数字图像处理技术应用除草机器人.docx

数字图像处理技术应用除草机器人.docx

《数字图像处理技术应用除草机器人.docx》由会员分享，可在线阅读，更多相关《数字图像处理技术应用除草机器人.docx（9页珍藏版）》请在冰点文库上搜索。

数字图像处理技术应用除草机器人

数字图像处理结业论文

数字图像处理技术应用——除草机器人

ApplicationofDigitalSignalProcessingTechnology

--WeedingRobot

2015年6月30日

摘要

图像是一种客观存在的事物，是光学信息在二位空间并列的表示，是一种信息的载体。

数字图像处理（DigitalImageProcessing）就是对已获得的图像信号转换为数字信号并利用计算机对其进行处理的过程，从而满足人们的视觉或者应用需求。

数字图像处理最早作为一门学科在20世纪60年代初，从70年代末开始进入一个活跃的研究阶段。

一开始主要应用于航天，医学的应用，并取得了巨大成就。

随着数字图像处理技术的深入发展，逐渐应用到各个研究领域。

在农业方面的研究虽然起步较晚，却是有着巨大的发展空间。

在农作物养殖过程中，令人头疼的劳作之一就是杂草的去除。

杂草的去除对农作物无疑是有益的，目前我国在防治去除杂草，主要是采用大面积喷洒除草剂，这样不仅对农作物造成伤害，残留农药对人的身体健康造成伤害，而且对环境造成了一定的污染。

利用数字图像处理的图像灰度化，去噪，图像分割，边缘检测，形态学等技术将杂草与农作物区分开，将信息传给机器人，在机器人眼中，农作物是一个颜色，之外的杂草是另外一个颜色，机器人便可自己将杂草除去，而且还可以控制行走时避开障碍物等。

农业设备的自动化是21世纪的发展趋势，倡导发展现代农业，建设新农村，加大农业科研的投入。

关键词：

数字图像处理；精准农业；除草机器人；计算机视觉

Abstract

Imageisanobjectiveexistenceofthings,opticalinformationinthetwospace,informationcarrier[1].DigitalImageProcessingconvertssignalsintodigitalsignalswhichishandledbythecomputer,soastomeetthepeople'svisionorapplicationrequirements.DigitalImageProcessingwasfirstusedasasubjectintheearly60'sintwentiethcenturyenteredanactiveresearchstage.Thefirstmajorapplicationisintheaerospace,theninthemedicalapplications,andhasmadegreatachievements.WiththedevelopmentofDigitalImageProcessing,theapplicationofDigitalImageProcessingtechnologyisgraduallyappliedtovariousfields.Althoughtheresearchonagriculturestartedlate,ithasahugedevelopmentspace.

Intheprocessofcropbreeding,oneofthetroublesomeworkistheremovalofweeds.Weedremovalofcropsisundoubtedlybeneficial,atpresent,thewayofourcountryinpreventingandcontrollingweed,mainlyisusingherbicidesinlargearea,Thiswillnotonlycausedamagetocrops,pesticideresiduesinthehealthofpeople,butalsocausedacertainenvironmentalpollution.

Usingdigitalimageprocessingtechnologytoseparatetheweedandcrop,transmittingtheinformationtotherobot,,thecropisacolor,outsideoftheweedisanothercolorintheeyesoftherobot.Therobotcanhandleweedsonitsown,wecancontroltherobotavoidobstacles.Theautomationofagriculturalequipmentisthedevelopmenttrendin21century,ourcountryadvocatesthedevelopmentofmodernagriculture,theconstructionofnewcountryside,andincreasesinvestmentinagriculturalresearch.

