《南京农业大学SRT计划项目申请书.doc》由会员分享,可在线阅读,更多相关《南京农业大学SRT计划项目申请书.doc(29页珍藏版)》请在金锄头文库上搜索。
1、SRT计划项目申请书项目名称: XXXXXXXXXXXX 申请者: XXX 院 系: 工学院农机系 专 业: XXX专业 指导教师: XX 职称: XX 2012年 04 月 08日南京农业大学教务处制填 报 说 明一、填写申请书前,请先查阅南京农业大学SRT计划项目管理办法(校教字2003134号)文件和当年教务处关于SRT计划项目申请的要求及有关规定。二、申请书的各项内容,要实事求是、逐条认真填写。表达要明确、严谨。第一次出现的缩写词,需注出全称。三、申请书一律采用计算机打印,纸张标准为A4纸,于左侧装订成册。第三页起各栏空格不够时,可自行加页。一式二份,交所在学院办公室。四、凡选择性栏目
2、,请在相应提示符A、B、C等之上打勾()。五、有关表格、材料请从教务处网站(http:/)的“下载中心”中下载填写。六、联系单位:教务处实践教学科地址:文科楼A座217室电话:84395910E-mail: 一、简表申请者姓名XXX学号XXXXXXXX班级XX班年级 2010级电话XXXXXXXE-mailXXX项目名称果树主干及其支干的图像信息提取项目来源A、 自立项目 B、教师科研课题的子项目 C、其它项目类型A、实验研究 B、调查研究 C、软件制作经费来源A、学校资助 B、导师课题资助 C、企业资助经费额度1500元指导教师姓名XX指导教师职称XX合作者姓名、学院、班级XXX,XX系10
3、级0X班;XXX,XX系10级0X班;XXX,XX系11级0X班。申请时间2012年5月完成时间2013年5月项目研究内容摘要对果树的图像信息进行快速提取并据此实现二维重绘是图像处理软件开发技术发展的一个新领域。作为果树的重要组成部分,针对树木模型主干及其支干的快速重建研究也随之发展。本文以数码相机采集数据为基础,使用模块化方法实现了对柑橘果树的快速精确平面图像重绘。选取相机拍摄的场景图像进行预处理,分割提取出主干及其支干。对于枝干图像,将枝干二值化图像转化为距离图像,再将距离图像细线化并与距离信息相结合,配合平面坐标信息得到枝干中心对称线各点坐标及对应长、宽距。为减少数据运算量,对得到的数据
4、图像剪除短枝、去除赘点以得到描述枝干拓扑结构的关键点坐标及其对应坐标差值。据此计算得到的模型顶点平面实际坐标信息构成了对枝干部分二维模型的表述。权衡模型精度和建模速度,确定使用长方形模拟枝干方法生成枝干部分模型,用较少数据量实现了中等复杂度柑橘果树场景的完整描述,达到很好的可视化效果。针对采摘机器人避障计算,调整模型精度达到合理状态,剔除材质和纹理,并在枝干建模中使用梯形替代长方形,忽略冗余数据提高模型生成速度,为整个系统的实时性奠定了基础。本研究为机器人避障系统提供了路径规划基准和虚拟工作环境,同时可为其他同类树木模型快速精确建模研究提供借鉴。二、立论依据 (包括项目的研究意义、现状分析,并
5、附主要参考文献及出处) 1研究意义进入二十一世纪,随着高新科技的迅速发展,农业科技迎来了新的发展机遇。尤其是农业生产,正朝着规模化,多样化,精确化方向发展,农业劳动力的成本迅速上升,劳动力不足的现象也日趋明显,因而作为高科技的机器人技术进入农业领域变得越来越现实,果园收获作业机械化,自动化成为广大果农们最为关注的热点问题,所以开展果树采摘机器人研究,不仅对于适应市场需求、降低劳动强度、提高经济效率有着一定的现实意义,而且对减轻人类生活压力也是一种潜在的构想。在机器人研究中,果树主干及其枝干的图像信息提取,便成为智能机器人的作业基础。我们的课题是一项基础性的研究,主要意义是为多种智能农业机器人,
