基于opencv精准对靶施药系统视觉模块设计

《基于opencv精准对靶施药系统视觉模块设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于OpenCV精准对靶施药系统视觉模块设计　　摘要：针对葡萄种植中切根虫的危害，采用基于OpenCV的图像处理方法设计葡萄树干精准对靶施药系统的视觉模块。通过图像处理实验，得出基于meanshift的图像分割结果，边缘检测结果以及直线检测结果。实验结果证明该模块设计可有效的区别出葡萄园中弯曲的葡萄树干和笔直的树桩。　　关键词：OpenCV；视觉模块；图像处理　　中图分类号：TP23文献标识码：A　　1引言　　对于世界葡萄种植来说，切根虫（一种夜蛾的幼虫）是危害葡萄树生长的主要害虫之一。精准对靶施药系统可在葡萄树干上施加一个均匀的、宽度大于等于20cm的“障碍药带”，可有

2、效的阻止切根虫夜晚从树根爬到树冠啃食新芽。由于在实际葡萄园中，每隔几棵葡萄树就会立一根树桩拉着铁丝牵引葡萄藤，所以在施药时需要区分笔直的树桩和弯曲的葡萄树干，避免不必要的施药。因此本文基于OpenCV的图像处理方法进行精准对靶施药系统视觉模块设计。　　2基于OpenCV的图像处理7　　OpenCV软件由C函数以及C++函数组成，可以进行例如特征检测、目标分割、三维重建等图像分析。在图像处理、计算机视觉等方面，OpenCV起到了无可取代的重要作用。在不远的将来，OpenCV对工业、航天、军事、人机对话等领域都起到了及其关键的作用。随着图像分析、视觉技术的发展，OpenCV将

3、逐渐适用于更多的场合[1]。本文研究中采用计算机视觉技术，通过CCD摄像头采集图片，使用OpenCV来检测采集到的葡萄树干和木桩图片的外轮廓线，从而判断喷药设备前方的物体是弯曲的葡萄树干还是笔直的木桩，若判定为弯曲的葡萄树干则喷药，若判定为笔直的木桩，则发出信号，让拖车继续前行。　　2.1图像预处理　　在进行轮廓检测前，首先要对采集到的葡萄树干和木桩的图片进行预处理，主要是进行形态学去噪以及图像平滑处理[2]。　　2.1.1形态学去噪　　数学形态学，其本质是通过一些方法实现图像处理，比如：利用结构元素提取图像形状等。数学形态学的基本操作有两种：膨胀和腐蚀。膨胀使图像区域变

4、大，可以实现小空间和缝隙的填充。腐蚀使图像区域变小，可以用来去掉图像菱角。膨胀和腐蚀两者没有互为逆运算，可以结合使用，对图像先膨胀再腐蚀，或者先腐蚀再膨胀。前一种运算称为闭运算，后一种称为开运算。两种运算在数学形态学中都很重要。闭运算可以弥补裂缝、填补孔洞，开运算可以去除毛刺和孤立小点，两种运算对物体的形状和位置不造成改变。本文中先用CCD相机拍摄照片，然后对照片进行闭运算和开运算，使轮廓平滑，没有毛刺和缺口。　　2.1.2利用中值滤波进行图像平滑处理7　　图像平滑处理多用于减少图像噪声，是数字图像处理技术的一种。对于在葡萄种植园中采集到的葡萄树干或者木桩的图片，由于场地

5、等的原因，不可避免的存在许多噪声，进行平滑处理时最重要的是要保持葡萄树干或者木桩轮廓的清晰，还可以去除高频噪声，综合考虑，我们选择中值滤波。　　中值滤波属于非线性滤波，它可以抑制图像噪声和脉冲干扰，保护图像，使图像的边缘不变模糊。也可以将图像的灰度信息保留的更多，提高对图像轮廓检测的质量[3]。　　2.2基于meanshift的图像分割　　meanshift是通过迭代，运用非参数进行概率密度估算的方法。基于原理简单、参数少、不需要预处理等特点，meanshift主要被运用在追踪目标、分割图像等方向[4]。使用meanshift进行图像分割可以被当作特征空间聚类问题处理，因

6、为被选取的空间的色彩、灰度、梯度不同，概率密度函数将会梯度上升，meanshift沿着该方向找到局部最大值，可是将具特征类似的向量分割开来，归为一类。　　2.3边缘检测　　边缘检测多是指检测图像中灰度或者亮度变化最大的部位，一般是指前景、背景的交界处，这些部位会导致数学算法模型中的一阶导数不连续，所以需要利用图像的阶梯函数，以此来求图像的边缘[5]。用的最多的方法有：Roberts算子、Sobel算子、Prewitt算子和Canny算子。　　由于Canny算子既用到了一阶导数，也用到了二阶导数，所以它的结果更加精确，因此本文运用Canny算子对图像边缘进行检测。对于图像处

7、理，先对原图进行灰度处理，然后通过Canny算子就可以将图片中的物体轮廓较为精准的找出。　　运用Canny算子进行边缘检测，需要符合2个要求：①信噪比；②7单位边缘响应。计算算子的零交叉点的平均距离，若该距离满足式①，则单位边缘只存在一个响应[6]。　　3图像处理试验及结果　　本文利用OpenCV提供的图像处理函数来对获得的靶标图像进行处理，先基于meanshift进行图像分割，然后通过Canny算子进行边缘检测，得到靶标外轮廓线，最后运用直线检测的方式来分析靶标的曲直，其工作流程如图1所示。　　图1工作流程图　　计算技术与自