收藏本站
《江苏大学》 2016年
收藏 | 手机打开
二维码
手机客户端打开本文

基于智能优化的苹果采摘机器人目标识别研究

贾伟宽  
【摘要】:我国拥有世界上最大的苹果种植面积和产量,苹果的采摘作业属于高强度密集型。随着农业劳动力结构的转变,农业作业劳动力匮乏,为保证苹果的适时采摘,需提高采摘效率,因此实现苹果自动化采摘成为亟待解决的问题。现有的苹果采摘机器人样机因其采摘效率偏低,目前仍停留在实验室研究阶段。在计算机、信息技术的推动下,实现采摘机器人果园现场作业,提高采摘效率是关键,可从以下两个方面着手:一方面改善其自身性能;另一方面延长作业时间,实现全天候自动采摘。目标果实的识别效率直接制约着苹果采摘机器人的实时性和可靠性,而目标果实的精准识别作为采摘机器人视觉的技术瓶颈,进而影响着采摘效率的提高。本研究以苹果图像为研究对象,将提高采摘效率作为苹果采摘机器人的研究目标,围绕目标果实的精准识别展开相关研究。主要包括苹果夜间图像采集、夜间图像分析与降噪、图像的分割与特征提取、目标果实识别模型的建立等方面,详细探讨几种不同的夜间图像降噪算法、遗传神经网络目标果实识别算法、特殊样本建模等等。本研究的主要内容如下:1在各种人工光源辅助下采用定点标记的方式分别采集自然光、夜间苹果图像。通过对采集到的图像进行色彩分析可知,夜间图像目标果实的RGB颜色分量间的对比相对于自然光图像更为明显;发现白炽灯下的苹果夜间图像更接近自然光图像。从直观视觉观察,夜间图像较为模糊,且有椒盐噪声存在;通过对夜间图像进行差影法分析,判定其噪声类型是混合噪声,且是以高斯噪声为主,并伴有部分椒盐噪声。2针对夜间图像的噪声问题,分别提出三种智能优化的降噪算法,其中基于模糊阈值(Fuzzy threshold)改进的小波变换(Wavelet transform,WT)降噪算法(F-WT),利用模糊理论优化小波阈值潜在风险,得到的低噪图像的相对峰值信噪比(Relative peak signal-to-noise ratio,RPSNR)提高了19.69%;基于WT和独立成分分析(Independent component analysis,ICA)融合降噪算法(WT-ICA),优化后低噪图像的RPSNR提高了29.94%;基于粒子群优化(Particle swarm optimization,PSO)的ICA降噪算法(PSO-ICA),通过PSO算法求解分离矩阵,旨在改善ICA的运行效率,优化后低噪图像的RPSNR提高了21.28%。对比三种优化降噪算法,WT-ICA算法降噪能力最强,但运行效率偏低;PSO-ICA算法的降噪能力虽略低于WT-ICA算法,但运行效率却大幅度提高。白炽灯下的夜间图像,无论是原始图像还是处理后的低噪图像的RPSNR的值均最高。因此,可初步筛选白炽灯为苹果采摘机器人夜间作业的辅助光源。3对比在Lab颜色空间下采取K-means聚类算法,以及直接采用PCNN算法对苹果图像的分割效果,二者均取得较好的分割效果,PCNN的运行效率稍高于K-means聚类分割。并根据目标果实的特点,分别提取RGB和HIS颜色空间下的6个颜色特征,圆方差、椭圆方差、周长平方面积比、致密度等4个几何特征,以及7个Hu不变矩,这17个颜色和形状特征足以表征目标果实。4根据所提取到的特征向量设计分类器,将RBF、Elman两种神经网络(Neural network,NN)算法引入目标物识别,为克服它们存在的固有缺陷,利用遗传算法(Genetic algorithm,GA)进行优化,采取一种新优化方式,即连接权值和神经网络结构同时进化,分别建立GA-RBF-LMS和GA-Elman两种神经网络优化分类算法。