课程培训合作协议范文第1篇

乙方：成都钦岚企业管理咨询有限公司

甲、乙双方就培训合作一事，经充分协商，达成如下协议：

1. 合作方式

甲方聘请乙方为甲方之讲师，为甲方的客户提供约定的培训课程(内容)。

2. 双方权利义务

2.1 乙方按照本条列明的要求为甲方的客户提供培训:

培训主题及内容:《经销商业绩倍增4大支柱》(详见附件)

培训时间: 2009年 6月12日

培训地点:成都

2.2 如遇培训时间或地点等发生变化, 甲方应在原定培训实施开始之三个工作

日前书面通知乙方, 否则甲方须向乙方赔偿相应经济损失。

2.3甲方的责任：

负责安排培训前的相关行政安排事宜等。

严格培训纪律，为乙方提供良好的培训环境。

提供一名助教协助乙方实施课程。

为乙方提供受训员工的具体情况及课程内容要求，以便乙方有针对性备课。 遵重乙方的知识产权，未经乙方允许，不进行复制及出售乙方本次课程的CD、VCD等相关制品。

2.4 乙方的责任：

按合同要求到指定培训地点授课。

乙方于开课前三日内提供与培训课程相关的讲义。

乙方对讲课质量及讲课现场的个人言行负责。

为创造良好口碑，乙方需使用甲方提供的名片，并在与甲方客户接触的过程中，不得留下自身的联络方式，同时也不得提及乙方及乙方所在公司名称。

2.5培训费用及支付方式：

甲方向乙方支付税后讲师费合计人民币壹万肆仟捌佰元整(RMB14800元)。培训期间的差旅及食宿由甲方承担。

支付方式：甲方向乙方支付税后讲师费合计人民币壹万肆仟捌佰元整

(RMB14800元)。甲方需于协议签署后、课程实施日前三天(即2009年6月

10日)支付全额培训费肆仟捌佰元整(RMB14800元)。付款方式为：现金或支票

双方对合作中知悉的对方商业秘密以及本协议内容承担保密义务，不得泄露

或擅自非法使用或许可他人使用。

3. 其它事项

3.1本协议签订以后，任何一方不得单方面更改时间，否则视为违约。如有特殊情况，必须提前十天通知对方，并取得另一方同意方可。

3.2如出现违约事项，违约一方必须向另一方支付合同金额20%的违约金。

3.3乙方如延误培训时间，必须向甲方赔偿相应经济损失。

3.4 本协议适用中华人民共和国法律。因本协议之任何分歧或争议，双方应友好

协商解决。协商不成应提交成都仲裁委员会依其规则裁决。

3.5 本协议一式两份，双方各执一份，自双方签署完毕之日起生效。双方签署如下：

甲方(盖章)：乙方(签字)： 代表(签字)：联系电话：

签署时间：签署时间：

课程培训合作协议范文第2篇

甲乙双方本着平等协作、互惠互利、共同发展的原则，在塞拉利昂从事的合作事宜，经过双方友好协商，达成如下协议：

一. 项目所在国：塞拉利昂 二. 合作方式

甲乙双方同意，就在塞拉利昂的当地的项目乙方与甲方进行独家合作，即：甲方全权负责在塞拉利昂进行市场及项目开发的活动，并按乙方能力，授权相应项目给乙方，乙方负责执行项目。除有另外的协议，乙方不得以任何形式在塞拉利昂进行开拓市场、项目开发及相应的经济贸易活。 “乙方”收到塞拉利昂任何客户有关“项目、产品等”的咨询，均应交给甲方。 三. 双方分工

根据目前项目进展情况，双方同意共享并及时沟通项目信息，共同努力作好各方面工作。甲方重点作好塞拉利昂相关政府、关系人的工作;乙方重点作好乙方内部各项目单位组织和协调工作，尤其是技术方面的交流。 四. 保密

双方同意此合作协议保密，任何一方不得向第三方泄漏双方的合作意向。 五. 其它

未尽事宜，双方随时沟通协商，签订补充协议。 本协议经双方代表签字，并加盖公章后生效。

课程培训合作协议范文第3篇

金牌教育(甲方)： 介休名师助学中心(乙方)：

甲方负责人：乙方负责人：

甲方联系方式： 乙方联系方式：

一、双方的权利和义务

1、甲方的权利和义务

①甲方有义务保证对辅导学生的教学质量

②甲方根据家长和学生需求有权利决定辅导方式，乙方不得干涉。

③甲方有权利定期对辅导学生和家长进行沟通回访，如发现反馈情况不符合事实，有权利取消合作关系。

2、乙方的权利和义务

①乙方有义务及时联系和反馈甲方提供的信息。原则上当天反馈联系情况，无论成否。②乙方有权利对甲方的服务进行监督。

二、合作细则

1、乙方与甲方共同编写广告短信，家长答问，课程设计，招生策划，乙方为甲方选派初中老师团队。

2、甲方为乙方提供高中老师住宿，高中辅导教室。乙方可付5000元的住宿和教室费。开课两日内付清。

3、前期招生方案由甲方和乙方共同商讨制定，招生方案由甲乙双方共同执行，初中招生不利，需甲乙双方共同探讨解决办法，开课后一周时间，乙方为甲方选派老师不得擅自离开岗位。