6、尤其是果园机器人自动作业提供最基础信息。另外,还可以为其他领域智能机器人信息提取提供一个研究思路。2现状分析采摘机器人是21世纪精确农业的重要装备之一,是未来智能农业机械的发展方向。从1983年的第一台西红柿采摘机器人在美国诞生以来,采摘机器人的研究和发展已经经历了20多年。采摘机器人是针对水果和蔬菜,可以通过编程来完成这些作物的采摘、转运、打包等相关作业任务的具有感知能力的自动化机械收获系统,是集机械、电子、信息、智能技术、计算机科学、农业和生物等学科于一体的交叉边缘性科学,需要涉及机械结构、视觉图像处理、机器人运动学动力学、传感器技术、控制技术以及计算信息处理等多方面的学科领域知识。以下主
7、要介绍一些国内外在农业机器人图像信息提取过程中的进展和成果。2.1国外研究进展从60年代末开始一直到今天,图像的信息提取一直是图像理解、图像识别、计算机视觉和人工智能研究人员的重要课题。Pal等对图像提取方法总结中提到有几百种,但没有一种方法对所有图像都产生好的提取区分效果,不同种类的图像应采取相应提取方法。图像信息提取是针对性很强的技术,根据不同应用、不同要求需要采用不同的处理方法。目前的图像提取中依据的特征主要是颜色特征、形状特征、纹理特征等。另外还有多种图像信息提取的研究工作,诸如各类图像信息提取及二维、三维重绘软件。对于树木模型的精确重构, Shlyakhter、ChinHung Te
8、ng以及CM Cheng等人运用图像处理与图形相结合的方法,提取树木骨架、树木形态等进行分析,进而实现对真实场景下的树木模拟。这种方法应用实际测量数据对树木骨架模型生成进行控制,构建出的树木更为真实和让人信服。但该种方法由于侧重对模型细节的把握,降低了模型生成速度。而且由于细节过多,对于模型的存储数据量难以进行有效控制。针对树木数据的处理,Jiguo Zeng 使用多线段逼近方法对树木采集数据进行控制,构建出可以控制模型精度的树木模型。Hongping Yan、Thomas L以及Stefan Jansson等人将真实树木的生长规律参数化,利用参数实现树叶和树枝结构建模,构造出三维树木模型;
9、Lintermann甚至完成可生成随机树木的参数化控制软件;Rui Wang等人通过从真实树木中提取构成元素的组合实现真实树木模拟;CallumGalbraith则利用真实树木映射技术增加树木模型的真实感; Remolar、O Deussen以及陈华光根据视点与树模型的距离或者树木模型在当前场景的重要性确定树木模型数据层次,保证了树木渲染的真实性和实时性。日本Hirosaki大学Teruo Takahashi等人2002年研制了一苹果采摘机器人,其视觉系统主要采用了两个彩色相机组成的双目立体视觉系统。当左、右两个相机同时获取了同一目标的图像后,通过将两幅图像进行中心合成来重建采摘目标的三维信息
10、。在减少识别误差方面,提出了三个方法:(1)在进行目标中心合成时,设置一个较窄的范围搜索区域;(2)在左、右图像共同的目标区域,比较同一目标、一定数量的颜色特征;(3)将左、右图像的左、右半边区域分别重合,可使图像的公共部分更加清晰。通过上述改进,对于红色苹果的识别率大于90,在红色苹果和黄色苹果混合的情况下,识别率在6570之间。上述方法中,第一种和第三种减少误差的方法较为有效,识别误差率在5%左右。Yonekawa 等对紧密度、圆度、伸长度和粗糙度进行评价,认为利用这些简单形状因子可以简单有效的进行图像分割。Lee 等通过形状特征识别杂草开发西红柿除草系统。Blasco 等根据作物和杂草面
