果树主干及其支干的图像信息提取大学srt计划项目可行性研究报告.docVIP

果树主干及其支干的图像信息提取大学srt计划项目可行性研究报告.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
果树主干及其支干的图像信息提取大学srt计划项目可行性研究报告

SRT计划项目申请书 项目名称: 申请者: 院 系: 专 业: 指导教师: 一、简表 申请者姓名 学号 班级 年级 电话 E-mail 项目名称 果树主干及其支干的图像信息提取 项目来源 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,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 Teng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

文档评论(0)

李天佑 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档