KeyWords:

DigitalImageProcessing;Precisionagriculture;Weedingrobot;Computervision

第一章绪论

1.1引言

1.1.1农田杂草的危害

杂草的种类繁多，根据联合国粮农组织报道，全世界共有杂草50000多种，其中约8000多种对农作物造成不同程度的伤害。

由于杂草的适应性以及生存能力强，而且肥沃的农田为它们提供了良好的繁殖条件，它们会与农作物争养分，，水以及生长空间等，妨碍农作物生长，直接导致减产。

可见为了维护农民的经济效益，去除杂草是十分必要的。

由于杂草分布不均匀且随机所以目前去除杂草的方法一般都是大面积粗放式喷洒农药。

1.1.2农药的危害

我国是一个农业大国，因此农药的用量会比较大，由于使用中操作者失控或者违规，会使水，土壤，，大气等都受到不同程度的污染。

据报道我国、以及等地的地下水中已经发现有六六六、阿特拉津、乙草胺、杀虫双等农药的残留。

随着人们生活水平的不断提高，人们会越来越多的关注食品的安全问题。

食品上残留的农药会通过食物链的迁移和累积会对人类乃至整个生态系统产生影响，其中致癌，致畸，致突变等危害引起人们高度注意。

所以本次课题主要围绕新提出的“精准农业”概念对杂草进行定点清除。

1.2研究背景

1.2.1.农业自动化的趋势

中央推出的1号文件明确表示科技进步是突破资源和市场对我国农业双重制约的根本出路。

必须着眼增强农业科技自主创新能力，加快农业科技成果转化应用，提高科技对农业增长的贡献率，促进农业集约生产、清洁生产、安全生产和可持续发展。

加强农业科技创新体系建设。

大幅度增加农业科研投入，加强基地、区域性农业科研中心创新能力建设。

在的大力倡导下，农业自动化科技性是必然的趋势。

1.2.2.农业机器人的发展

在提倡农业机械化自动化的背景下，农业机器人诞生了。

日本的NKondo等人研制了番茄收获机器人，该机器人由机械手，末端执行器，移动机构和控制部分组成。

在我国，东北林业大学研制了林木球果采集机器人。

中国农业大学在我国开展了蔬菜自动嫁接机器人技术。

美国伊利诺依大学，肯塔基大学，乔治亚大学。

等在农业机器人的自动导航方面作了很多研究。

日本的NoboruNoguchi和美国的JeffWill等人研究了农业田间管理很重要的主、从机器人系统。

而除草机器人的研究还不够深入。

1.3研究目标和技术

1.3.1图像特征研究

研究图像特征包括几何特征，无量纲参数，区域矩状特征。

杂草识别通过形状特征识别，纹理特征识别，颜色特征识别等。

对杂草以及农作物进行特征处理以及对比，通过统计分析，农作物的几何特征明显大于其他杂草。

一次实验思路就是讲农作物作为第一识别特征，然后将其他植被几何特征与农作物作比较，不相似度超过95%则作为杂草处理。

杂草识别的对象不同，则对应的方法也不同，现阶段因受环境的影响，对杂草识的别度还不够高，比如一种杂草在稻田和麦田就可以呈现完全不同的颜色以及叶片大小。

因此要针对实际情况研究贴合实际的计算机识别方法，为除草机器人智能除草提供技术和理论支撑。

1.3.2除草机器人识别

机器视觉就是用各种成像系统代替人体器官作为输入的敏感手段，由计算机代替大脑完成一切处理和解释。

实质上，机器视觉实际上是通过光学以及传感器等对收集到的图像进行处理再传达给机器人执行下步命令。

其中运用最多的便是数字图像处理技术。

除草机器人的核心系统主要由图像采集区，图像处理区，信号输出区构成。

机器人利用扫描仪或者数码摄像机等采集到图片信息之后，将模拟信号转换为数字信号，图像信息在计算机中经过分割，识别，描述，判断，决策等一系列处理后再以符号信息的形式输出，快速识别是农作物还是杂草，最后将杂草除去。

