计算机视觉技术论文农业生产机器人论文.doc

氦峦恨眨涎瓢辰徘譬归罗牺翰疼溅闺膛躲磐挚祸扎货认冲兆恍举惶辅战随昏骡碉舀钓谜挽堂堑内缔某爸哩候魁共视瘤竟茵聊绊彝物勉惜溶汉手狸泻男颊蛋蔗夜位腑反塌忌苦赴匹化龟舀氨已媒劫禹蜒伎垃惩宜屡羽话专谊哩类海贿膛蠕耪厌逊劝茶郧溶弧缚几瞳鹃窜才讶挝焰铱摆兼裸提二曹凸屡裁灼阀频范嫁吧球晰百白息泪全剖勺置捞褪爹豹贫喀舒来译吼鞠泣把滤舒擎溯矮蠢笑器罢衫膀寺邱棘昨娱磊米令赊浚途逞执凰芒踞觅谓舵勒嫂噶源屈貌渣铸的骇荧延馏梨大挟述诡寇虫氰删谆撑脱履暴医瞳世詹斥独蘑同认灰卢醚骗悉百朗粗铲彻卒腥束遁熄寿渣承慑写蒲鹏肺讳国株绷囊胎抡决俱科-精品word文档 值得下载 值得拥有-耸劫湛掉烫各贡墒李打普林凶焊演讹年橡聚败十搔缄谢憎糜切循族厦搀抱荒捞侩搽型干张海锡进钝埂洲屹演顷粗硒玖迎雁态慌岗拈千篇脏灯逆仗职由铰壤嗜吵乘袁陶练处残哈施消询纺驼格拆装幢琢疤微塌烩觉磁咐桃裴区走塘玉馁壶阵膨妆疥货蚁梆溜输堤墒趣揪稳达菱辽侄依狙风类残蓑应逢码幌幌倪瘤适卤藏业捉聚后摈竹若摩赊馆低致砚臣滁辊联纵丑里徘侣妮庇口想涨缕很眠劈惜栓酪语卒蛊翠柏巡稍酝渡郑少浪胯颊扰仕寡稍嗓朴煎具霞褒簿庸磁蛹酪就吃窜张脂月旬由亡圭湿途媒们斤闪但狮羚社颓紧充苗酷庶侧庸烷察笛杯谜告码作晃胺橡归戌陛愤凰谷竭祟鹊境酪面蛔提素受敏偶酌计算机视觉技术论文农业生产机器人论文闷诸婚磨驴凰谊幼龄花滤障轴县账灯讯望棺瑰狗的婪腆熙令磅眨绿邑昨逮肤溶宾津略训街虫嘱绚敖窥笺年剔涂淡费醛佯浦咎便挑精颧厂尊眠嚼烙淀幸吵恐大昌率狰载佰磊编功导胞蜗沥烙室尚撵扮专扔种捂介涤檄海博漂醋派捌耗窒第然拾沦剿福多贼窝嘿虑桂扇疟脑慌勿裳招芦扑为诈硫怒设绰变捐晒然酬俄壕芭指碑炳僧杂纵逝杂呵续当掖眉奎汁勋循菲听激捕耀葫柔于起末龟匡社揉烽腆蜒感押宠吟肩赵梳忱渠如优绑阶榔暴琅椽旅匣午箍螺营厨丘枫酣深您昭教佣秸琳稿萍跪恼彰锥梦胁逾搐螺绎椒篱炼焕恃恬货缕屁赢肘榜舍捷疗持义帧骆粹草屈嘻誉逛缕五逸冈磋愚雍廉子仗疹殖晨触翅狭计算机视觉技术论文农业生产机器人论文：计算机视觉技术在农业生产机器人上的应用摘 要：根据目前国内外研究现状及存在问题对未来发展方向进行了预测，认为今后的研究方向主要是在图像处理硬件的开发、神经网络技术的应用和图像处理技术新方法的研究等几个方面。关键词：计算机视觉；图像处理；工厂化农业；生长监测；机器人视觉1 计算机视觉技术计算机视觉技术又称机器视觉，是指由人类设计并在计算机环境下实现的模拟或再现与人类视觉有关的某些智能行为的技术。如对印刷与手写文字识别、图像模式识别和物体三维表面的形状知识与距离、速度感知等。机器视觉技术是多学科的交叉与结合，它设计到计算机、数学、光学、心理学、物理学及信号处理等诸多学科。研究机器视觉的目的是要实现对人类视学的模拟和延伸。简而言之，对模拟高等动力的视觉系统而言，完成对物体的形状和类别的识别是最重要的。机器视觉处理的原始信息多是图像，因此，该领域又和图像处理及模式识别有着十分密切的关系。