4、如果乙方招生不利，无需甲方住宿和教室，甲方应付乙方前期策划和选派老师的除房租预付款的费用

5、甲方对乙方推荐的五位初中教师(语数理化英)要开课前说明薪酬即代课费，开课3天内做出评价，认为不满意的辞退按说好的代课费给付已上课时，乙方可以再推荐一位同科目教师顶替。3天内甲方没有提出，则乙方认为教师合格，不负责更换教师。如教师离开需推荐顶岗教师，否则按违规处理

6、甲方对外地初中教师的交通安全要特别重视，为他们提供力所能及的帮助。由于外地初中老师对甲方服务不周或代课费没有按提前约定给付导致的教师流失，乙方不负责再推荐教师。

7、乙方选派教师有义务推广金牌教育北京四中网校网络课程和新学年精品晚辅班。

三、招生宣传方式

1、对甲方现有学生进行宣传，利用甲方现有信息对暑假课程进行电销，短信群发等

2、由甲方制作宣传海报，传单等在各小区发放，设置宣传位;在考试期间在考场附近散发传单对暑期初高中课程进行统一宣传，由乙方承担宣传品制作费用的百分之三十

3、由乙方向甲方提供选派教师信息，教学成就，方便甲方宣传(例如将乙方教师打造为辅导名师等)

4、由乙方承担后续宣传费用的百分之三十

四、收费方式

1、七年级课程招生，学习数学英语，阅读写作，写字25天共四门600元单科300元

2、八年级课程招生，学习数学英语物理25天共三门700元单科350元

3、九年级课程招生，学习数理化英25天共四门1000元单科400元

五、提成

甲方提成为销售额的百分之五十，乙方提成为销售额的百分之五十，如因乙方原因，教学工作不能顺利进行，则乙方只得销售额的百分之三十

六、合同解除

1、一方有违反本合作协议的，另一方有权解除合作协议

2、合作协议期满

3、双方同意终止协议的

4、一方合伙人出现法律上问题及做对对方有损害的事情，另一方有权解除合作协议

七.备注：

本协议一式两份，双方各执一份，经签字或盖章后生效，两份协议具有同等法律效力。其他未尽事宜由双方商议决定!

附件：双方身份证复印件

甲方(签章)： 乙方(签章)：

签约日期：签约日期：篇二：培训合作协议书 协 议 书 甲 方： 地 址：

联 系 人： 邮 编： 电 话： 传 真： 乙方： 地 址：

联 系 人： 邮 编： 电 话： 传 真：

经双方同意，乙方指定讲师xx为甲方提供管理课程培训授课服务，双方就有关培训课程的相关事宜达成以下友好合作协议。

一、培训内容： 培训讲师： 培训课程名称： 培训课程内容： 培训人数：

二、培训时间：

20xx年 x月x日(纯培训时间不少于xx小时) 人

三、培训地点：

四、授课费用：

甲方向乙方支付的培训费用合计为税xxxx元(人民币xxx整)。

五、付款方式：

甲方将全部课酬费用款在课程结束后当日以现金方式支付;或一周以内汇入乙方指定的银行帐号方式支付给乙方，：开户行：xx银行xx路支行 开户名：xx 银行帐号：xxxxxxxxxxxxxx

六、双方的权利和义务：

(一)甲方：

1. 甲方应与企业与乙方保持有效沟通，及时传递企业及乙方的相关培训要求。 2. 督促培训学员按时参加培训，并向受训人员申明培训纪律并监督执行。 3. 负责安排培训助教一名，主要职责是做好甲方讲师培训的服务工作，积极与客户协调沟通，以

帮助甲方更好的完成授课，并负责培训过程中需要的协调工作。 4. 甲方负责本次培训的学员组织、资料印刷发放工作; 5. 甲方负责提供本次培训的场地及教学设施，并承担所需费用; 6. 甲方为乙方(讲师一名)提供本次课程的交通/住宿费用(常驻地到培训地点，交通工具：飞

机;培训地点到常驻地，交通工具：飞机)，住宿按三星级标准间或以上规格，安排讲师一名住宿(房间需能提供免费宽带上网服务)，准备讲师午休房间。

(二)乙方：

1. 负责承担本协议约定主题的培训，并按双方约定的课题内容和时间实施授课并保证质量。 2. 乙方在开课前七日提供课件ppt版本给甲方;

3. 乙方的授课内容中，不应出现违反国家法律法规、与国家政策相悖的内容，或者涉及国家机密

等敏感问题，不应涉及与授课无关的内容。

4. 乙方讲师xx应以xxx公司特约培训师身份实施培训，不得宣传其它个人培训或培训公司。 5. 乙方对培训满意度负责，实际课酬与满意率挂钩，根据甲方提供的培训满意度调查问卷对现场