真正实现农业的精准化以及自动化。

第二章数字图像处理

2.1图像采集

在自然的形式下，计算机不能直接去识别分析物理图像。

因为计算机只能处理数字，所以图像必须先转化为数字形式才能用计算机识别处理。

图像转化为数字图像形式的方法是将物理图像经过采样后划分为小区域，这种小区域被称为像素。

最常见的划分方法是方形采样网格划分，图像被分割成许多水平线，这些水平线是相邻的像素。

经过采样后的图像还不能算数字图像，因为这些像素上的灰度值仍然是一个连续值，必须对其进行量化。

所谓量化就是用一个整数来表示每个像素的亮暗程，即像素的灰度离散化。

完成上述转化后，图像由一个整数矩阵来表示。

每个像素都具有两个属性：

位置和灰度。

在采样与量化处理后，一幅图像就完成了数字化，便可以运用电脑上的图像处理软件对图像进行各种处理。

2.2图像处理

2.2.1图像预处理

图像预处理是相对于图像识别、图像理解而言的一种前期处理。

通常输入

的图像一般不能令人满意，比如：

检测对象形状不精确，图像的边缘过于模糊；而农产品的质量检验员，则常常希望图像中物体的正常组织与质变组织之间有最大的区分力；在图像总体很清晰的情况下，而有时需要重点识别的部分却并不是很突出；在一幅图像上发现了一些未知的黑点点或白点点；图像的失真、变形等等问题。

总之，图像在视觉效果和辨别性等方面可能存在着诸多问题，这类问题可以被统称为“质量”问题。

由于人们的目的、观点以及爱好等的不同，图像质量很难确定一个精确的度。

2.2.2.图像数字化

通过量化将图像数字化，在图像采集部分讲过。

2.2.3.图像增强

图像增强处理是指按需要去突出一些有利的信息，去除或者削弱无用或者有害的信息，比如改变图像的对比度，去除噪声或强调边缘等处理。

图像增强的目的是改善图片的质量，从而带给人们更好的视觉效果，或有利于人或计算机分析、理解图像容。

主要操作方式包括对增强对比度、修正直方图、平滑、锐化等。

2.2.4.图像分割

图像分割是指根据所选定的图像划分成若干个有意义的小部分，从而使原

图像的表达更为简单明了，

为后续的图像分析和图像理解打下基础。

图像中的区域是指相互连结并且具有相似特性的一组像素。

由于区域可能是对应场景中的某个物体，因此，区域检测对于图像分析十分重要。

一幅图像可能包含若干个物体，而每一个物体又可能包含着对应物体的不同部位的若干个区域。

为了精确分析一幅图像，首先要把一幅图像划分成对应于不同物体不同部位的区域。

图像分割是图像分析和机器视觉处理中最基本同时也是最重要的研究容，是是否可以成功地进行下一步图像分析的关键技术，因此图像分割的结果质量将直接影响以后进行的图像分析的质量。

对灰度图像的分割经常基于图像灰度值的不连续性和相似性两个性质。

图像分割有三种不同的方法，一是将不同像素划分到相应物体或区域，即区域法，其二是通过直接确定相连区域间的边界来实现分割的边界方法，即边界法；其三是首先检测边缘像素，再将边缘像素连接起来构成边界从而形成分割。

2.2.5.图像分析与描述

对已分割的或正在分割的图像中各部分属性，特点及各部分之间的关系的分析与描述。

2.2.6.图像数据压缩

由于图像通常在空间、时间或容上的存在复杂冗余的缺点，为了有利于传输和存储，就必须减少图像的数据量，将一个大的数据文件转换成较小的同性质的数据文件。

它主要包括轮廓编码的压缩，预测误差编码的压缩，行程编码的压缩，自适应编码的压缩，混合编码的压缩，子带编码等技术，基于人工神经网络技术以及分形几何理论的压缩方法，运用小波技术将数据压缩。

2.2.7图像识别

图像识别的方法主要可分为统计学方法和语言学方法两大类。

本课题主要研究前一种方法，它是建立在研究对象的统计分析知识上，即对图像进行大量地统计分析，从中提取出图像最本质的特征从而进行识别。

这也是一种数学方法，它是受数学学科中的决策理论的影响而产生的识别方法。

在这种方法中很大的工作量用在提取图像特征方面，也就是把图像大量的原始信息减缩为少数的特征信息，然后再提取这些特征信息，把它作为图像的识别依据。

第三章机器人的杂草识别

当前的除草的主法有：

人工除草法（纯手工拔草、锄草等）、机械除草法（比较倡导的方法）、生物除草法和化学除草法（如果控制不好都会对环境造成影响）。

机器人是人类在20世纪最伟大的发明之一。

作为一种新兴的生产以及劳作工具，非常有利于减轻人们劳动的强度，提高工作效率，避免把人置于危险、恶劣的环境，展现了其极大的优越性。

除草机器人可以代替人类进行除草活动，从而减轻农民的劳作强度，同样也可以减少从事农业的人口数量，将农业生产的自动化以及智能化提升到一个新高度。

在外国已经比较早的开展了对除草机器人的研究；而在国，教授等人率先提出了可以直接施药的除草机器人概念，进而研究了除草机器人识别杂草、及其视觉导航和机械臂的控制等核心技术。

