基于数字图像处理的草坪场景分析算法研究-控制工程专业论文.docxVIP

万方数据 万方数据 A Thesis for Master Degree The Research on the Analysis algorithm of Lawn Scenes Based on Digital Image Processing By Xing Ming Supervisor: Prof. Liu Yu School of Machinery and Automation Zhejiang Sci-Tech University Hang Zhou, China March, 2016 要 城市绿化一直是城市基础规划建设非常重要的组成部分，伴随着城市建设的飞速提 升，城市草坪面积日趋增长，并且草坪情况也趋向复杂。智能割草机器人是替代人们完 成草坪维护的现代化科技工具。面对日趋增长的城市草坪面积，智能割草机器人的工作 能力急需改进。通过对草坪场景图像进行分析处理为智能割草机器人提升工作能力是一 种有效思路，也是智能割草机器人完成自主导航与环境探索等任务的基础。本文在这样 的背景下以数字图像处理技术为基础，对草坪场景分析算法进行研究，并且在VS2010 环境下，结合OpenCV类库进行算法的实现与验证。本文主要的研究内容如下： 1、研究了现有的图像分析算法的基本概念及其实现方法，并将现有的图像处理相关 技术应用于草地场景分析。 2、提出一种基于SIFT和SUSAN融合的草地障碍物特征点自动匹配算法。已知的SIFT 算法是一种具有尺度不变特性的特征提取算法，但是对草地障碍物的特征提取容易受到 草地纹理特征的干扰；而SUSAN是一种对于图像的角点和边缘特征有着敏感的检测能力 的算法。首先对SUSAN和SIFT提取的特征点进行融合计算，然后对SIFT提取的特征点进 行精简。最后通过欧式距离的计算完成特征向量的匹配。融合算法减少了大量无意义特 征点的匹配计算次数，相对原SIFT算法极大地提高了匹配效率和准确率。 3、提出一种基于改进分水岭算法的草坪背景快速分割算法。分水岭是一种融合数学 形态和拓扑基础理论的图像快速分割算法。但是分水岭算法用在草地图像处理上非常容 易产生过度分割的情况，因此本文在分水岭算法的基础上进行改进设计，首先分别对灰 度图像进行膨胀和腐蚀，然后通过线性叠加得到联合体图像，最后使用分水岭算法对联 合体图像进行分割。与传统的图像分割算法相比，该算法取得了更高的识别准确率和更 快的计算速度，同时该算法的跨平台移植性更好。 4、使用OpenCV类库和MFC类库进行混合编程，并编写相应的软件，将本文提出的 两种图像分析算法在智能割草机器人上进行实际应用，应用试验结果证明本文提出的两 种算法的实际应用效果较好。 关键词：场景分析，特征提取，目标识别，图像分割； II Abstract City greening has been a very important part in city planning and construction. With the rapid development of construction, the lawn area increase rapidly. The condition of lawn become more complex than ever. The smart mowing robot is a kind of modern scientific replacement tool whicn can maintain the lawn for people.In the face of the growing city lawn area, Intelligent Robot Mower’s working ability need to be improved. To analyze and process the lawn scene is one kind of effective way that can improve inexorability of the robot. And it is also the basis of Intelligent Robot Mower to complete autonomous navigation and environment exploration tasks. Under this background, the paper do some researches on the algorithm of lawn scene analysis based on the technology of Digital Image Processing. Based on the VS2010 envir