【正文】 SRT 計劃項目申請書 項目名稱 : XXXXXXXXXXXX 申請 者 : XXX 院 系 : 工學(xué)院農(nóng)機系 專 業(yè) : XXX 專業(yè) 指 導(dǎo)教師 : XX 職稱 : XX 20xx 年 04 月 08 日 南京農(nóng)業(yè)大學(xué)教務(wù)處制 1 填 報 說 明 一、填寫申請書前，請先查閱《南京農(nóng)業(yè)大學(xué) SRT 計劃項目管理辦法》（校教字 [20xx]134 號）文件和當年教務(wù)處關(guān)于 SRT 計劃項目申請的要求及有關(guān)規(guī)定。 二、申請書的各項內(nèi)容，要實事求是、逐條認真填寫。表達要明確、嚴謹。第一次出現(xiàn)的縮寫詞，需注出全稱。 三、申請書一律采用計算機打印 ,紙張標準為 A4 紙，于左側(cè)裝訂成冊。第三頁起各欄空格不夠時，可自行加頁。一式二份，交所在學(xué)院辦公室。 四、凡選擇性欄目，請在相應(yīng)提示符 A、 B、 C 等之上打勾（√）。 五、有關(guān)表格、材料請從教務(wù)處網(wǎng)站（ 的“ 下載中心 ”中下載填寫。 六、聯(lián)系單位：教務(wù)處實踐教學(xué)科 地址：文科樓 A 座 217室 電話： 84395910 Email: 2 一 、 簡表 申請 者 姓名 XXX 學(xué)號 XXXXXXXX 班級 XX 班 年級 20xx 級 電話 XXXXXXX Email XXX 項目名稱 果樹主干及其支干的圖像信息提取 項目來源 A、 自 立 項目 B、 教師科研課題的子項目 √ C、其它 項目類型 A、 實驗 研究 B、 調(diào)查 研究 C、軟件制作 √ 經(jīng)費來源 A、 學(xué)校 資助 √ B、導(dǎo)師 課題 資助 C、 企業(yè) 資助 經(jīng)費 額度 1500 元 指導(dǎo)教師姓名 XX 指導(dǎo)教師職稱 XX 合作者 姓名 、學(xué)院、班級 XXX， XX 系 10 級 0X 班； XXX， XX 系 10 級 0X 班； XXX， XX 系 11 級 0X 班。 申請時間 20xx 年 5 月 完成時間 20xx 年 5 月 項目研究 內(nèi)容 摘 要 對果樹的圖像信息進行快速提取并據(jù)此實現(xiàn)二維重繪是圖像處理軟件開發(fā)技術(shù)發(fā)展的一個新領(lǐng)域。作為果樹的重要組成部分，針對樹木模型主干及其支干的快速重建研究也隨之發(fā)展。 本 文 以 數(shù)碼相機 采集數(shù)據(jù)為基礎(chǔ)，使用模塊化方法實現(xiàn)了對柑橘果樹的快速精確平面圖像重繪。 選取相機拍攝的場景圖像進行預(yù) 處理 ，分割 提取 出主干及其支干。 對于枝干圖像，將枝干二值化圖像轉(zhuǎn)化為距離圖像， 再將 距離圖像細線化 并與距離信息相結(jié)合 ， 配合 平面 坐標信息得到枝干中心 對稱 線 各點 坐標及對應(yīng) 長、寬距 。為減少數(shù)據(jù)運算量，對得到的數(shù)據(jù)圖像剪除短枝 、 去除贅點 3 以得到 描述 枝干拓撲結(jié)構(gòu)的關(guān)鍵點坐標及其對應(yīng) 坐標差值 。 據(jù)此計算得到的 模型頂點 平面 實際坐標信息 構(gòu)成了對 枝干部分 二 維模型 的表述 。 權(quán)衡模型精度和建模速度，確定使用長方形模擬枝干方法生成枝干部分模型，用較少數(shù)據(jù)量實現(xiàn)了中等復(fù)雜度柑橘果樹場景的完整描述，達到很好的可視化效果。針對采摘機器人避障計算，調(diào)整模型精度達到合理狀態(tài)，剔除材質(zhì)和紋理，并在枝干建模中使用梯形替代長方形，忽略冗余數(shù)據(jù)提高模型生成速度，為整個系統(tǒng)的實時性奠定了基礎(chǔ)。 本研究為機器人避障系統(tǒng)提供了路徑規(guī)劃基準和虛擬工作環(huán)境，同時可為其他同類樹木模 型快速精確建模研究提供借鑒。 二、立論依據(jù) （包括項目的研究意義、現(xiàn)狀分析，并附主要參考文獻及出處） 1 研究意義 ☆ 進入二十一世紀，隨著高新科技的迅速發(fā)展，農(nóng)業(yè)科技迎來了新的發(fā)展機遇。