南京農(nóng)業(yè)大學(xué)srt計劃項目申請書-預(yù)覽頁
【正文】 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。選取相機拍攝的場景圖像進(jìn)行預(yù)處理，分割提取出主干及其支干。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(dá)到很好的可視化效果。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(jìn)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。2現(xiàn)狀分析 ☆采摘機器人是21世紀(jì)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。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。而且由于細(xì)節(jié)過多，對于模型的存儲數(shù)據(jù)量難以進(jìn)行有效控制。當(dāng)左、右兩個相機同時獲取了同一目標(biāo)的圖像后，通過將兩幅圖像進(jìn)行中心合成來重建采摘目標(biāo)的三維信息。5%左右。S248。龍滿生將BP 網(wǎng)絡(luò)用于雜草形狀識別。周俊在圖像分割方面，采取小波分解的方法，將圖像分解到第4 個。北京林業(yè)大學(xué)的研究是以樹木的整枝撫育為應(yīng)用背景，南京林業(yè)大學(xué)的應(yīng)用背景是精確噴霧。2005年，孫仁山、李文彬等從工程應(yīng)用角度出發(fā)，應(yīng)用二維小波分析技術(shù)對林木圖像進(jìn)行消噪、壓縮等處理；提出一種用于工業(yè)用材林自動整枝的立木枝干動態(tài)識別系統(tǒng)框架,對人工林側(cè)柏的枝干進(jìn)行了數(shù)字圖像采集及處理,同時提出了一種立木枝干計算機自動識別算法,提取立木圖像枝干形狀、尺寸、彎曲度及相對空間位置關(guān)系基本生長特征,即利用模式識別技術(shù)驗算其與特征數(shù)據(jù)庫的匹配情況,從而達(dá)到立木枝干自動識別的目的。2004年，葛玉峰、周宏平等提出了基于相對色彩因子的樹木圖像分割算法?！罹C上所示，目前國內(nèi)在林木圖像處理工作主要集中在森林或者工業(yè)用林等方面，研究也多停留在實驗室水平上。rez, 180。初步確定需要 經(jīng)過顏色分割、灰度閾值分割、樹枝區(qū)域提取、樹枝骨架提取、骨架修剪、 遮擋樹枝恢復(fù)等步驟，其中會運用到形態(tài)學(xué)方法、距離變換法、細(xì)線化法 ，最后集成調(diào)試，得到所需軟件。 ☆通過細(xì)線化處理得到的樹枝骨架，雖然很好的保持了連接性，但當(dāng)樹枝區(qū)域邊緣不平滑時會產(chǎn)生“假分支”。2. 擬采取的研究方法、技術(shù)路線、實驗方案及可行性分析 研究方法 ☆首先選擇在秋天利用數(shù)碼相機拍攝果樹圖像，再在VC++平臺下運用所編寫程序，對采集到的圖像信息分別實現(xiàn)果樹主干及其支干的二維重構(gòu)功能，并使其滿足在機器人實際摘果過程中順利地避開障礙物（果樹樹干及其支干）的匹配條件。利用這一特點，本研究使用去除背景留下目標(biāo)的方法提取樹枝區(qū)域?！罱?jīng)過以上分割處理后，可以提取大部分樹枝區(qū)域，但由于自然場景下拍攝的圖像受外界干擾較大，圖像中陰影區(qū)域、隨機噪聲等仍無法完全去除。如下圖所示： ☆我們可以從識別出的樹枝區(qū)域看出，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，為了準(zhǔn)確快速地獲取障礙物二維信息，需要提取樹枝區(qū)域特征，由于正常樹枝形狀投影在平面內(nèi)為細(xì)長的方形，因此本研究使用相應(yīng)的方形長條代表樹枝，由幾何知識可知，要想得到長方形在二維平面內(nèi)的具體圖像必須先提取出其長、寬及對稱線的傾斜角度。一般來說，骨架具有三個主要特征：連續(xù)性、最小寬度為1和中心對稱性。例如：代表的骨架，數(shù)字骨架可以從形態(tài)學(xué)的角度給定義，對于……，定義骨架子集為圖像內(nèi)所有最大內(nèi)切圓盤的圓心構(gòu)成的集合，從骨架定義可知，骨架是所有骨架子集的并。所謂距離變換是將二值圖像中的1像素變換為它和0像素間的最短距離值。的計算方法如式(5)所示。由于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。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?！钸\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。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”。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?！罹C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?！钸x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。☆2012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。提交《項目中期檢查表》等階段性研究報告。5. 預(yù)期研究成果 ☆開發(fā)出了符合農(nóng)業(yè)機器人避障需要的應(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。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 ☆2010年至2011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。 ☆2011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。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） ☆學(xué)校具有豐富的實驗材料和完整齊全的研究設(shè)備。安老師有著豐富的教育教學(xué)經(jīng)驗以及很強的科研實力，能有效指導(dǎo)學(xué)生進(jìn)行此項目的研究訓(xùn)練。☆缺少對C++更加深入精詳?shù)闹R儲備。五、經(jīng)費預(yù)算支 出 科 目金 額（元）計 算 根 據(jù) 及 理 由資料印刷200打印，復(fù)印文獻(xiàn)及資料下載，撰寫報告等采集圖像100沖印照片培訓(xùn)費500對一些我們完全沒有涉及的知識的培訓(xùn)數(shù)據(jù)庫軟件50管理其他數(shù)據(jù)文件采購經(jīng)費200采購制作及路途費用器材維護200儀器保養(yǎng)及維修其他200總計1450注:開支范圍詳見校教字（2003）134號《南京農(nóng)業(yè)大學(xué)SRT計劃項目管理辦法》文件的第十三條
試題試卷相關(guān)推薦
鄂ICP備17016276號-1