由UCI数据仿真实验和苹果图像识别实验可知,两种识别模型的运行效率和识别精度得到大幅度提高,泛化能力也相应提高;目标果实的整体识别率均达95%以上。比较两种识别模型的算法性能,GA-RBF-LMS算法的优势在于运行效率高,而识别精度略低;GA-Elman算法的优势则在于识别精度高,而运行效率上稍微欠缺。5针对苹果识别建模过程中容易遇到的大样本问题,首先采用偏最小二乘(Partial least squares,PLS)降维算法缓解样本高维度难题,得到更有意义的低维数据。再利用谱聚类(Hierarchical cluster analysis,HCA)进行横向降维,将相近的样本划归为一类,细化样本,对每个类分别进行神经网络建模,建立PLS-HCA-NN大样本分类算法。由UCI数据测试可知,新建立的两种分类算法在其识别精度、运行效率、泛化能力均得到大幅度提高。本研究成果为苹果采摘机器人视觉系统改善、采摘效率的提高奠定了一定的理论基础,且所建立的智能优化算法也值得在其他领域进一步推广应用。
【学位授予单位】:江苏大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TP391.41;TP242

【参考文献】
中国期刊全文数据库 前10条
1 王粮局;张立博;段运红;张铁中;;基于视觉伺服的草莓采摘机器人果实定位方法[J];农业工程学报;2015年22期
2 刘晓洋;赵德安;陈玉;贾伟宽;;夜间低照度条件下苹果采摘机器人的图像识别[J];华中科技大学学报(自然科学版);2015年S1期
3 贾伟宽;赵德安;阮承治;刘晓洋;陈玉;姬伟;;苹果夜视图像小波变换与独立成分分析融合降噪方法[J];农业机械学报;2015年09期
4 叶敏;邹湘军;杨洲;刘念;陈炜文;罗陆锋;;荔枝采摘机器人拟人指受力分析与夹持试验[J];农业机械学报;2015年09期
5 贾伟宽;赵德安;刘晓洋;唐书萍;阮承治;姬伟;;机器人采摘苹果果实的K-means和GA-RBF-LMS神经网络识别[J];农业工程学报;2015年18期
6 胡婵莉;赵德安;赵宇艳;陈玉;贾伟宽;姬伟;;基于极值的重叠苹果识别方法研究[J];农机化研究;2016年03期
7 王丹丹;徐越;宋怀波;何东健;张海辉;;融合K-means与Ncut算法的无遮挡双重叠苹果目标分割与重建[J];农业工程学报;2015年10期
8 贾伟宽;赵德安;阮承治;沈甜;陈玉;姬伟;;苹果采摘机器人夜间图像降噪算法[J];农业工程学报;2015年10期
9 赵德安;刘晓洋;陈玉;姬伟;贾伟宽;胡婵莉;;苹果采摘机器人夜间识别方法[J];农业机械学报;2015年03期
10 罗陆锋;邹湘军;熊俊涛;张宇;彭红星;林桂潮;;自然环境下葡萄采摘机器人采摘点的自动定位[J];农业工程学报;2015年02期
【共引文献】
中国期刊全文数据库 前10条
1 张艳超;肖宇钊;庄载椿;许凯雯;何勇;;基于小波分解的油菜多光谱图像与深度图像数据融合方法[J];农业工程学报;2016年16期
2 朱德利;陈兵旗;杨雨浓;梁习卉子;杨明;乔妍;;苹果采摘机器人视觉系统的暗通道先验去雾方法[J];农业工程学报;2016年16期
3 顾玉宛;史国栋;刘晓洋;赵德杰;赵德安;;基于空间特征谱聚类算法的含噪苹果图像优化分割[J];农业工程学报;2016年16期
4 宋西平;李国琴;罗陆锋;;基于机器视觉的葡萄采摘点三维空间定位系统的研究[J];江苏农业科学;2016年07期
5 宋凌怡;舒涛;周德荣;;基于超模糊集的Canny边缘检测在花椒图像中的应用[J];重庆工商大学学报(自然科学版);2016年03期
