棉花打顶机的设计及参数变化

新疆棉区作为我国三大棉区之一。新疆棉花基地棉花的安全生产对全国棉花市场有巨大的影响。棉花打顶调控是保证其增产增收的主要环节，但是，目前由于国产棉花打顶机没有棉株实时检测识别定位系统，以至于无法依据棉花长势实时精确的调整切刀高度，导致棉花打顶机在打顶作业时出现严重的误打、漏打、撞桃以及损坏棉叶等不良现象。目前国内棉花打打顶调控依旧以人工打顶和药物控制为主。因此，随着全国棉花生产全程机械化、智能化的逐步提高。通过研究棉花顶尖精确的检测识别及定位技术，实现棉花机械打顶作业“一顶一芯”的作业要求，是我国棉花生产种植全程机械化、智能化的主要环节。本课题运用双目立体视觉技术，研究、搭建一套棉株立体动态识别系统。课题研究所做工作及运用的技术方法有：
1. 通过对目前国内外棉花机械打顶现状以及计算机视觉技术的发展现状的系统性分析，提出本科题的研究内容、目标及研究的技术路线。
2. 结合双目立体视觉理论、机械设计理论以及新疆棉花种植实际状况，研究搭建静态视觉系统和立体视觉系统各一套。完成系统平台所需设备装置的选型、搭建以及调试工作。
3. 分析研究相机定标基本原理，利用自制的黑板棋盘格标定板，运用张正友标定法结合Opencv提供的API编写开发标定工具箱，最终完成相机的立体标定，求得课题所需的左右相机的内部参数和外部参数。
4. 依据课题任务计划，完成棉株的静态、动态采集实验。以Adaboost训练算法为理论依据提出Adaboost棉株顶尖检测算法，设计多层级联分类器，实现棉株顶尖的检测识别，其中检测率达到83.41%，误检率仅为8.25%，检测速度达到3帧/s，基本达到课题要求。
5. 运用数字图像处理技术，在YCbCr颜色模型下，利用Cr颜色分量实现顶尖图像的分割；运用SIFT匹配法完成棉株顶尖立体匹配；结合相机参数以及立体视觉距离计算函数完成棉株顶尖距摄像机距离的计算。
6. 利用特征点匹配的方法，实现棉株左右图像立体匹配，运用标定参数实现棉株深度信息的预测，分析误差产生的原因，最终建立基于图像的棉株深度信息预测模型。
7. 运用Microsoft Visual Studio 2010开发工具、MFC(Microsoft Foundation Classes)库以及OpenCV（Open Source Computer Vision Library）计算机视觉库实现了立体视觉系统各模块的相关算法，开发设计了具有人机交互界面的棉株动态识别立体视觉系统。
课题针对棉花打顶机打顶作业时存在的棉株识别、定位等问题，分析提出了基于双目立体视觉技术的棉株动态识别方法，研究搭建了棉株立体视觉系统，最终实现了棉株顶尖的检测识别及棉株的定位。为后续棉花打顶机的精确打顶研究奠定了理论基础。

关键词：立体视觉技术，摄像机定标，级联分类器，棉株顶尖，立体视觉系统.

第1章 绪论
1.1研究背景及意义
棉花素称白色石油，棉花的种植在我国历史悠久，棉花产业在我国农业经济结构中占有绝对的主导地位，属于基础和核心支柱产业。新疆棉区是我国三大棉花生产区之一，其棉花种植以及总产量一直稳居全国首位[1]。自我国加入世贸组织以来，特别是“九五”、“十五”以及“十一五”这十几年中，新疆棉区在我国农业经济结构的调整和国家级棉花种植基地的建设中，种植规模不断壮大、生产能力不断提高、原棉质量得到明显改善，棉花生产的优势更加突显。在国家的这三个五年计划中新疆棉花基地一直是国家级重点农业项目，期间中央总共累计投入基本建设基金达25亿人民币，而且地方自筹及银行借贷也高达78亿人民币[2]。2011年新疆棉花基地种植棉花面积总共达到1630.29千公顷，棉花总产量高达289.8万吨[3]。随着我国西部大开发政策的不断实施以及国家经济结构的调整，新疆棉花基地在我国原棉重点生产基地的地位以及对中国棉花战略安全的保护作用将更加稳固和凸显。图1-1是1990年以来新疆棉花种植面积占占全国棉花种植面积的比值，图1-2是1990年以来新疆棉花的种植面积以及棉花总产量。