效果进行评估，学员满意度小于xx%，甲方有权拒付合同协议总额的xx%。

七、课程的变更、取消和违约责任：

1. 甲方因客户需求临时调整课程时间安排的，甲方应在课程时间一周前通知乙方。如乙方因故需

要调整时间，应在在课程时间一周前通知乙方。双方对本协议约定时间进行调整，并明确和协商调整后的时间。

2. 在培训课程开始后，乙方应确保完成其全部课程，除非本协议另有约定，在培训任务完成之前，

乙方不得单方提前解除本合同。3. 双方在合作中若有一方无故延误执行，或中途撕毁合同，视为违约行为：如甲方违约，应向乙

方支付合同总金额xx%的违约金;如乙方违约，应支付合同总金额xx%的违约金。 4. 因违约方违约给另一方造成损失的，应由违约方向另一方赔偿相应的损失，因地震、水灾、战

争等不可抗力因素或因政策、法律原因造成合同无法履行的除外。

八、法律的适用及争议的解决：

本合同双方应秉承诚信原则，信守合同，如有纠纷事宜，双方友好协商解决，如协商不成，适用中华人民共和国法律、法规及条例。

解决争议期间，除引起争议的事项外，各方应在其他一切方面继续执行本协议。

九、保密义务：

1. 甲方任何人员不得以任何方式向第三方泄露本项目的收费情况及课程内容。

2. 乙方任何人员不得以任何方式向第三方泄露甲方及甲方所服务企业的经营管理情况与商业资料。

3. 双方应该以长远合作发展的诚意，互相保护对方之知识产权与客户机密，不得随意或故意向任何第三方泄露或提供双方合作中的任何相关资料。否则，另一方随时保留提请法律诉讼解决的权利。

4..鉴于本次甲方服务的客户的特殊关系，需要进行课程录象，仅限于客户企业内部使用，版权归乙方所有，如果发生外泄，并用于商业用途，甲方负责赔偿乙方的一切损失，乙方将保留最终的法律解决权利。

十、生效和份数：

1、本合同自双方授权代表签字、盖章之日起生效。

2、 本合同一式贰份，双方各执壹份，具有同等的法律效力(传真件有效)。 甲方： 乙方： 代表签字：

签订日期: 签订日期:代表签字：篇三：培训机构合作协议 培训合作协议

甲方： 身份证号：

乙方：重庆经济建设职业技术学校(军教部)

一、总则

1.甲方自愿接受乙方的培训服务，参加 项目(课程)的培训; 3.甲方已经对乙方提供的课程、师资、教材、学习时间、学习形式、结业成果形式、收费、退费等有关事项进行详细咨询，并表示认可;乙方也了解甲方参加培训的目的和要求; 4.甲方缴费注册时，由甲、乙双方共同签订培训合同，作为双方今后解决争议纠纷的依据;

二、甲方权利及义务

1.自觉遵守学校规章制度，尊重学校教师和管理人员，对同学团结友爱，互相帮助; 2.根据课程安排按时认真参加培训，因故不能参加培训应提前请假; 3.爱护学校物品，使用教学仪器设备应严格遵守操作规程; 4.未经乙方同意，甲方不得复制、传播乙方提供的自编教材、讲义等学习资料，也不得在授课过程中擅自使用任何录音、录影设备; 6.在培训过程中，未经甲方同意，乙方擅自改变培训内容、时间、方式等合同规定的内容.

三、乙方权利及义务

1.乙方提供的培训项目、教学课时、开课日期、结业日期、开设课程、学习形式、教学成果形式。

2.乙方根据教学需要提供场地、设施设备、师资、教材等教学服务; 3.在不损害甲方合法权益的前提下，经与甲方商议后，乙方可以根据需要调整教学时间、地点及改进教学服务，但乙方应在变更事项决定后提前通知甲方;4.认真执行教学计划，保证按时按量完成教学任务，并积极听取学生意见，努力提高管理水平和教学质量; 5.未经甲方同意，乙方不得将甲方转让给其他培训机构或者交由其他培训机构实施教学; 6.若甲方违反学校规章制度，经劝告无效并造成恶劣影响的，乙方有权解除合同，勒令退学，培训不予退还;

三、附则

1.本合同未尽事宜，经双方协商达成一致意见，作为合同附件，与本合同具有同等法律效力; 2.本合同一式贰份，甲、乙双方各执壹份，自甲方缴费并签字后生效，至 年 月日培训结束时合同终止。

课程培训合作协议范文第4篇

甲方：乙方：

电话：电话：

传真：传真：

为了规范培训推广工作，根据《中华人民共和国合同法》及相关法律法规的规定，本着双赢的目的，甲乙双方就_________________________(合作项目以填写为准)事宜进行合作，特拟订以下细则，具体约定如下：