6 徐黎明;吕继东;;自然环境下杨梅果实图像的分割方法研究[J];沈阳农业大学学报;2016年03期
7 蒲军;黄晓鹏;宗煜翔;万芳新;;小型林果采收机械研究现状[J];林业机械与木工设备;2016年06期
8 原玥;王宏;原培新;常文文;化成城;;一种改进的Hu不变矩算法在存储介质图像识别中的应用[J];仪器仪表学报;2016年05期
9 罗陆锋;邹湘军;叶敏;杨自尚;张丛;朱娜;王成琳;;基于双目立体视觉的葡萄采摘防碰空间包围体求解与定位[J];农业工程学报;2016年08期
10 项荣;段鹏飞;;番茄采摘机器人夜间照明系统设计与试验[J];农业机械学报;2016年07期
【二级参考文献】
中国期刊全文数据库 前10条
1 王丹丹;徐越;宋怀波;何东健;张海辉;;融合K-means与Ncut算法的无遮挡双重叠苹果目标分割与重建[J];农业工程学报;2015年10期
2 贾伟宽;赵德安;阮承治;沈甜;陈玉;姬伟;;苹果采摘机器人夜间图像降噪算法[J];农业工程学报;2015年10期
3 赵德安;刘晓洋;陈玉;姬伟;贾伟宽;胡婵莉;;苹果采摘机器人夜间识别方法[J];农业机械学报;2015年03期
4 王丹丹;徐越;宋怀波;何东健;;基于平滑轮廓对称轴法的苹果目标采摘点定位方法[J];农业工程学报;2015年05期
5 赵德安;沈甜;陈玉;贾伟宽;;苹果采摘机器人快速跟踪识别重叠果实[J];农业工程学报;2015年02期
6 徐越;李盈慧;宋怀波;何东健;;基于Snake模型与角点检测的双果重叠苹果目标分割方法[J];农业工程学报;2015年01期
7 王粮局;张铁中;褚佳;杨丽;张洁;段运红;;大容差高效草莓采摘末端执行器设计与试验[J];农业机械学报;2014年S1期
8 张春龙;张楫;张俊雄;李伟;;近色背景中树上绿色苹果识别方法[J];农业机械学报;2014年10期
9 张浩;陈勇;汪巍;张国路;;基于主动计算机视觉的茶叶采摘定位技术[J];农业机械学报;2014年09期
10 熊俊涛;邹湘军;彭红星;陈文光;林桂潮;;扰动柑橘采摘的实时识别与采摘点确定技术[J];农业机械学报;2014年08期
【相似文献】
中国期刊全文数据库 前10条
1 王丽丽;郭艳玲;王迪;刘幻;;果蔬采摘机器人研究综述[J];林业机械与木工设备;2009年01期
2 张洁;李艳文;;果蔬采摘机器人的研究现状、问题及对策[J];机械设计;2010年06期
3 夏天;以色列的温室采摘机器人[J];山东农机化;1997年11期
4 方建军;移动式采摘机器人研究现状与进展[J];农业工程学报;2004年02期
5 宋健;张铁中;徐丽明;汤修映;;果蔬采摘机器人研究进展与展望[J];农业机械学报;2006年05期
6 崔玉洁;张祖立;白晓虎;;采摘机器人的研究进展与现状分析[J];农机化研究;2007年02期
7 田素博;邱立春;秦军伟;刘春芳;;国内外采摘机器人机械手结构比较的研究[J];农机化研究;2007年03期
8 吕宏明;姬长英;;视觉技术在农业采摘机器人中的应用及发展[J];江西农业学报;2008年02期
9 刘长林;张铁中;杨丽;;果蔬采摘机器人研究进展[J];安徽农业科学;2008年13期
10 蒋焕煜;彭永石;应义斌;;双目立体视觉技术在果蔬采摘机器人中的应用[J];江苏大学学报(自然科学版);2008年05期
中国重要会议论文全文数据库 前7条
1 何蓓;刘刚;;果树采摘机器人研究综述[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年
