【正文】 指導(dǎo)學(xué)生進(jìn)行此項目的研究訓(xùn)練。 2. 已具備的條件、尚缺少的條件和擬解決的途徑（包括利用教學(xué)實驗室、科 研實驗室和實習(xí)基地等的計劃與落實情況） 已具備的條件 23 實驗設(shè)備 ☆ 學(xué)校具有豐富的實驗材料和完整齊全的研究設(shè)備。 ☆ 20xx 年 9 月，我們進(jìn)行了數(shù)控車床實習(xí)，對簡單程序在實際生活中的應(yīng)用 具備了較為清晰地了解。 22 四、研究基礎(chǔ) 1. 與本項目有關(guān)的研究工作積累和已有的研究工作成績 ☆ 20xx 年至 20xx 年， 我們大部分成員學(xué)習(xí)了高等數(shù)學(xué)、線性代數(shù)、概率統(tǒng) 計等課程， XXX 同學(xué)也于今年初通過了高等數(shù)學(xué)的學(xué)習(xí)，并取得優(yōu)異成 績。 5. 預(yù)期研究成果 ☆ 開發(fā)出了符合農(nóng)業(yè)機(jī)器人避障需要的應(yīng)用軟件，能夠很好地提取果樹枝干 信息進(jìn)行大量儲備，并應(yīng)用在實際工作中。提交《項目中期檢查表》等階段性研 究報告。 ☆ 20xx 年 9 月 與指導(dǎo)老師詳細(xì)交流 ,確定正確的實施方案，著手查找各 21 類資料，動手制作相關(guān)材料、工具，清理出可隨即投入使用的設(shè)備器材和實驗室。 ☆選擇秋天進(jìn)行圖像采集，從而有效避免了果實和樹葉帶來的影響。 ☆ 綜上所述 ,豐富的理論積累，雄厚的硬件支持，為本實驗的 成功研究做足了準(zhǔn)備。其次，我組成員經(jīng)過較為周密的準(zhǔn)備，在技術(shù)路線上已有充分考慮，實驗方案明確，具有極大可能在該項目的實施上取得優(yōu)秀成績。但形態(tài)學(xué)方法只能修剪較短的分支 (不超過三個像素，即毛刺 )，本研究中樹枝骨架 19 的假分支大部分均超過 3 個像素，因此使用形態(tài)學(xué)修剪法不能去除“假分支”。 ☆ 運用細(xì)線化方法提取上圖的區(qū)域骨架 ，提取結(jié)果如圖 c 所示。雖然距離變換法在本研究中不能很好的得到區(qū)域骨架，但得到的距離圖像卻能很好的反映樹枝的粗細(xì) (即樹枝半徑的大小 )，可用于本研 究后面確定樹枝的半徑。 是從左上部鄰域中求得的局部最短距離值，再加入右下部局部鄰域的運算，最終完成距離變換，得到距離圖像。 為第 2 次運算結(jié)果。第 2 次采用逆向掃描進(jìn)行運算，設(shè) 錯誤 !未找到引用源。順向掃描時，像素點的 4 個鄰點中只有兩個已完成距離運算，故只能進(jìn)行以局部鄰域為基礎(chǔ)的距離運算。如式 (4)所示。 ☆ 通過距離變換得到用距離值來表示的圖像稱為距離圖像。 形態(tài)學(xué)方法 ☆形態(tài)學(xué)法是利用一個正方形的結(jié)構(gòu)元素腐蝕待處理區(qū)域，將各個腐蝕到空集之前的最后一次腐蝕的結(jié)果相加，即得骨架。骨架是對象物的核心部分，不同形 狀的對象物就有不同的骨架。最終 的樹枝區(qū)域提取結(jié)果中，背景區(qū)域被完全去除，絕大部分障礙物 (樹枝 )區(qū)域被提取出來。 BGRyxf 1 1 9 9 ),( ??? () ????? fayxf fayxf ),( ),( 背景 () 其中 R,G,B為圖像 (x,y)像素點的顏色分量， 為圖像平均灰度 (即圖像各像素點 的均值 )。由于樹枝區(qū)域顏色特征不明顯，要想直接從圖像中提取出樹枝區(qū)域比較困難，但圖像中天空的顏色特征卻非常明顯，為白色或藍(lán)色等。 ☆如何恢復(fù)被遮擋的樹枝。 ☆在識別 樹枝區(qū)域的過程中，樹枝區(qū)域形狀較復(fù)雜，利用此區(qū)域來恢復(fù)樹枝 的二維信息顯然非常困難，如何簡單有效的恢復(fù)樹枝二維信息是我們課題 研究的一個難點。 ☆開發(fā)能夠提取果樹枝干信息的軟件系統(tǒng)是我們的主要任務(wù)。 8 參考文獻(xiàn) ： [1]柳洪 ,宋偉剛 .機(jī)器人技術(shù)基礎(chǔ) [M].北京冶金工業(yè)出版社 ,20xx. [2]杜青林 .明確任務(wù) ,突出重點實施 “ 科教農(nóng) ”[R]. 杜青林部長在全國農(nóng)業(yè)科技教育工作會議上的講話 ,. [3]徐麗明 ,張鐵中 .果蔬果實收獲機(jī)器人的研究現(xiàn)狀及關(guān)鍵問題和對策 [J].