一、合作期限

1、合作期限自______年_____月______日起至_______年_____月______日止。

2、在合作期限终止前一个月内，双方可以友好协商续签协议。

二、权利和义务

(一)甲方

1、甲方保障培训课程的真实性、实用性与前瞻性。

2、甲方负责具体课程的研发以及相关的工作。

3、甲方有权对乙方发布的培训信息进行建议。

4、甲方不允许以此项目名义做其它与培训无关的活动。

5、甲方如有违犯本协议的行为，乙方有权终止本协议。

(二)乙方

1、乙方全力为培训工作积极投入，确保其公司客户受到良好培训。

2、乙方在其公司网站上根据甲方提供的资料为甲方做宣传和推广。

3、乙方负责具体培训活动的安排，但不参与甲方课件的具体研发。

4、乙方不允许以此项目名义做其它与培训无关的活动。

5、乙方如有违犯本协议的行为，甲方有权终止本协议。

三、培训费用及其他

1、培训费用：见附表。

2、培训费用由__________________________________缴纳给甲方。

3、老师其他费用(如：车杂费、住宿费、餐饮费等)有客户负责。

4、培训的工具(如：投影仪、音响、话筒、白板等)有客户负责。

四、双方利益

(一)甲方利益

1、乙方配合甲方开拓教育培训市场、扩大市场占有率。

2、乙方配合甲方宣传甲方授课导师，提高导师知名度。

(二)乙方利益

1、甲方协助乙方开拓市场、扩大市场占有率。

2、甲方协助乙方培训员工、提高员工综合能力。

3、甲方协助乙方培训其加盟客户，提高客户忠诚度。

4、甲方协助乙方对其公司的企业文化及规章制度进行充实。

5、甲方协助乙方全力以赴完成其公司制定的战略目标和市场规划。

6、甲方协助乙方及时了解市场信息，以便乙方对市场策略及时更新调整。

五、保密原则

1、甲乙双方应对本协议中涉及到的全部商业秘密严格保密，不得外泄。如果违反将依法承担相关的一切法律责任。

2、不可抗拒因素：任何一方对不可抗拒因素造成无法履行本协议的情况下，受该不可抗拒因素影响的一方无需向对方承担责任，但应在不可抗拒因素解除后向对方出据书面歉意通知或友好协商下予以弥补。

六、解决争议办法

1、协商解决。

2、仲裁解决。

七、合作书自签定之日起，双方合作生效，至合作终止日期为合作终止。如有未尽事宜双方协商解决。合作书一式二份，双方盖章或签字生效，双方各持一份，以备留存。

甲方(盖章)：乙方(盖章)：

甲方签约人：乙方签约人：

通讯地址：通讯地址：

课程培训合作协议范文第5篇

校企合作协议书

甲方：宝清县技工学校

乙方：宝清县诚信建筑安装有限责任公司

为推动阳光工程在我县的实施，加强农村劳动力技能就业培训工作，扩大培训和就业规模，帮助农村劳动者实现技能就业、素质就业、稳定就业，推动农村劳动力向城镇的转移，促进农民向产业工人转变，为企业提供高素质人力资源，促进企业发展，加强学校与企业的合作，甲乙双方本着互相合作、共同发展、积极交流、互利互惠的原则，经协商达成如下协议：

一、甲方可作为乙方的培训基地，按乙方的要求，为乙方培养机加、焊接、电钳、建筑(瓦工、木工、抹灰工、钢筋工、架子工)等技能人才，在乙方需要的时候，为乙方优先输送德、智、体全面发展的优秀学生，供乙方选拔和录用。

二、甲方也是乙方的研发基地，按照企业提出的技术项目，提供技术支持，双方共同进行研究开发，帮助企业技术改造和科技创新。甲方还承担对乙方员工的技能提升培训，定期按企业要求进行及时培训，为提高企业内部劳动者素质提供服务。

三、乙方可作为甲方的实习、就业基地，定期接收甲方学生的实习，在有用工需求时，如甲方学生符合招聘条件，乙方可优先录用甲方学生。

四、乙方应按国家法律、法规要求，签订用工合同，并为其缴纳养老保险、医疗保险、工伤保险等，确保用工的合法性。

五、乙方招用甲方学生应提供必要的工作、生活、学习、卫生和文化娱乐条件，并保障员工的人身安全。甲方学生按规定享有工资、福利等基本用工待遇。按时足额发放工资，保证农民工的合法权益。

六、甲方学生应严格遵守乙方单位的一切规章制度，甲方学生作为乙方的员工，乙方有权按照相关政策、制度进行管理。

【精品文档】

七、甲乙双方必须遵守《劳动合同法》中的各项条款，妥善处理劳资双方的劳务纠纷。如一方单方面违约，另一方有权终止协议。

八、其它未尽事宜，依照相关法律法规，由甲乙双方协商解决。

九、合作时间为5年，根据双方合作意愿和实际情况，可长期合作。首次合作结束后，双方可共同商议形成新的合作意向。

十、本协议一式二份，甲乙双方各执一份，合作协议经双方代表签字、盖章即生效，双方应遵守有关条款。

甲方代表签字：乙方代表签字：

联系电话：联系电话：

单位公章：单位公章：

课程培训合作协议范文第6篇

本人郑重声明：所成交的论文是本人在XXX老师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或者集体已经发表或者撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已经在文中以明确的方式标明。本人完全意识到本声明的法律后果由本人承担。

