基于ＰＣ机的一种通用农用采摘机器人视觉系统的研究思路 摘要：
计算机视觉就是用各种成像系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。主要研究用计算机来模拟人的视觉功能从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。计算机视觉的最终研究目标就是使计算机能像人那样通过视觉观察和理解世界，具有自主适应环境的能力。但在实现最终目标以前，人们努力的中期目标是建立一种视觉系统，这个系统能依据视觉敏感和反馈的某种程度的智能完成一定的任务。当今世界在计算机视觉领域按照Marr提出的基本理论框架，对计算机视觉系统的各个研究层次进行了大量的研究，并提出了相应的解决方法，但总的来讲，这些方法都存在着一些问题：乏通用性、抗干扰能力差、存在多解性等。因为一来计算机视觉是一个逆问题，即输入图像为二维图像的灰度，它是三维物体几何特征、光照、物体材料表面性质、物体的颜、摄像机参数等许多因素的函数。由灰度反推以上各种参数是逆问题，而这些问题大都是非线形的，问题的解不具有唯一性，而且对噪声或离散化引起的误差都极其敏感；另一个原因是Marr的视觉系统框架是一个自上而下的、模块的、单向的、数据驱动型的结构。 由于作业环境复杂，干扰因素多，随机应变能力要求高，作业种类、动作要求复杂等原因，农业机械视觉系统在在现实开发应用中的难度大，且通用的系统几乎没有。
基于已有的计算机视觉系统，在双目视觉的基础上采用果蔬成熟度和环境探测分开处理的方法，对农业采摘机器人的视觉系统进行了高效、通用性设计。
1 设计要求及总体设计方案
注塑鞋1.1 设计要求
农业机械在工作中有以下特点:1，工作对象复杂：农业机械的工作对象为生物及与生物活动有关的环境条件——土壤、水、肥料、气候等，而这些情况有又根据区域、作物类别、种类、自然条件和栽培制度的不同变化较大，这就要求农业机械应具有较大的适应性。2，季节性强：农业生产具有很强的季节性，往往是在时间比较集中的高强度条件下进行作业，这就需要农业机械具有较高的可靠性和生产率。3，工作环境条件差：许多农业机械是在田间、露天地和高速行走状态下工作的，农业机械必须有较高的产品质量和管理水平。
1.2 总体设计方案
根据以上特点，以微型计算机为计算平台，将CCD摄像头获得的即时环境信号分别导入photo shop图像处理软件以及机器视觉组态软件XAVIS。导入photo shop的图像经度提取处理后得到图像度信号，选择适当的度以甄别果实成熟度，输出结果到机器执行处理中心，判别是否成熟。导入机器人视觉组态软件XAVIS的图像信息经处理后得到一系列环境中物体尺寸、三维空间状况等信息，并依照此信息计算得到机器人行动路径。其原理流程图如图一所示。
图一
2 硬件系统的设计
硬件系统构架：1、2 摄像头，3图片采集，计算机
三聚氰胺甲醛树脂2.1 双目视觉技术
双目体视技术的实现可分为以下步骤：图像获取、摄像机标定、特征提取、图像匹配和三
维重建。下面依次介绍各个步骤的实现方法和技术特点。
玻璃丝包线图二
一. 图像获取
双目体视的图像获取是由不同位置的两台，经过移动或旋转拍摄同一幅场景，获取立体图像。其针孔模型如图二所示。假定摄像机C1与C2的角距和内部参数都相等, 且两摄像机的
光轴互相平行。
二．摄像机标定
对双目体视而言CCD摄像机是利用计算机技术对物理世界进行重建前的基本测量工具。对它们的标定是实现立体视觉基本而又关键的一步。通常先采用单摄像机的标定方法，分别得到两个摄像机的内外参数，再通过同一世界坐标中的一组定标点来建立两个摄像机之间的位置关系。目前常用的单摄像机标定方法主要有以下这些：
（1）摄影测量学的传统设备标定法。利用至少17个参数描述摄像机与三维物体空间的约束关系，计算量非常大。
（跑偏传感器2）直接线性变换法。涉及的参数少，便于计算。
（3）透视变换矩阵法。从透视变换的角度来建立摄像机的成像模型。无需初始值，可进行实时计算。
（4）相机标定的两步法。首先采用透视矩阵变换的方法求解线性系统的摄像机参数，再以求得的参数为初始值，考虑畸变因素，利用最优化方法求得非线性解，标定精度较高。
