復雜背景下樹干圖像分割算法及其識別系統(tǒng)的研究.pdf

1、機器視覺導航這一類技術，是現(xiàn)今計算機視覺的研究熱門。本文是研究伐木機器人導航模塊的分支，利用樹干有無及具體位置坐標表示樹木的存在與地理位置信息。樹干圖像處理中圖像的分割以及特征的提取，把攝像頭采集到的目標樹干跟圖像的復雜背景分離開，而獲得樹干圖像特征點數(shù)據的一種技術。
　　本文在對常規(guī)的圖像分割算法的研究和分析的基礎上，針對樹干圖像本身的特點并結合先驗知識，提出了適用于樹干圖像分割的算法，初步實現(xiàn)了樹干圖像的計算機自動識別。本研究

2、的主要內容和結論如下：
　　1.運用常用的算法對樹干進行分割，經過對比分離目標圖像的效果，得知運用單一常用辦法，不能完全適合于分離復雜背景下的目標樹干。
　　2.在充分了解各種常用的分割圖像技術的前提下，總結出一種可以滿足分割復雜背景下樹干圖像的方法。首先利用半閾值分割方法，灰度圖像進行粗分割，然后，運用均值濾波和中值濾波方法，做平滑處理，為之后利用邊緣檢測算子，做邊緣檢測做了充足的準備。
　　3.已有邊緣檢測的方法是

3、運用許多典型檢測算子識別圖像的輪廓，算法規(guī)則是在水平和垂直分別逐點作梯度的計算，用這種方法標出復雜背景下的樹干圖像邊緣不可能全部連接，有很多斷續(xù)的點。用BP神經網絡能很好的識別復雜背景下樹干圖像的邊緣。拓撲結構是三層的BP神經網絡模型能檢測樹干的邊緣，用很小的點作為讀取圖像數(shù)值的空間，在原圖與目標圖之間，之前運用典型邊緣檢測算子已經識別到的圖像，用它像素灰度的不同比例作為神經網絡的輸入端，學習訓練樹干圖像，形成的網絡模型經過對比驗證，可