该系统由两个基本模块构成：

分别为农作物识别和杂草控制模块。

农作物识别模块包括计算机、CCD摄像头、及图像处理等组件；杂草控制模块则包括一个由控制器控制的及其精确的喷雾系统和距离传感器等。

其中，喷雾系统则有8个喷头，而每个喷头分别用电磁阀控制。

阿斯特朗德等人研究开发的除草机器人已经能够沿农作物自行行走并且去除行杂草。

除草机器人的前侧装有灰度摄像头来完成农作物识别并引导除草机器人沿农作物行行走；除草机器人的中间配置彩色摄色头，不仅能够识别农作物行中间的单株农作物，还可以当检测到单株农作的时候，抬起除草机械手避免伤害到农作物。

除草机器人由主体、机械臂、小车轮以及摄像头组成。

其机器视觉检测出杂草以后，使用机械臂进行“直接定点施药方法”来除草，利用“机械”和“化学”两种方法相结合除草，大大减少了化学除草剂的用量，从而有效的减少对环境以及水的污染。

本课题主要研究除草机器人杂草识别。

除草机器人能够自行沿农作物行在田间间歇性地行走，当停下来时，检测杂草识别摄像头的视场围是否有杂草，当有杂草时，机械手便会运动到杂草位置，未端执行器利用“直接定点施药的方法”进行除草。

第四章总结

农田中杂草影响农作物的生长，降低农产品质量。

除草剂的使用，有效地抑

制了杂草，但影响了生态环境。

开发有效的不仅能够除杂草、而且能够减轻农民劳动强度，提高农业设备的自动化和智能化的除草机器人是一项新的研究项目。

该项目如果能成功研究，会减少大量劳动力，面对现在劳动力紧缺的情况是一个很好的解决办法。

但是宰开发过程中会明显注意到，国对农业机器人的研究还比较少，国的发展水平还停在一个比较落后的水平，开发时能针对本国的特定情况案例可参考文案比较少，运作会比较困难。

现在极力倡导开发了除草机器人杂草识别与视觉导航系统。

该系统可以手动或者自动控制除草机器人进行杂草识别和导航以及定位。

国外研究除草机器人比较早，而我国目前研究资料相对比较少。

所以我国的研究任务还很重大，我们不仅需要研究更专业的图像处理芯片，还需要制作除草机器人嵌入式图像处理及其控制系统，进而减少除草机器人制作成本和提高其工作效率。

致

四年的大学生活已经过去四分之三，从刚入大学的懵懂的小姑娘，到现在是学校的老人，三年时间有着太多的感悟和体会，借此机会向帮助过我的老师以及同学真心的说一声感。

三年的大学时光有你们的陪伴变得丰富多彩，感你们陪我走过大学的三年。

我要感本课程的曲老师，大三半年的时光，说短不短说长也不长，半年的相处让我们感受到了您的严谨教学，一丝不苟。

对于本课程的学习更是给予了深刻的帮助，值此论文完成之际，向老师表达衷心的感以及深深的敬意。

是您让我能安安静静地坐下来，在知识的海洋里汲取更多的营养，从而为自己进一步的加油充电。

通过本次论文的撰写，使我能够等系统、全面的学习有关数字信号处理先进的前沿理论知识，并借鉴了众多专家以及学者非常宝贵的经验，这对于我今后的学习和工作，是不可多得的宝贵财富。

最后，再次向帮助过我的领导，老师，同学们表示最衷心的感。

莫晓利

2015年6月30日于天津科技大学

参考文献