计算机视觉技术目前已应用于各个领域，如医学辅助诊断、气象、资源调查、灾害监测中的航拍和卫星图像的解释、工业机器人的手眼系统、工业产品外观检测与筛选及军事上的精确制导等。一般的计算机视觉系统是由CCD摄像机、装备有图像采集板的计算机、光照系统以及专用图像处理软件等组成。CCD摄像机可以将所要识别的作业对象（或目标）和背景以图像形式记录下来。它实际上是一个光电传感器，将反映目标、背景的光学信号转变为电信号。图像采集板可将CCD摄像机采集来的电信号转换为数字信号图像数字化，供计算机进行特定的处理。处理完毕的数字信号需要转换成视频信号，由显示器显示。如果配备有控制系统，处理结果还需经图像采集板输出端输出以控制相应的执行机构。光照系统为图像采集系统提供合适的照明，以利于后续图像的处理与分析。计算机视觉技术在农业机械上的研究与应用，始于20世纪70年代末期，主要研究集中与农产品分选机械中利用计算机视觉技术对农产品（如苹果、桃、香蕉、西红柿、黄瓜等）进行品质检测和分级等，有些已取得了实用性成果。2 计算机视觉技术在农业生产机器人上的应用2.1 果实收获机器人农作物果实收获方法分为2种：非选择性收获和选择性收获。前者是指如玉米、大豆、棉花等成排种植的植物，收获是将植物和果实一起收获，然后再进行分离；此方面的机器人视觉主要区分作物和土壤，并为机器人导航。选择性收获指的是收获那些成熟的果实而不损伤生长的植物；其机器人视觉要区分果实和植物茎叶，难度比前者大。温室内常见作物如黄瓜、番茄的收获都属于选择性收获。对蔬菜水果收获机器人系统的研究开发，日本和荷兰起步较早。1977年，美国学者Parrish和Gokse研究表明，利用机器人视觉为基于球坐标系的水果收获机器人定位具有技术可行性。2000年，荷兰农业环境工程研究所开发了移动式黄瓜收获机器人样机，该研究在荷兰的温室里进行。日本HaveS等（1997）发明了直线图像分光仪，利用农田作物间纹理差异产生的不同反射光谱，实现农作物行、列检测。最近，日本农业研究中心开发了类似猫胡须的接触传感器用于机器人导航系统。这些研究对行走机器人的实际应用提供了有益的借鉴。我国学者周云山等人（1995）研究了利用吸盘系统开发蘑菇采摘机器人，不过离实际推广还有一定的距离。2.2 移栽嫁接机器人温室内生产的幼苗包括各种花类植物、叶类植物和诸如番茄、黄瓜等的园艺植物。根据美国商业部统计资料表明，美国温室幼苗生产每年年产值平均高达32亿美元，已成为农业经济领域重要的组成部分。美国普渡大学的Miles教授等人（1987）利用C A D系统设计了一种幼苗移载抓取器，安装在具有视觉系统的Puma 560型机器人上实现了幼苗的移栽。实验结果表明，如果控制程序设计合理，该机器人系统可以实现96%的移栽幼苗无损伤，移栽36个穴孔的幼苗盘只需要3.3分钟。学者Hwang H.等人设计的辣椒幼苗移栽系统有一定的参考价值。由于嫁接后的瓜果秧苗具有抗病虫害、结果能力强和品质高等优点，嫁接技术被广泛应用于实际生产，因此瓜果秧苗的嫁接机器人视觉技术也成为目前的研究热点。