学生签名：

年 月 日

摘要

草莓采摘机器人是一种具有感知识别能力,能够自动完成草莓果实采摘等作业任务的智能机械收获系统,其作用在于可以降低采摘劳动强度和生产费用、提高作业效率和产品质量、保证果实适时采摘,因此对其相关技术研究具有重大现实意义。

本文的研究主要内容是自然背景下对草莓的正确识别，基于机器视觉技术实现了果实的有效识别和空间的初步定位，从而为草莓的采摘提供了必要信息。对草莓的图像识别技术路线为：摄像机标定、图像采集、颜色空间转换、阈值分割、去噪和图像填充、求得草莓质心。对草莓的定位采用一台摄像机和两个光电位置传感器初步定下草莓在空间的位置。实验显示本课题的研究基本上完成了任务要求，能够将草莓提取出来，并且找到了草莓的质心坐标，为后续工作打下了基础。

关键词：草莓;颜色转换;图像分割;机器视觉

I

ABSTRACT Strawberry picking robot is a kind of perception recognition capability to automate intelligent mechanical harvesting systems such as strawberry fruit picking job tasks, and its role is to reduce the labor intensity of harvesting and production costs, improve operational efficiency and product quality, and ensure timely picking fruit, therefore of great practical significance to its related technology research. Main contents of this paper is to correctly identify and locate the natural background of strawberry, based on machine vision technology to achieve the initial positioning of fruit effectively identify and space, thus providing the necessary information for the strawberry picking. Image recognition technology roadmap for strawberries is: camera calibration, image acquisition, color space conversion, threshold segmentation, denoising and image fills, and seek strawberries centroid. Strawberry positioning using a video camera and two optical position sensors initially set position in space of strawberries. Experiments show that research of this subject is basically completed the task requirements, can be extracted from strawberries and strawberry to find the coordinates of the center of mass, and lay the foundation for the follow-up work.

Key words:

Strawberries; Color conversion; Image segmentation; Machine Vision Technology;

II

目录

摘要 ........................................................................ I ABSTRACT.................................................................... II 目录 ...................................................................... III 第一章 绪 论 ................................................................. 1 1.1高架草莓种植情况 ..................................................... 1 1.2课题研究的目的和意义 ................................................. 2 1.3国内外研究现状 ....................................................... 2 1.3.1国外研究现状 ................................................... 2 1.3.2国内研究现状 ................................................... 6 1.4课题研究的主要内容和论文结构 ......................................... 7 1.4.1课题研究的主要内容 ............................................ 7 1.4.2论文结构 ....................................................... 8 1.5本章小结 ............................................................. 8 第二章 机器视觉系统与常用的图像处理方法 ...................................... 9 2.1机器视觉系统 ......................................................... 9 2.1.1机器视觉系统的应用 ............................................ 10 2.2常用的图像处理方法 .................................................. 10 2.2.1 颜色空间 ...................................................... 11 2.2.2灰度图像和二值图像 ............................................ 12 2.2.3图像分割 ...................................................... 13 2.2.4图像滤波 ...................................................... 15 2.3本章小结 ............................................................ 17 第三章 摄像机标定和草莓的识别 ............................................... 18 3.1 摄像机标定 .......................................................... 18 3.1.2摄像机标定方法 ................................................ 18 3.1.3平面模板标定法 ................................................ 19 3.2 实验平台 ............................................................ 21 3.2.1 硬件设施 ...................................................... 21 3.2.2 软件 .......................................................... 22 3.3 草莓的识别 .......................................................... 22 3.3.1 草莓识别处理流程 .............................................. 23

III

3.3.1 颜色空间转换 .................................................. 24 3.3.2图像分割 ...................................................... 24 3.3.3噪声去除和图像填充 ............................................ 26 3.3.4质心获取 ...................................................... 28 3.4简介草莓采摘点确定的方法 ............................................ 29 3.4.1采摘点的确定 .................................................. 29 3.4.2 图像融合 ...................................................... 30 3.4.3 剪切示意图 .................................................... 30 3.5本章小结 ............................................................ 31 第四章 结论与展望 ........................................................... 32 4.1结论 ................................................................ 32 4.2 展望 ................................................................ 32 致谢 ....................................................................... 33 参考文献.................................................................... 34 附录：程序代码 .............................................................. 36 (1).图像采集 .......................................... 错误!未定义书签。 (2).RGB-HSV颜色空间转换+阈值分割 ..................... 错误!未定义书签。 (3).中值滤波 .......................................... 错误!未定义书签。 (4).膨胀处理 .......................................... 错误!未定义书签。 (5).腐蚀处理 .......................................... 错误!未定义书签。 (6).填充处理 .......................................... 错误!未定义书签。 (7).求质心 ............................................ 错误!未定义书签。 (8) 图像融合 .......................................... 错误!未定义书签。