農(nóng)業(yè)工程學(xué)報 ,20xx. 20(5):3842. [4] 方建軍 . 移 動 式 采 摘 機(jī) 器 人 研 究 現(xiàn) 狀 與 進(jìn) 展 [J]. 農(nóng) 業(yè) 工 程 學(xué)報 ,(2):273278. [5]梁喜鳳 ,苗香雯 ,崔紹榮等 .番茄收獲機(jī)器人技術(shù)研究進(jìn)展 [J].農(nóng)機(jī)化研究 , [6]周俊 , 姬長英 . 農(nóng)業(yè)機(jī)器人視覺導(dǎo)航中多分辨率路徑識別 . 農(nóng)業(yè)機(jī)械學(xué)報 .20xx,34(6):120123 [7]周俊 , 姬長英 . 基于知識的視覺導(dǎo)航農(nóng)業(yè)機(jī)器人行走路徑識別 . 農(nóng)業(yè)工程學(xué)報 .20xx,19(6):101105 [8]程磊，樹木圖像的分割方法初探，碩士學(xué)位論文，北京林業(yè)大學(xué)， 20xx [9]楊華、孟憲宇、劉燕、程俊，單株立木圖像信息的提取與解算 ,北京林業(yè)大學(xué)學(xué)報， 20xx,27(1): 51~54 [10]孫仁山，李文彬，徐凱宏，基于小波變換的林業(yè)圖像處理研究，森林工程 ,20xx,21(1):46 [11]180。 2 0 0 5 年，王雪峰、張超等介紹由攝像機(jī)圖像抽取林木直徑的方法、步驟 ,將度量誤差模型算法應(yīng)用到參數(shù)的求解當(dāng)中 ,提出適合于林業(yè)野外作業(yè)的內(nèi)、外參數(shù)分離策略 ,最后對文中算法、策略進(jìn)行實際驗證。 ☆ 1998 年，童雀菊、華毓坤對利用圖像處理方法采集原木形狀參數(shù)的過程作了研究，提出了一種基本的圖像處理在樹干識別中應(yīng)用的方法。 20xx 年，楊華等人對單株立木圖像信息的提取分別運用近景攝影測量 DLT 模型和雙目立體視覺技術(shù)進(jìn)行解算 ,解決 了立木圖像信息與立木二維坐標(biāo)之間的解算問題。 國內(nèi)研究進(jìn)展 ☆ 目前國內(nèi)主要有兩組人進(jìn)行林木圖像處理的研究工作 ：北京林業(yè)大學(xué)的李文彬等人和南京林業(yè)大學(xué)的鄭家強(qiáng)等人。沈明霞對農(nóng)田景物圖像信息的提取方法包括圖像分割、基于紋理特征分析、基于形態(tài)特征分割等農(nóng)作物邊緣檢測研究。相阿榮通過雜草區(qū)域的面積和質(zhì)心識別麥田常見雜草，識別率為 92﹪。 Blasco 等根據(jù)作物和雜草面積的差異開發(fā)除草設(shè)備。上述方法中，第一種和第三種減少誤差的方法較為有效，識別誤差率在177。 ☆ 日本 Hirosaki大學(xué) Teruo Takahashi等人 20xx年研制了一蘋果采摘機(jī)器人，其視覺系統(tǒng)主要采用了兩個彩色相機(jī)組成的雙目立體視覺系統(tǒng)。但該種方法由于側(cè)重對模型細(xì)節(jié)的把握，降低了模型生成速度。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。以下主要介紹一些國內(nèi)外在農(nóng)業(yè)機(jī)器人圖像信息提取過程中的進(jìn)展和成果。另外，還可以為其他領(lǐng)域智能機(jī)器人信息提取提供一個研究思路。 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(xiàn)及出處） 1 研究意義 ☆ 進(jìn)入二十一世紀(jì)，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(jī)遇。 據(jù)此計算得到的 模型頂點 平面 實際坐標(biāo)信息 構(gòu)成了對 枝干部分 二 維模型 的表述 。 本 文 以 數(shù)碼相機(jī) 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。 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。 三、申請書一律采用計算機(jī)打印 ,紙張標(biāo)準(zhǔn)為 A4 紙，于左側(cè)裝訂成冊。 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(jī)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