图1-1棉花种植面积所占比值

图1-2棉花种植面积及总产量
新疆“三山夹两盆”的独特地理位置特征和亚热带-温暖带的气候条件，形成了新疆棉花早、密、矮的栽培模式[4,5,6]。棉花打顶（摘芯）可以抑制顶端优势，增强株间的通风性和中底部棉叶的采光效果，是棉花增产增收的关键环节。然而，目前新疆棉区的棉花打顶工作基本是靠人工完成的（图1-3），人工打顶存在诸多弊端，首先劳动力需求量大，费用成本较高，经试验对比计算，人工打顶成本是机械打顶的50倍；其次人工打顶作业效率低，不及机械打顶效率的百分之一；同时，机械打顶相比人工打顶，每亩棉花增产多达10.25千克，增产率也高达2.94%[7,8,9]。因此随着我国农业机械化技术的不断发展，在新疆棉区棉花精准化、高效化、智能化的种植、管理、收获的过程中亟待研究解决的棉花打顶机械装置的（图1-4）调节控制技术及相应机具的配套设备问题[4]，不仅是我国棉花种植全程机械化、智能化亟待攻克的关键难题；也是我国推广采棉机过程中的关键步骤之一；研制推广智能化的棉花打顶机械不仅可以解放劳动力，提高打顶作业率，降低劳动生产强度，而且规范了打顶作业；达到棉花的丰收增产；并可以提高新疆棉花种植生产的机械装备水平，推动新疆以及我国棉花产业高效、健康发展。

图1-3 棉花人工打顶
图1-4 3FDD-1800型棉花打顶机
但是当前我国研制的棉花打顶机械无法智能化的精确实时检测识别出棉株顶尖等关键特征数据，驾驶员无法依据棉花的长势适时准确的调节打顶机械执行机构的高度,从而导致机械打顶时存在大量的撞铃、漏打、撞桃以及棉叶的破坏等不良现象。机械打顶过程中漏打误打率就高达20%[4]，对棉花的丰收增产造成了严重影响。由此使得我国棉花打顶依旧是人工和化控为主，机械打顶无法大面积推广应用。因此，研究棉株智能化精确识别，通过智能化打顶机械实现“一顶一芯”的精确打顶作业是实现新疆乃至全国棉花种植生产全程智能机械化的主要难题和关键步骤之一。
计算机视觉技术(Computer vision)[10,11,12]是研究用计算机及其相关的设备来模拟生物视觉的一项科学技术。双目立体视觉技术是计算机视觉技术的重要的研究方向之一，是通过获取摄像机获采集的两幅图像上的信息计算物体三维信息的测量方法，立体视觉技术的基本原理是从不同位置的两台摄像机（图1-5）经过移动或旋转拍摄获取同一物体场景的两幅感知图像，运用成像几何原理来计算出空间点在两幅图像中的位置视差，然后计算出该点在世界坐标系的三维坐标值[12]。上世纪60年代，美国麻省理工学院的Robert通过对“积木世界”的研究，把过去的二维图像研究分析推广到三维景物的分析，这以推广应用这标志着计算机视觉技术[10]的诞生。70年代中期美国麻省理工学院的Tenebaum和Marr等人提出了一套完善的视觉计算理论来描述视觉过程，该理论将二位图像获取的信息进行双目匹配，然后视差图计算恢复物体的空间三维形状，Marr理论影响深远，它为双目立体视觉技术的发展奠定了理论基础[13,14]。双目立体视觉技术能够很好的模拟人的双眼，立体感知获取的图像的三维世界，同时随着硬件技术、光学、积成电子技术等技术的风俗发展，双目立体视觉技术基本上达到了实时性的技术条件。由于该技术的快速发展、结构的简单和操作的便利等优点，双目立体视觉技术得到了越来越多的科研人员的关注研究。因此，双目立体视觉技术开始广泛应用与生活和生产的各个领域，特别是在不可见物体感知、危险场景感知等场合双目立体视觉技术的优越性表现得更加无与伦比[15]（图1-6双目立体视觉技术应用于大田除草）。

图1-5 双目立体视觉成像原理图
图1-6 双目立体视觉用于大田除草
由于双目立体视觉技术可以通过模拟人类双眼来实现三维世界中物体的识别与定位，而棉花打顶机械智能精确打顶必需信息就是棉株顶尖距打顶部件割刀的距离以及棉株顶尖的特征数据，因此，研究应用双目立体视觉技术实现棉株顶尖的检测识别及定位是本课题研究的主要问题。

