝干的影响。 由于春夏之际树叶茂密，此时不利于枝 干的信息提取，因此选择在秋天对果树进行拍照处理，从而避开了树叶对 枝干的影响，使研究更加方便； ☆ 利用对 RGB 颜色系统的色差分量 2RGB 进行迭代自适应阈值分割法去除 图像天空、棕色土地等区域，并利用对 2GRB 进行迭 代分割法去除图像 嫩树枝等区域，再采用灰度阈值分割法去除图像较亮和较暗区域，能快速 有效地分割出图像的树枝区域。 ☆在识别 树枝区域的过程中，树枝区域形状较复杂，利用此区域来恢复树枝 的二维信息显然非常困难，如何简单有效的恢复树枝二维信息是我们课题 研究的一个难点。 12 ☆通过细线化处理得到的树枝骨架，虽然很好的保持了连接性，但当树枝区 域边缘不平滑时会产生“假分支”。 这些“假分支”将影响本研究后续处理， 需将其去除。 如何去除假分支则是我们研究中又一个难点。 ☆如何恢复被遮挡的树枝。 2. 拟采 取的研究方法、技术路线、实验方案及可行性分析 研究方法 ☆首先选择在秋天利用数码相机拍摄果树图像，再在 VC++平台下运用所编写程序，对采集到的图像信息分别实现果树主干及其支干的二维重构功能，并使其满足在机器人实际摘果过程中顺利地避开障碍物（果树树干及其支干）的匹配条件。 本研究以针对柑橘果树为例，但也可以通过适当调整应用到其他自然场景下的果树主干及其支杆（以下简称树枝）的二维重绘工作中。 技术路线及实验方案 颜色分割 ☆ 从采集的图像分析可知，由于秋天的季节性因素，排除了果树树叶和 果实的影响，柑橘图像主要包含树枝、天空、土地等区域。 由于树枝区域颜色特征不明显，要想直接从图像中提取出树枝区域比较困难，但图像中天空的颜色特征却非常明显，为白色或蓝色等。 利用这一特点，本研究使用去除背景留下目标的方法提取树枝区域。 由于迭代法能自动快速准确地找到图像分割阈值，因此考虑使用迭代阈值分割法去除背景。 灰度阈值分割 ☆ 将真彩色图像转化为灰度图像，利用像素的颜色分量间的差异，对所得到的 13 灰色图像进行灰度阈值分割。 BGRyxf 1 1 9 9 ),(  ()  fayxf fayxf ),( ),( 背景 () 其中 R,G,B为图像 (x,y)像素点的颜色分量， 为图像平均灰度 (即图像各像素点 的均值 )。 ☆经过以上分割处理后，可以提取大部分树枝区域，但由于自然场景下拍摄的图像受外界干扰较大，图像中阴影区域、随机噪声等仍无法完全去除。 可采用形态学处理和区域标记法将其除去。 提取树枝区域 ☆分割后的图像，经过二值化、形态学运算、区域标记及小区域去除、区域填充处理提取出图像树枝区域。 最终 的树枝区域提取结果中，背景区域被完全去除，绝大部分障碍物 (树枝 )区域被提取出来。 如下图所示： 14 树枝特征提取 ☆我们可以从识别出的树枝区域看出，树枝区域形状较复杂，利用此区域来恢复树枝的二维信息显然非常困难，为了准确快速地获取障碍物二维信息，需要提取树枝区域特征，由于正常树枝形状投影在平面内为细长的方形，因此本研究使用相应的方形长条代表树枝，由几何知识可知，要想得到长方形在二维平面内的具体图像必须先提取出其长、宽及对称线的倾斜角度。 根据这一思想，本研究首先提取树枝区域骨架（即平面上长方形沿 长方向的对称线），并检测骨架上的特征点 (端点、分支点等 )，然后利用特征点将骨架分段，将每段树枝看成一段长方形，恢复出每段长方形的二维信息，也就恢复出了每段树枝的二维信息。 树枝骨架提取 ☆为了对二值图像中各个图形分量 (对象物 )的形状进行分析，需要有各种能表示图形的特征，骨架就是其中之一。 骨架是对象物的核心部分，不同形 状的对象物就有不同的骨架。 一般来说，骨架具有三个主要特征：连续性、最小宽度为 1和中心对称性。 从 1967年 Blum等首先用中轴表示连续平面上图形以来，有许多骨架求解算法产生，可归纳 为骨架子化算法和细化算法两种类型。 目前区域骨架的提取方法主要有形态学方法、距离变换法、细线。