11、积的差异开发除草设备。Sgaard利用形状模板进行杂草识别,达到较好的识别率。纪寿文等2000 年利用投影面积、叶宽、叶长在玉米苗期识别出单子叶杂草。相阿荣通过杂草区域的面积和质心识别麦田常见杂草,识别率为92。龙满生将BP 网络用于杂草形状识别。Bjorn astrand 用图像分割、Hough 变换算法识别甜菜行参数。Yutaka Kaizu 研究基于机器视觉的插秧机自动导航系统,使用Hough 变换算法提取导航线参数。沈明霞对农田景物图像信息的提取方法包括图像分割、基于纹理特征分析、基于形态特征分割等农作物边缘检测研究。周俊在图像分割方面,采取小波分解的方法,将图像分解到第4 个。上述各
12、方法生成的树木真实感较强,细节表达丰富,并可以设定参数对生成树木加以控制,以有效运用到虚拟场景之中。但是生成树木模型依据的是人为设定的数值,并没有能力对真实的树木进行精确的模型重构及再现。2.2国内研究进展目前国内主要有两组人进行林木图像处理的研究工作:北京林业大学的李文彬等人和南京林业大学的郑家强等人。北京林业大学的研究是以树木的整枝抚育为应用背景,南京林业大学的应用背景是精确喷雾。下面就介绍一下他们的具体工作及相应的研究成果。2004年,程磊等提出了一种序列化的处理方法:首先综合运用基于色彩和纹理的图像分割方法获得初步分割图像,然后应用数学形态学方法修正分割后的图像,最后对分割图像中的树冠
13、和树干进行整株树的标记,初步实现了一类树木图像的分割。2005年,杨华等人对单株立木图像信息的提取分别运用近景摄影测量DLT模型和双目立体视觉技术进行解算,解决了立木图像信息与立木二维坐标之间的解算问题。2005年,孙仁山、李文彬等从工程应用角度出发,应用二维小波分析技术对林木图像进行消噪、压缩等处理;提出一种用于工业用材林自动整枝的立木枝干动态识别系统框架,对人工林侧柏的枝干进行了数字图像采集及处理,同时提出了一种立木枝干计算机自动识别算法,提取立木图像枝干形状、尺寸、弯曲度及相对空间位置关系基本生长特征,即利用模式识别技术验算其与特征数据库的匹配情况,从而达到立木枝干自动识别的目的。200
14、6年,阚江明、李文彬等针对智能整枝机视觉系统的需要提出一种以数学形态学为主的图像分割方法,解决复杂背景下树木图像分割困难的问题。2007年,阚江明、李文彬等利用已知大小的标定尺简化无线性畸变CCD摄像机标定过程,经过标定后统计立木枝干直径的像素数与每一个像素代表的实际尺寸相乘就可以很容易地计算立木枝干直径。1998年,童雀菊、华毓坤对利用图像处理方法采集原木形状参数的过程作了研究,提出了一种基本的图像处理在树干识别中应用的方法。2004年,葛玉峰、周宏平等提出了基于相对色彩因子的树木图像分割算法。首先引入2G/(R+B)色彩因子分割绿色树木与其背景,再引入(R+B+G)/3因子去除图像中的暗噪
15、声或相对暗区。2004年,向海涛、郑加强等研究了树木图像的实时采集与识别技术,以及树木图像处理及分析软件系统的开发,并设计制作了室内模拟实验系统。2 0 0 5年,王雪峰、张超等介绍由摄像机图像抽取林木直径的方法、步骤,将度量误差模型算法应用到参数的求解当中,提出适合于林业野外作业的内、外参数分离策略,最后对文中算法、策略进行实际验证。综上所示,目前国内在林木图像处理工作主要集中在森林或者工业用林等方面,研究也多停留在实验室水平上。对果树图像进行研究的工作尚未见报道。他们的研究主要针对整棵树为研究对象,而我们则是对树的主干和枝干进行图像的处理和识别。参考文献:1柳洪,宋伟刚.机器人技术基础M.北京冶金工业出版社,2002.2杜青林.明确任务,突出重点实施“ 科教农”R.杜青林部长在全国农