尤其是農(nóng)業(yè)生產(chǎn)，正朝著規(guī)模化，多樣化，精確化方向發(fā)展，農(nóng)業(yè)勞動力 的成本迅速上升，勞動力不足的現(xiàn)象 也 日趨明顯，因而作為高科技的機器人技術(shù)進入農(nóng)業(yè)領(lǐng)域變得越來越現(xiàn)實 ， 果園收獲作業(yè)機械化，自動化成為廣大果農(nóng)們最為關(guān)注的熱點問題，所以開展果樹采摘機器人研究，不僅對于適應(yīng)市場需求、降低勞動強度、提高經(jīng)濟效率有著一定的現(xiàn)實意 義，而且對減輕人類生活壓力也是一種潛在的構(gòu)想。 ☆ 在機器人研究中，果樹主干及其枝干的圖像信息提取，便成為 智能機器人的作業(yè)基礎(chǔ)。我們的課題是一項基礎(chǔ)性的研究，主要意義是為多種智能農(nóng) 4 業(yè)機器人，尤其是果園機器人自動作業(yè)提供最基礎(chǔ)信息。另外，還可以為其他領(lǐng)域智能機器人信息提取提供一個研究思路。 2 現(xiàn)狀分析 ☆ 采摘機器人是 21世紀精確農(nóng)業(yè)的重要裝備之一，是未來智能農(nóng)業(yè)機械的發(fā)展方向。從 1983年的第一臺西紅柿采摘機器人在美國誕生以來，采摘機器人的研究和發(fā)展已經(jīng)經(jīng)歷了 20多 年。 采摘機器人是針對水果和蔬菜，可以通過編程 來完成這些作物的采摘、轉(zhuǎn)運、打包等相關(guān)作業(yè)任務(wù)的具有感知能力的自動化機械收獲系統(tǒng)，是集機械、電子、信息、智能技術(shù)、計算機科學(xué)、農(nóng)業(yè)和生物等學(xué)科于一體的交叉邊緣性科學(xué)，需要涉及機械結(jié)構(gòu)、視覺圖像處理、機器人運動學(xué)動力學(xué)、傳感器技術(shù)、控制技術(shù)以及計算信息處理等多方面的學(xué)科領(lǐng)域知識。以下主要介紹一些國內(nèi)外在農(nóng)業(yè)機器人圖像信息提取過程中的進展和成果。 國外研究進展 ☆ 從 60 年代末開始一直到今天，圖像的信息提取一直是圖像理解、圖像識別、計算機視覺和人工智能研究人員的重要課題。 Pal 等對圖像提取方法總結(jié)中提到有幾 百種，但沒有一種方法對所有圖像都產(chǎn)生好的提取區(qū)分效果，不同種類的圖像應(yīng)采取相應(yīng)提取方法。圖像信息提取是針對性很強的技術(shù)，根據(jù)不同應(yīng)用、不同要求需要采用不同的處理方法。目前的圖像提取中依據(jù)的特征主要是顏色特征、形狀特征、紋理特征等。另外還有多種圖像信息提取的研究工作，諸如各類圖像信息提取及二維、三維重繪軟件。 ☆ 對于樹木模型的精確重構(gòu)， Shlyakhter、 ChinHung Teng 以及 CM Cheng等人運用圖像處理與圖形相結(jié)合的方法，提取樹木骨架、樹木形態(tài) 等進行分析，進而實現(xiàn)對真實場景下的樹木模擬 。這種 方法應(yīng)用實際測量數(shù)據(jù)對 5 樹木骨架模型生成進行控制，構(gòu)建出的樹木更為真實和讓人信服。但該種方法由于側(cè)重對模型細節(jié)的把握，降低了模型生成速度。而且由于細節(jié)過多，對于模型的存儲數(shù)據(jù)量難以進行有效控制。針對樹木數(shù)據(jù)的處理， Jiguo Zeng 使用多線段逼近方法對樹木采集數(shù)據(jù)進行控制，構(gòu)建出可以控制模型精度的樹木模型。 ☆ Hongping Yan、 Thomas L 以及 Stefan Jansson 等人 將真實樹木的生長規(guī)律參數(shù)化，利用參數(shù)實現(xiàn)樹葉和樹枝結(jié)構(gòu)建模，構(gòu)造出三維樹木模型 ； Lintermann 甚至完成可生成隨機 樹木的參數(shù)化控制軟件； Rui Wang 等人通過從真實樹木中提取構(gòu)成元素的組合實現(xiàn)真實樹木模擬； CallumGalbraith則利用真實樹木映射技術(shù)增加樹木模型的真實感； Remolar、 O Deussen以及 陳華光根據(jù)視點與樹模型的距離或者樹木模型在當前場景的重要性確定樹木模型數(shù)據(jù)層次，保證了 樹木 渲染 的真實性和實時性 。 ☆ 日本 Hirosaki大學(xué) Teruo Takahashi等人 20xx年研制了一蘋果采摘機器人，其視覺系統(tǒng)主要采用了兩個彩色相機組成的雙目立體視覺系統(tǒng)。當左、右兩個相機同時獲取了同一目標的圖像 后，通過將兩幅圖像進行中心合成來重建采摘目標的三維信息。在減少識別誤差方面，提出了三個方法：（ 1）在進行目標中心合成時，設(shè)置一個較窄的范圍搜索區(qū)域；（ 2）在左、右圖像共同的目標區(qū)域，比較