2 赵德安;姬伟;张超;李占坤;;果树采摘机器人控制系统设计[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
3 赵德安;吕继东;姬伟;陈玉;张颖;;果树采摘机器人及控制系统研制[A];中国农业工程学会2011年学术年会论文集[C];2011年
4 石兴禄;邹湘军;卢俊;陈强;陈燕;王红军;刘天湖;;虚拟采摘机器人统一建模与三维动态仿真[A];庆祝中国力学学会成立50周年暨中国力学学会学术大会’2007论文摘要集(下)[C];2007年
5 刘继展;李萍萍;李智国;倪齐;;番茄采摘机器人真空吸盘装置设计及试验研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
6 袁挺;李伟;谭豫之;杨庆华;高峰;任永新;;温室环境下黄瓜采摘机器人信息获取技术研究[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集(下册)[C];2008年
7 魏锡光;王库;;仿自然环境条件下番茄采摘机器人设计研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
中国重要报纸全文数据库 前2条
1 本报记者 段佳;果蔬采摘机器人有了三维视力[N];大众科技报;2009年
2 吕继东 赵德安 姬伟 陈玉;浅谈国内外采摘机器人[N];中国农机化导报;2014年
中国博士学位论文全文数据库 前10条
1 顾玉宛;基于并行计算的苹果采摘机器人关键技术研究[D];江苏大学;2016年
2 贾伟宽;基于智能优化的苹果采摘机器人目标识别研究[D];江苏大学;2016年
3 顾宝兴;智能移动式水果采摘机器人系统的研究[D];南京农业大学;2012年
4 吕继东;苹果采摘机器人视觉测量与避障控制研究[D];江苏大学;2012年
5 刘继展;番茄采摘机器人真空吸持系统分析与优化控制研究[D];江苏大学;2010年
6 黄铝文;苹果采摘机器人视觉识别与路径规划方法研究[D];西北农林科技大学;2013年
7 纪超;温室果蔬采摘机器人视觉信息获取方法及样机系统研究[D];中国农业大学;2014年
8 李智国;基于番茄生物力学特性的采摘机器人抓取损伤研究[D];江苏大学;2011年
9 吕强;柑橘采摘机器人工作场景信息感知技术与路径规划研究[D];江苏大学;2010年
10 戚利勇;黄瓜采摘机器人视觉关键技术及系统研究[D];浙江工业大学;2011年
中国硕士学位论文全文数据库 前10条
1 李敏;果蔬快速采摘机器人柔性负载刚柔耦合建模与仿真[D];北方工业大学;2016年
2 田丽芳;基于纯滚动转向的采摘机器人轮式AGV系统设计与试验研究[D];江苏大学;2016年
3 李占坤;果树采摘机器人控制系统研究与设计[D];江苏大学;2010年
4 李珈慧;苹果采摘机器人移动平台机械系统的设计及仿真[D];南京农业大学;2014年
5 贺橙林;基于机器视觉的气动采摘机器人研究[D];上海交通大学;2015年
6 赵庆波;果树采摘机器人控制与避障技术研究[D];江苏大学;2008年
7 苏帅;猕猴桃采摘机器人信息感知的基础研究[D];西北农林科技大学;2013年
8 陈天宏;双目采摘机器人路径优化设计的研究[D];东北农业大学;2010年
9 杨文亮;苹果采摘机器人机械手结构设计与分析[D];江苏大学;2009年
10 程辉;扰动状态下水果采摘机器人视觉空间定位[D];南华大学;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026