SRT计划项目申请书
项目名称:
果树主干及其支干的图像信息提取
申请者: XXX 院 系: 工学院农机系 专 业: 农业机械化及自动化专业
2012年 04 月 08日 南京农业大学教务处制
指导教师: XX 职称: XX
填 报 说 明
一、填写申请书前，请先查阅《南京农业大学SRT计划项目管理办法》（校教字[2003]134号）文件和当年教务处关于SRT计划项目申请的要求及有关规定。
二、申请书的各项内容，要实事求是、逐条认真填写。表达要明确、严谨。第一次出现的缩写词，需注出全称。
三、申请书一律采用计算机打印,纸张标准为A4纸，于左侧装订成册。第三页起各栏空格不够时，可自行加页。一式二份，交所在学院办公室。
四、凡选择性栏目，请在相应提示符A、B、C等之上打勾（√）。 五、有关表格、材料请从教务处网站（http://cai.njau.edu.cn）的“下载中心”中下载填写。
六、联系单位：教务处实践教学科
地址：文科楼A座217室 电话：84395910
E-mail: jwcsjk@njau.edu.cn
1
一、简表
申请者姓名 XXX 年级 2010级 学号 电话 XXXXXXXXX XXXXXXXXX 班级 XXX班 E-mail XXXXXXX@qq.com 项目名称 果树主干及其支干的图像信息提取 项目来源 A、自立项目√ B、教师科研课题的子项目C、其它 项目类型 A、实验研究 B、调查研究 C、软件制作√ 经费来源 A、学校资助 √ B、导师课题资助 C、企业资助 经费额度 1200元 指导教师姓安秋 名 指导教师职称 讲师 合作者 XXX，XX系10级0X班； 姓名、学院、XXX，XX系10级0X班； 班级 XXX, XX系11级。 申请时间 项目研究 内容 摘 要
2012年5月 完成时间 2013年5月 果树收获机器人在果实采摘过程中需要识别树干，避开树干，从而快速准确到达果实生长位置。由于果树长年生长在固定位置，并且多年生果树的主要树干也固定不变，如果在采摘前就已获得该棵果树树干的信息，在采摘时，就可以利用该信息进行快速路径规划，将大大提高果实采摘的实时性和果树收获机器人的工作效率。本项目拟采用数字图像处理技术对落叶后的果树树干进行处理、分析，获得其主干及其支干信息，以期将提取的这些信息提供果树采摘机器人收获时使用。同时，本项目也将以该信息为基础进行果树树干的二维重构。 2
二、立论依据 （包括项目的研究意义、现状分析，并附主要参考文献及出处） 1研究意义 进入21世纪，随着高新科技的迅速发展，农业科技迎来了新的发展机遇。尤其是农业生产，正朝着规模化，多样化，精确化方向发展，农业劳动力的成本迅速上升，劳动力不足的现象也日趋明显，因而作为高科技的机器人技术进入农业领域变得越来越现实。果园收获作业机械化和自动化成为广大果农们最为关注的热点问题，所以开展果树采摘机器人的研究，不仅对于适应市场需求、降低劳动强度、提高经济效率有着一定的现实意义，而且对减轻人类生活压力也是一种潜在的构想。 在果树采摘机器人的研究中，避障[1]是其最基本的关键技术之一，也是果树采摘机器人发展的障碍所在。在果树采摘过程中，一般需要在线进行相关信息（如果实、树干等）的提取[2]，这在一定程度上限制了果树采摘机器人的工作效率。基于此，本课题提出在果实收获前，预先进行果树主干及其枝干的图像信息提取，在果实采摘时，以该信息辅助机器人的采摘过程，这种方法必将大大提高果树采摘的实时性，为果树采摘机器人走向实用化助一臂之力。 2现状分析 果蔬采摘机器人[3]是21世纪精确农业的重要装备之一，是未来智能农业机械的发展方向。从1983年的第一台西红柿采摘机器人[4]在美国诞生以来，采摘机器人的研究和发展已经经历了20多年。以下主要介绍一些与树木图像处理和建模重构方面的国内研究进展和成果。 目前国内主要有两组研究人员进行林木图像处理方面的研究工作：北京林业大学的李文彬等人[5]和南京林业大学的郑加强等人[6]。北京林业大学的研究是以树木的整枝抚育为应用背景，南京林业大学的应用背景是精确喷雾。 2004年，程磊等提出了一种序列化的处理方法：首先综合运用基于色
3
彩和纹理的图像分割方法[7]获得初步分割图像，然后应用数学形态学方法修正分割后的图像，最后对分割图像中的树冠和树干进行整株树的标记，初步实现了一类树木图像的分割。2005年，杨华等人对单株立木图像信息的提取分别运用近景摄影测量DLT模型和双目立体视觉技术[8]进行解算,解决了立木图像信息与立木二维坐标之间的解算问题。2005年，孙仁山、李文彬等从工程应用角度出发，应用二维小波分析技术[9]对林木图像进行消噪、压缩等处理；提出一种用于工业用材林自动整枝的立木枝干动态识别系统[10]框架,对人工林侧柏的枝干进行了数字图像采集及处理,同时提出了一种立木枝干计算机自动识别算法,提取立木图像枝干形状、尺寸、弯曲度及相对空间位置关系基本生长特征,即利用模式识别技术验算其与特征数据库的匹配情况,从而达到立木枝干自动识别的目的。2006年，阚江明、李文彬等针对智能整枝机视觉系统的需要提出一种以数学形态学为主的图像分割方法[11]，解决复杂背景下树木图像分割困难的问题。2007年，阚江明、李文彬等利用已知大小的标定尺简化无线性畸变CCD摄像机标定过程，经过标定后统计立木枝干直径的像素数与每一个像素代表的实际尺寸相乘就可以很容易地计算立木枝干直径。 1998年，童雀菊、华毓坤对利用图像处理方法采集原木形状参数的过程[12]作了研究，提出了一种基本的图像处理在树干识别中应用的方法。2004年，葛玉峰、周宏平等提出了基于相对色彩因子的树木图像分割算法[13]。首先引入2×G/(R+B)色彩因子分割绿色树木与其背景，再引入(R+B+G)/3因子去除图像中的暗噪声或相对暗区。2004年，向海涛、郑加强等[研究了树木图像的实时采集与识别技术[14],以及树木图像处理及分析软件系统的开发,并设计制作了室内模拟实验系统。2005年，王雪峰、张超等介绍由摄像机图像抽取林木直径的方法、步骤[15],将度量误差模型算法应用到参数的求解当中,提出适合于林业野外作业的内、外参数分离策略,最后对文中算法、策略进行实际验证。 综上所示，国内在林木图像处理工作主要集中在森林或者工业用林等方面，研究也多停留在实验室水平上。对果树图像进行研究的工作尚未见报道。并且他们的研究主要针对整棵树为研究对象，而本项目则是对树的
4
SRT计划项目申请书（提交版） - 图文