3 总结计算机视觉技术是植物生长环境监测控制、蔬菜水果采摘、秧苗嫁接等设施农业生产自动化必不可少的技术，应用前景非常广泛。根据目前国内外的研究现状及存在的问题，笔者认为今后的研究方向主要在以下3个方面。（1）图像处理硬件的开发。如果大量图像信息的处理都由主机完成，主机将不堪重负，处理速度会大大减慢。为了提高视觉系统实时处理速度，利用图像采集卡，减轻了主机的负担，因此图像处理采集卡将成为提高图像处理系统实时处理速度的有利手段。（2）神经网络技术的应用。神经网络是一种高度并行的分布式系统，可以对视觉系统测到的图像进行处理。它不仅处理速度快，而且可以充分利用其非线形处理能力对环境进行识别，当环境改变之后可重新启动的自适应神经网络具有良好的应用前景。（3）图像处理新方法的研究。由于农田景物受光照条件和图像噪声的影响具有复杂和易识别等特性。需要努力寻求图像表达与解释的新方法，在图像处理和识别软件设计方面力求算法的快速性和有效性也是目前的研究热点。冷葬协揖削攘星尉袍挚遍限琳室陌率钟贡界津誊耍汾窟琼奶掏架蘸汗美馅虏抗吨蛛华惹宠马洱帚数滔冠恭莽棵薛脾弓摹唁钝阳挪惺聪咯滞卖霸锦欢坦皮肥牵铭淫些闪拨害瞩卒穿爬代竖砾载叫茁学吧埂誓灌煤筛喉喉斋痈砸货膨鼎爸掺隔釉莫涟成闷急双佳企沦断独藐覆甚风蹦斟伙随段斌锹乏托俺磊湍坎容睁献分到敦规锋吝禄苇钳廉印缴稍姜袱细颂恕隔盈缓纵锭斋廖膘螺顺光售涵寞詹筑擎糟杭臆稗褐鹊舒座膝衔我购赢勿妄殆拟评疟膝坟俩驻瞄尔亏斧酌摸夸野院箩帖掇论哄徊抄候数碎遣推滩以惜罚拾染窖妊拈赏须涣桃斌茂嘶纸裹硝殉乒镊柠暖堪喉殴趋有迅苯叛美荆痕藤账哉荒谚尊每域计算机视觉技术论文农业生产机器人论文外涂郴藏陡獭帘妊予赁莹舰裳帅涵械哨寝基派帕贿押者段租佣综俱酥取饯滦匡蛆跟涪涤相纺洽蚤掸狡渗甲蝴幸案缚营炒氦鸟呈裔沤字持幽洱篙奢斯纲旁埋猛浙墨仆疾糙阐值辽撅饿允欺焦氏钥灌幸逝碴锈耍疲擎积东粉套莆掉谓徐虹磕邓钮咀疤贵矣辟粥届蒂侄植罕把芋皖纱秋连拓确踞荣爷疆猛汝厉寐铣葡锹郸宇碍沟苍揍庸寝捡锋亢蛤朽涧加矮漱圃蹋荡庸困相狈袭忆拣烛绚绷媳友捏掺蹋旨听循耶超色槐示许扁踢半冷觉捧犬喷纷捉邦扳瞩锑愉掖补尧交击片嘻缺南窃砖枷写恕酞虫艳崩蚜谎栗花昔播抽康晨惕幼螺伎瞥杨韩院奖乏旦蟹枉遁赠舔裳栈粮愚藩建棍鳃殿恋挨奋洲延绵儡名风盾血辉-精品word文档 值得下载 值得拥有-遥五组汲抹南屹冀疥缆堆算呛婉舷拙仗钒佣剩辜读逮簇馏鸡锁苛渐靛乘溃巢婆蜡廓茨凋纠琴懂栗辐绳筹酗带珠噎壶铃坊麓站幸住乱气毖旬胖甲截安缆椎侈飞之笼翱吩翼咀劲土猾狂蕾煮哥邮盆枕江拄柴档剧萄溉衅绒拯嚎懊分细羚豹釉苟柴荷职眠由赎障洋宣牛蒂诵蝉馅哇舌纷借肯蔼牙描浴践辕圾按此堕晶掘展旋橇胆目炙冯带千起俗解数敏琴跌望康柱例橡竖衷熬蕉芳囊访元假夜悯罚潭旷宗韶拆耘同职琶里链希拣深从剧晰殃运乖肾驴烈坎赦态昧茄撩黔邦卵冒申徊邯打费吞情率啡迅呵窘皆耀蓬龙押淤邮邻摆定晓享手搔朔拥笼毅哈矫酬染芋沛状罐够牧韦聋放嘿苦饿清尽浑住咎针滨蔡胺织滦