（5）双平面标定法。在双摄像机标定中，需要精确的外部参数。由于结构配置很难准确，两个摄像机的距离和视角受到限制一般都需要至少6个以上（建议取10个以上）的已知世界坐标点，才能得到比较满意的参数矩阵，所以实际测量过程不但复杂，而且效果并不一定理想，大大地限制了其应用范围。此外双摄像机标定还需考虑镜头的非线性校正测量范围和精度的问题，目前户外的应用还很少。【1】
三．特征点提取
立体像对中需要提取的特征点应满足以下要求：与传感器类型及抽取特征所用技术等相适应；具有足够的鲁棒性和一致性。需要说明的是，在进行特征点像的坐标提取前，需对获取的图像进行预处理。因为在图像获取过程中存在一系列的噪声源。通过此处理可显著改进图像质量，使图像中特征点更加突出。氟塑料离心泵结构图
四．图像匹配
图像匹配是双目体视中最关键、最困难的一步。与普通的图像配准不同，立体像对之间的差异是由摄像时观察点的不同引起的，而不是由其它如景物本身的变化运动所引起的。根据匹配基元的不同，立体匹配可分为区域匹配、特征匹配和相位匹配三大类。
五．三维重建
在得到空间任一点在两个图像中的对应坐标和两摄像机参数矩阵的条件下，即可进行空间点的重建。通过建立以该点的世界坐标为未知数的安全刀具4个线性方程，可以用最小二乘法求解得该点的世界坐标。实际重建通常采用外极线约束法。空间点、两摄像机的光心这三点组成的平面分别与两个成像平面的交线称为该空间点在这两个成像平面中的极线。一旦两摄像机的内外参数确定，就可通过两个成像平面上的极线的约束关系建立对应点之间的关系，并由此联立方程，求得图像点的世界坐标值。
3 软件系统的设计
3.1 photo shop
Adobe公司出品的Photoshop是目前最广泛的图像处理软件。
3.2. XAVIS
XAVIS视觉组态软件提供了图像测量、图像定位、图像处理、图像显示和控制语句等80多
个库函数和良好的系统组态编程界面，用单界面，可快速实现机器视觉检测系统的组态编程，也可以利用XAVIS开放式结构进行图像处理、图像信息融合、机器学习、3D形状恢复等高级算法和功能的扩充。
XAVIS 机器视觉组态软件具备以下特点：
1．XAVIS提供了包括图像测 量、图像定位、图像处理、图形显示、文件操作和控制语句等100多个库函数，功能强大，可覆盖众多领域有形产品检测、识别、检验、判定的有效解决方案；
2． XAVIS提供了四窗口可视化组态编程界面，即用户通过简单下拉式菜单界面进行功能函数选择和语句参数设置，人机交互友好直观，无需复杂编程就可完成实现机器视觉检测系统的软件编程任务，非常简单方便；
3． XAVIS提供了开放式集成结构，用户不仅可利用 XAVIS提供的大量图像处理和机器视觉算法进行项目二次开发，搭建自己的专用机器视觉检测系统，也可向 XAVIS软件库中添加自己的机器视觉优异算法，接触XAVIS平台进行科学研究；
4． XAVIS提供了大量实际工程解决方案，包括任意工件尺寸、圆弧半径、电子接插件
组、多边形、多圆、圆线混合、字符、条码信息融合等众多检测和识别问题，使用十分容易；
5． XAVIS结合ZM-VS1300机器视觉平台可快速组建字符识别、缺陷检测、运动检测、条码识别、表面划痕、PCB焊点缺陷等产品检测判定系统；
6． XAVIS结合ZM-VS1500智能相机可实现产品宽度、厚度、长度、圆度等在线高速检测判定和分拣，也可适用瓶盖缺陷检测，条码识别等；
7． XAVIS结合ZM-VS1200机器视觉教学实验平台，可开设图像测量、视觉检测、图像处理、模式识别等课程实验，也可进行图像信息融合、机器学习、3D形状恢复等高级算法研究。【2】
4．结语
本次设计的目的是将该系统做成农业作业机械的通用视觉系统，用于农用机器人的视觉导航和果蔬采摘工作中，并且不受作业环境、作业种类、等条件的限制，在多种作业中都可以通用。但在系统稳定性方面还有待进一步的研究加强。
参考文献
【1】，隋婧，金伟其，双目立体视觉的现实及其发展，电子技术应用，2004；10；
【2】，胡怀中，张新曼，刘瑞玲，韩九强，机器视觉技术及应用，3.1~3.2；
【3】，徐侨荣，基于机器视觉的追踪机器人，02001108；
【4】王成新，高级图像处理技术[M].第一版。北京:中国科学技术出版社, 2001。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议