IV

第一章 绪 论

1.1高架草莓种植情况

草莓是多年生草本植物，是经济价值较高的小浆果，其果实柔软多汁、酸甜适口、营养丰富，而且外观美丽、香气浓郁，因而在国内外市场备受青睐，被誉为“水果皇后”。一般栽培数月后即可收获，5月份上市供应，填补了水果淡季市场。也可用保护地进行促成栽培或一年内多次生产，周年供应，是一种投资少、收益高的经济作物。20世纪80年代初，随着改革开放和农村经济体制改革的发展，各级政府及科研单位对草莓生产开始重视，使草莓生产迅速发展。引进并筛选出一些优良品种在生产上迅速推广，栽培面积迅速扩大，栽培方式从原来单一的露地栽培发展为多种形式并存，大大提高了经济效益。草莓以其周期短、见效快、经济效益高、适于保护地栽培等优势而成为中国果树业中发展最快的一项新兴产业，有的地区草莓种植业还成为当地农村经济的支柱产业。

高架草莓在我国还没有全面推广，它只是在一些城市用大棚栽培，作为观光农业来推动当地的经济发展。以长崎县为例，从1995年开始高架栽培系统的开发栽培试验，1997年开始正式推广，普及状况为1997年5-3公顷，1998年10.9公顷，1999年13.5公顷。

但是，高架草莓种植在日本却是非常广泛。草莓的高架栽培技术在日本很早就进行了试验，大约在9年前开始，各地出现了一个发展高潮。至今的草莓高架栽培和当年的水稻插秧机的发展有相似之处。在日本的产业化过程中，因没有足够的劳力进行手工插秧，促进了机械的开发。正因为插秧机的开发应用，结束了手工插秧，而且之后的稻作机械化日新月异。草莓栽培也面临相似的情况。现在大家已认识到：如果不改变栽培方式，草莓生产者将逐渐减少。所以，草莓高架栽培技术的开发和推广是时代的要求。这就不难理解在日本为什么会出现草莓高架栽培的热潮了。

(1)草莓高架栽培的特点和具有的多样性

高架栽培的开发目标是改善栽培管理、收获等作业过程，作为生产者一方对它有强烈需求，对于消费者则没有直接关系。最初草莓高架栽培的营养液栽培胜过NFT，在日本，不少的生产者采用此项技术，之后由于珍珠岩和草炭等基质栽培和栽培系统的商品化，营养液栽培成为草莓高架栽培的探路者。对于高架化，栽培床的轻量化是必要的。但是对一般的草莓生产者来说，引用营养液栽培成本高，掌握技术也不容易。因此，所有高架栽培开发的目标都应是低成本化，且简便利

1

于管理。

在基质的使用、肥料的种类及给液方法等技术方面，草莓的高架栽培使用的技术包括从土培到营养液栽培的技术，这就要求多种技术的搭配。但是，要对应各种需要来进行搭配，只有根据实际需要来搭配，才可以取得显著的效果。

(2)高架栽培的普及和技术指导

草莓的高架栽培，可分为营养液栽培和土培型两类，两者的技术目标和普及、指导方法不同。营养液栽培型制造商多，引用成本高但栽培管理系统稳定，全日本栽培系统统一，以统一栽培管理手册为目标，农户采用后只要学习一定的技术，日常管理简单。一般地，以省力地进行各适生长环境调控、高产量、高品质生产为重点的企业式大规模生产适合采用营养液栽培。

土培型在日本的各个县都进行了开发，因此类型多，其特点是重视引用成本的缩减。但是随着技术的发展，也是高架栽培的引入和普及。即使产量不增加，栽培床的高架化也是改善作业的好方法。生产者的栽培管理技术的水平不同对产量和品质有很大的影响。但是，上述的营养液栽培和土培型都以根际生长环境为中心来合理管理，基本技术并无明显不同。

1.2课题研究的目的和意义

草莓虽然果实色泽鲜艳，液汁丰富，味美可口，极富营养价值和保健价值。但是，草莓多为二歧聚伞花序，按次序先后开花。在草莓收获期，每天至少收获两次，并且人工每摘一处草莓，需要弯腰一次，劳动强度和作业量非常大。随着农村劳动力向第

二、三产业转移以及农村劳动力的妇女化和老龄化，用于生产草莓的劳动力日趋紧张，由此开发一种能够代替人工作业的草莓采摘机构势在必行。但由于草莓独特的外形特性以及栽培的条件，给草莓收获实现自动化增添了难度，同时草莓果实的组织结构对于采摘机构也提出了较高的要求。这种机器人一般是在室外工作，作业环境较差，须为其设计机器视觉系统，使其能识别与定位采摘对象。