1.2国内外研究现状
1.2.1棉花打顶机研究现状
自1928年世界上首个棉花打顶机问世以来，国内研究人员针对棉花打顶机做了大量研究工作，其中比较有代表的研究成果包括：
美国学者J.A.SMITH于1928年研制出世界上第一台棉花打顶机，开辟了棉花机械打顶的新思路[16]；美国学者Joseph W.Bell等人[17]于1951年研究设计出第二代棉花打顶机，即双行棉花打顶机，该类型打顶机解决了动力的输入输出、拖拉机与打顶作业的配合等问题； Howell Judson Prcie等学者于[18]1955年研究设计出新一代棉花打顶机，他们主要解决了打顶机高度的调节控制，即通过一个竖直标尺测量出棉株的高度，同时将该高度值显示在刻度盘上，然后调节工作部件高度，完成顶尖的切除； Nelson john等学者 [19]于1958年将液压技术应用到棉花打顶机上，他们将机架高度改用液压调控，以此实现打顶高度的调整； Keyes andya等学者[20]于1962年将动力输出系统与打顶作业机械合为一体，研究设计出打顶作业机械。目前国外棉花打顶早达到半机械化水平且已申请多项相关专利，但是近年来国外对打顶机的研究相对较少，棉花打顶也多采用药控的方法。而我国随着棉花种植要求的提高也开始对棉花打定机械进行了初步的研究。

第6章结论与展望
6.1主要结论
本课题在计算机视觉技术的基础上，结合新疆棉花种植及机械打顶现状，运用机械系统设计理论、模式识别、数字图像处理等，提出了基于双目立体视觉技术的棉株动态识别系统。课题完成工作如下：
1结合双目立体视觉理论、机械设计理论以及新疆棉花种植实际状况，研究搭建静态视觉系统和立体视觉系统各一套。完成系统平台所需设备装置的选型、搭建以及调试工作。
2分析研究相机定标基本原理，利用自制的黑板棋盘格标定板，运用张正友标定法结合Opencv提供的API编写开发标定工具箱，最终完成相机的立体标定，求得课题所需的左右相机的内部参数和外部参数。
3依据课题任务计划，完成棉株的静态、动态采集实验。以Adaboost训练算法为理论依据提出Adaboost棉株顶尖检测算法，设计多层级联分类器，实现棉株顶尖的检测识别，其中检测率达到94.79%，误检率仅为8.25%，检测速度达到6帧/s，基本达到课题要求。
4运用数字图像处理技术，在YCbCr颜色模型下，利用Cr颜色分量实现顶尖图像的分割；运用SIFT匹配法完成棉株顶尖立体匹配；结合相机参数以及立体视觉距离计算函数完成棉株顶尖距摄像机距离的计算。
5运用Microsoft Visual Studio 2010开发工具、MFC(Microsoft Foundation Classes)库以及OpenCV（Open Source Computer Vision Library）计算机视觉库实现了立体视觉系统各模块的相关算法，开发设计了具有人机交互界面的棉株动态识别立体视觉软件系统一套。
课题针对棉花打顶机打顶作业时存在的棉株识别、定位等问题，分析提出了基于双目立体视觉技术的棉株动态识别方法，研究搭建了棉株立体视觉系统，最终实现了棉株顶尖的检测识别及棉株的定位。为后续棉花打顶机的精确打顶研究奠定了理论基础。

6.2展望
本文运用双目立体视觉技术，训练棉株顶尖图像级联分类器，设计搭建适合课题的棉株动态立体视觉系统。该系统基本达到了对棉株的检测识别以及定位的要求。对于本课题研究过程中存在的许多问题，建议在后期研究做以下几个方面的完善：
1. 级联分类训练时所选的棉株顶尖样本偏少，后期训练是应加入更多的实验样本，以进一步完善棉株顶尖图像数据库，提高检测识别率，降低误检率。本文提出了通过棉株株顶对棉株识别、定位的方法，该方法在实验室条件下可以完全实现对棉株的识别和定位，但是否能在打顶作业中实现预期目标还需实验验证。
2. 课题运用的顶尖识别、定位方法仅在实验室环境下实现了其可行性，对于实际打顶作业时，能否达到预期效果还需进一步的实验验证。
由于时间限制以及能力有限，文章基于双目立体视觉技术的棉株动态识别的研究仅作了初期的理论技术研究，而且仍然有许多技术难点需要进一步的攻克。