基于机器视觉技术的棉株识别定位

（）中国棉花·基于机器视觉技术的棉株识别定位·２０１３，４０２∶１６１９

櫴櫴櫴櫴櫴毷

櫴櫴櫴櫴毷

櫴櫴櫴櫴櫴毷

研究

报告

基于机器视觉技术的棉株识别定位

瞿端阳，王维新＊，马本学＊，韩大龙，田　昊，王　超（）新疆石河子大学机械电气工程学院，新疆石河子８３２００３

櫴櫴櫴櫴毷霞

［］５６－

ＣｏｔｔｏｎＩｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄＬｏｃａｌｉｚａｔｉｏｎｂａｓｅｄｏｎＭａｃｈｉｎｅＶｉｓｉｏｎ　　　　　　　

＊，＊，，ＷＡ，，ＷＡＤｕａｎＮＧ　ＷｅｉｘｉｎＭＡＢｅｎｘｕｅＨＡＮＤａｌｏｎＴＩＡＮＨａｏＮＧＣｈａｏＵａｎ　　　　　Ｑ　－－　－　－　　ｇｙｇ

摘要：针对棉花机械打顶中棉株识别难的问题，提出一种基于机器视觉技术的棉株识别定位方法，利用２个相同型号的摄像头搭建双目立体视觉系统，在此基础上进行相机标定、图像采集、图像分割、特征点提取等过程，利用最小二乘法计算出棉株的深度信息，并进行校正。校正后棉株定位误差在０．４３～３０．５７ｍｍ，误差均值为２０．５８ｍｍ。研究结果表明基于机器视觉技术的棉株识别定位方法是可行的。关键词：双目立体视觉；棉株；识别；定位；误差

＋

）中图分类号：ＴＰ２４２．６２　　　文献标志码：Ａ　　　文章编号：１０００６３２Ｘ（２０１３０２００１６０４－－－

［１］

　　新疆棉花基地是国家扶持的重点农业项目。每年６月末７月初的棉花打顶调控是棉花生产丰］２３－

。然而由于目前国产棉花打顶机收的关键环节［

３

将立体视觉技术应用于果园中柑橘的ｌａｎｏｎ等人１

］］］］１４１５１６１７、、、、张瑞合［郑小东［仲琴［申川［彭永收获；

］］１８１９

、石［项荣［等人将双目立体视觉技术应用于红色］］２０２１

、番茄的识别和定位；马凯［胡天翔［等利用双目］２２

立体视觉技术实现对树木的识别和定位；熊锋［利

［］

不能对棉株进行定位和识别，导致打顶过程中出现

２］

，漏打、撞铃、损坏棉叶等现象［严重地影响了棉花

的增产增收，由此造成了棉花机械打顶的普及率相对较低。因此，研究、解决棉株识别定位问题，通过对棉株精确识别定位实现棉花打顶机械的精确打

４］

顶［势在必行。

用双目立体视觉技术实现了对杂草位置的定位。

本文基于机器视觉技术对棉株的识别定位进行研究，以期为实现棉株的精确打顶提供参考。

国内学者对棉株识别定位进行了研究：李等利用其超声波技术解决了棉株高度的测量

［７］

１材料和方法

１．１设备和材料

试验的图像采集设备为：一对韩国现代的该摄像头采用ＣＭＯ镜头Ｖ２０１９摄像头，Ｓ感应器，

调节范围≥２图像传感器分辨率为６０ｍｍ，４０×；图像输出格式为Ｒ计算４８０，ＧＢ２４（２４位真彩色）

，机Ｃ主频为２．ＰＵ为双核酷睿Ｔ６６７０，２０ＧＨｚ图像采集及处理软件为Ｍ２．００ＧＢ的内存；ａｔｌａｂ

数据处理软件为ＭＲ２０１１Ａ；ｉｃｒｏｓｏｆｔＯｆｆｉｃｅＥｘｃｅｌ　　２００３、Ｍｉｎｔａｂ１６软件。试验所用的７株棉株均来

自于石河子大学农学院试验站，所有棉株处于花蕾期，均未去除顶尖，长势具有代表性。棉株图像采集于２０１２年７月１日。１．２方法

试验所用立体图像对的采集方法为：将要采集的棉株图像置于盆栽基质中心将其放置于图像采在距盆栽中心点为２集试验台上；０００ｍｍ的图像采集实验台上，设置试验台图像采集端为基准线；以基准线为起点，在图像采集试验台上每间隔１００

