论文部分内容阅读
为了解决劳动力不足以及劳动力成本升高的问题,有必要进行果蔬采摘机器人的研究,而果蔬采摘机器人研究的重难点在自然环境中果实的识别和定位上。本文以苹果的识别和定位为研究对象,利用双目视觉技术,探讨了苹果图像的分割、成簇及被遮挡苹果的识别以及苹果的定位方法,解决了部分苹果识别和定位的问题。主要研究内容和结论如下:通过总结色差法应用于苹果图像分割的规律,提出了一种基于迭代法确定分割判据的方法,并确定了迭代的范围,然后制定迭代标准实现了分割判据的确定。进而通过100组不同光照强度下的分割实验,证明选取不同光照强度下的苹果图像进行迭代,得到的分割判据能实现不同光照强度下苹果图像的分割。通过分析苹果轮廓的像素点分布,得到了根据轮廓等间距三点的夹角来提取苹果正常轮廓的方法,然后用最小二乘法拟合苹果的正常轮廓进行了成簇及被遮挡果实的识别。通过实验将该方法和基于曲率来提取苹果正常轮廓的方法进行了对比,结果表明基于轮廓等间距三点像素的夹角的识别方法具有更好的识别效果,正确识别率达到了89.5%。分别利用OpenCV计算机视觉库里的标定函数和Matlab2015b的标定APP实现了双目摄像机的标定,并通过调整OpenCV标定函数的相关参数组合提高了程序的标定精度,最后通过标定实验比较了基于OpenCV和Matlab标定的精度,实验证明在设定相同的畸变模型时,基于OpenCV的标定精度略低于基于Matlab的标定精度。拟定了多果实的匹配准则实现了左右苹果图像中存在多个苹果时的匹配,然后分别基于最小二乘法和视差法实现了苹果的空间定位,通过20组定位实验比较了这两种定位方法的定位精度和实时性,结果表明基于最小二乘法的定位方法具有更高的定位精度和实时性。最后编写了基于MFC对话框的程序实现了苹果的实时定位。