本文研究的成熟草莓识别系统是草莓采摘机器人的重要辅助模块。它可以实现成熟草莓的识别，在草莓采摘机器人服务方面具有重大意义

1.3国内外研究现状 1.3.1国外研究现状

1968年,美国学者Schertz和Brown首次提出应用机器人进行果蔬采摘的思

2

想[1]。1983 年,第一台采摘机器人在美国诞生[2]。此后三十多年,美国、英国、法国、荷兰、比利时、以色列、日本、韩国等国家相继展开了各种采摘机器人的研究和开发,涉及到的研究对象主要有苹果、草莓、葡萄、西瓜、黄瓜、番茄、茄子、甘蓝、生菜、莴苣、蘑菇等[3]。美国是最早进行釆摘机器人研究的国家,采摘机器人可能成为美国农场的重要组成部分。美国先前是用抖动式收获机收获加工用橙子,效率很高,但因为震动冲击的缘故, 不适合橙子的收获。佛罗里达大学因此进行了橙子采摘机器人[4-5]的研究。图1-1是可实现左右、上下和直线运动的三自由度极坐标型液压驱动机器人,末端执行器中内置光源、彩色摄像机和超声波传感器。当摄像机检出果实之后,末端执行器移向果实,同时超声波传感器检测出距离,半圆形环切刀旋转,切断果梗。

图1-1 橙子采摘机器人(美国)

日本冈山大学研制的高架栽培草莓采摘机器人[3][5] (图1-2(a))采用3自由度直角坐标，末端执行器为了补偿视觉传感器的位置误差,采用了送风机吸引的方法收获,可收获不同大小的果实。为判断果实是否被吸引进来,采用了 3组光电阻断器,通过吸盘旋转,将果梗送到切刀的位置切断。收下的果实在送风机引力作用下通过管道,落入果盘。试验结果表明4-7S采摘一个果实,作为目标的果实能够全部采摘,但是采摘时连同未成熟果实一起一次收获多个果实的情况有50%。钩式末端执行器在机构上方安装了钩子,可以把目标果实拉住继而进行采摘,所以将邻近果实一起收下来的情况基本没有。生研中心和SI 精工株式会社作为下一代紧急项目正在研制实用化高架草莓采摘机器人,如图1-2(b) 所示,它采用直角坐标操作器,末端执行器有机械指和吸引壁,目标是实现夜间自采摘作业。

3

图1-2草莓采摘机器人(日本)

日本冈山大学研制的番茄采摘机器人[3][6](图1.6)由机械手、末端执行器、 行走装置、视觉系统和控制部分组成。用彩色摄像头和图像处理卡组成的视觉系统,寻 找和识别成熟果实。由于番茄的果实经常被叶莲遮挡,为了能够灵活避开障碍物,采用 具有冗余度的7自由度机械手。釆用3D视觉传感器来检测对象的三维形态。为了不损伤 果实,一种末端执行器设计有2个带有橡胶的手指和1个气动吸嘴,把果实吸住抓紧后, 利用机械手的腕关节把果实摘下(图1-3(a)); 一种末端执行器采用了可前后移动的吸盘 和4根柔性机械手指,整个机械手指随吸盘一起运动,一旦果实被吸入机械手指内,手 指沿果实表面闭合,将果实抓住。即使果实周围空隙很小或周围有障碍物,也能顺利抓 取目标果实(图1-3(b))。该番前采摘机器人从识别到釆摘完成的速度大约是15s/个,成 功率在70%左右。

图1-3番茄采摘机器人(日本)

日本的Kondo,N等人(1997)[7][8][9]研制的番茄收获机器人,由机械手、末端执行器、视觉传感器、移动机构和控制部分组成(图1-4)用彩色摄像机作为视觉传感器基于彩色特征寻找和识别成熟果实,提出了采用立体视觉技术检测番茄位置的算法,即根据左右图像中心的位置进行匹配。日本的Kondo,N等人(1998)研制的黄瓜采摘机器人,采用三菱MxTsuBIsHIRV一E2自由度工业机器人,利用CCD摄 4

像机,根据黄瓜比其叶茎对红外光的反射率高的原理来识别黄瓜和叶茎，黄瓜果实采用剪断方法,先把黄瓜抓住,用接触传感器找出柄,然后剪断。由于黄瓜是长条形,识别受到叶茎的影响更大,所以采摘的成功率较低,大约在60%左右,如图1-5所示。

图1-4番茄收获机器人(日本)

1-5黄瓜采摘机器人(日本)

日本中央农业研究中心开发了甘蓝采摘机器人[3][9] (图1-6),它以履带式搬运车为移动机构,搭载液压式机械臂,臂上安装采摘用末端执行器。为了防止采摘时影响品质,夹持叶球时夹持的部位必须合适,为此在视觉传感器以外,末端执行器底部加装了超声波传感器和触地确认开关以及确认夹持状态的接触压力传感器。该系统釆用神经网络系统提取甘蓝图像,其方法和直径与已经存储在处理器中标准模板进行比较判断。试验表明:该机从判断、摘取到移动到指定位置,一颗甘蓝需时55s,捡拾成功率约43%。

图1-6甘蓝采摘机器人(日本)