以实现对棉株的识别定位；刘俊奇利用机器视觉利用激光测

技术对棉株的顶尖图像进行了分割，并对其自动识别系统的设计提出了方案；周海燕等双目立体视觉技术

［９］

［８］

量技术测量棉株的高度以达到棉株的识别定位。

，作为机器视觉技术中的一个

重要分支，目前已被广泛应用于物体识别与定位、机器人导航与航测、工业检测等领域中，在农业领域也有大量的应用。日本的Ｔａｋａｈａｓｈｉ等人将双目定位以立体视觉技术应用于苹果果园中苹果识别、

］１０１１－

；及三维位置信息的获取［西班牙的Ｔａｒｒｏ等

人

［］１２

将双目立体视觉技术应用于引导采摘机器人进

美国的Ｂ行小型成串水果的识别定位以实现收获；ｕ－

收稿日期：２０１２１１１５－－

＿；王维新，ｗｗｘｍａｃｈｚｕ．ｅｄｕ．ｃｎ＊通讯作者：＠ｓ＿马本学，ｍｂｘｓｈｚ６３．ｃｏｍ＠１

）基金项目：国家大学生创新性计划（０９１０７５９１４

·１６·

在距盆栽中心点１ｍｍ绘制标尺，１００～１９００ｍｍ的

测量范围内，每隔１设置一立００ｍｍ（１个刻度点）体图像对采集点；在每个采集点上采集３对立体图像，每株棉株共采集２７对立体图像。为更好分割提取棉株图像，采集地点选在避光的实验室，光照图像采集软件为利用Ｍ条件为３２Ｗ的荧光灯，ａｔ－

该系统能ｌａｂＲ２０１１Ａ编写的ＧＵＩ图像采集系统，　同时采集棉株左右图像。

２．２摄像头标定

相机标定主要是获取摄像机（摄像头）的内部、参数（焦距、相机不垂直度因子、镜头失真系数等）外部参数（旋转矩阵和平移矩阵）和２个摄像机之间的位置关系。本文采用ＪｅａｎｖｅｓＢｏｕｕｅｔ的－Ｙ　ｇＣａｍｅｒａＣａｌｉｂｒａｔｉｏｎＴｏｏｌｂｏｘＳｔａｎｄａｒｄＶｅｒｓｉｏｎ和　　－　ＳｔｅｒｅｏＣａｍｅｒａＣａｌｉｂｒａｔｉｏｎＴｏｏｌｂｏｘ摄像机标定工　　　

具箱进行双目摄像头标定，使用８×８棋盘格标定每个方格的大小为８图，３ｍｍ×７８ｍｍ。标定过程先用摄像头采集标定图像在不同位置的２如下：０对图像；然后利用ＣａｍｅｒａＣａｌｉｂｒａｔｉｏｎＴｏｏｌｂｏｘ　　－Ｓｔａｎｄａｒｄ工具箱读入左／右摄像头采集的标定图像（），图２采用交互式的方法提取角点区域，软件自动对标定图像进行角点检测，最终获取左／右摄像头最后利用Ｓ内部标定参数；ｔｅｒｅｏＣａｍｅｒａＣａｌｉｂｒａ　　－ｔｉｏｎＴｏｏｌｂｏｘ工具箱标定获取校正后的左／右摄像　

）

。头内部参数和外部参数（表１

２双目立体视觉技术

２．１双目立体视觉原理

２３］

双目立体视觉［一般由２个摄像机或者由１

个运动的摄像机构成。常用的双目立体视觉模型分为平行式立体视觉模型和汇聚式立体视觉模型两种。但由于很难确定摄像机的光轴是否与相机绝对平行，在通常的应用中常采用汇聚式立体视觉模型进行立体视觉应用。在该种视觉模型下（图），空间任意点Ｐ（在Ｃ１Ｘ，Ｙ，Ｚ）１、Ｃ２摄像机拍摄

、，若的图像的投影点分别为Ｐ１（ｕｖＰ２（ｕｖ１，１）２，２）且ＣＰ１、Ｐ２点的图像坐标已知，１、Ｃ２摄像机均已

标定，则可以利用Ｃ１、Ｃ２标定所得的投影矩阵

Ｍ１、Ｍ２反求出Ｐ点在世界坐标系下的真实坐标，

即Ｐ＝Ｍ１－１Ｐ１且Ｐ＝Ｍ２－１Ｐ２。其中Ｍ１、Ｍ２的计算方法分别为：

１　ｒｕ０１　０１　ｘＭ１＝０　ａ０１ｖ０１　ｙ

（）１

图２　 …… 此处隐藏：5591字，全部文档内容请下载后查看。喜欢就下载吧 ……