田中芳夫等(1990)在柑橘的识别领域内，通过 RGB 色彩空间的的颜色信号和色彩之间的差别信号进行柑橘识别，在结果中，表明了不同光照下，无论是因为非果实物体的遮挡导致果实表面存在阴影和果实表面上存在过强的阳光反射的情况下，均可以正确的识别果实。

5

1.3.2国内研究现状

国内采摘机器人研究起步较晚,处于起步阶段。2006年出台的“十一五”国家高技术 研究发展计划(863计划),提出了高技术项目《果树采摘机器人关键技术研究》以后, 近年来国内许多知名高校及科研院所积极投入各种釆摘机器人的研究,通过跟踪国外先 进技术,在机器人采摘领域取得了初步成果且开发了一些样机。

中国农业大学李伟等人以温室环境下黄瓜垄间图像为研究对象,开发了黄瓜釆摘机器人[10][11](图1-7)。硬件系统由自主移动平台、果实识别定位系统、采摘机械臂、柔性末端执行器和能源系统5大模块组成。采用基于近红外光谱特征的图像获取技术,来有效分离黄瓜果实与莲叶的信息;提出果实与背景形状差异结合局部最大类间方差取阈法对黄瓜图像进行两次动态阈值分割,实现了黄瓜目标的准确识别。通过建立基于灰度相 关与极线几何相结合的匹配策略实现了双目视觉下的黄瓜抓取点的立体匹配,并根据视 差原理恢复出目标三维几何信息。整机试验系统各模块运转良好,采摘成功率达85%, 单根黄瓜采摘耗时28.6s。

图1-7黄瓜采摘机器人(中国)

周云山(1995)[12]研制了具有计算机视觉的蘑菇采摘机器人,使蘑菇生产从苗床管理到收获分类实现了全过程自动化,由摄像机采集蘑菇图像,计算其面积、周长和中心坐标,面积和周长用于蘑菇分类,中心坐标用于引导机械手采摘,但研究只是在二维平面内的识别问题,而对3D目标空间定位技术的研究特别少

俞高红(2005)[13]以单体蘑菇为研究对象,研究内容包括,蘑菇图像的数字特征,提取边界的算法,对蘑菇边界进行离散傅立叶变化提出仅需利用蘑菇的边界信息求蘑菇形心坐标的新方法,而且傅立叶描述可以进行蘑菇边界的平移、旋转和缩放操作,具有很强的边界形状重建功能。

6

江苏大学的蔡健荣等[14]在 2005 年将 RGB 彩色模型转换到 HIS 系统，根据Otsu(大津法)算法自动获取彩色目标图像分割阈值。对成熟西红柿进行测试，根据西红柿的颜色和形状信息，能够识别出成熟西红柿，但对果实部分遮挡或重叠的情况缺少研究。

司永胜，乔军 等[15](2010)提出了利用归一化的红绿色差(R-G) /(R+G)分割苹果的方法。对不同光照情况下拍摄的苹果图像进行了识别,并对识别后的图像进行预处理后,获得苹果的轮廓图像。对轮廓图像采用随机圆环法进行果实形心和半径提取。

1.4课题研究的主要内容和论文结构 1.4.1课题研究的主要内容

本课题在分析国内农业智能化作业设备的基础上,以草莓为研究对象,将成熟的草莓从植株中识别出来。内容如下: 研究所拍摄的植株中成熟草莓图像的图像特征,选择适宜的图像特征,将果实从植株中识别。由于 OpenCV 实现了图像处理和机器视觉方面的很多通用算法，具有丰富的库函数，所以成熟草莓识别部分的编程是在 VC++环境下，基于 OpenCV2.4.4 实现。简述草莓采摘点确定的方法。 本课题的技术路线如图1.4.1所示：

7

图1.4.1 技术路线

1.4.2论文结构

第一章，绪论。叙述草莓果实目标识别技术的研究目的和意义，阐述现阶段国内外的研究现状，并且通过分析提出本论文的大致内容。

第二章，介绍机器视觉系统与常用的图像处理方法，为第三章草莓图像识别打下基础。

第三章，摄像机标定和草莓的识别。如：对图像的取像、分割、滤波去噪等。 第四章，对全文做了一个简单总结以及对进一步工作的展望。

1.5本章小结

本章阐述了国内外农业设施生产机器人的研究现状,介绍了成熟草莓识别研究的目的和意义,并提出了本课题研究的主要内容,给出了本课题的技术线图。

8

第二章 机器视觉系统与常用的图像处理方法

机器视觉是科学领域和工程领域富有挑战性，应用前景广阔的一门综合性学科。作为一门学科，人们对机器视觉的研究最早开始于 20 世纪 60 年代初，但直到 20世纪 80年代才在机器视觉基础研究中取得重要进展并建立了机器视觉理论的完整框架。现在的机器视觉已成为一门不同于图像处理、模式识别、人工智能等相关领域的相对独立的成熟学科。

机器视觉系统的特点是可以提高生产的安全性、可靠性及智能化程度。在人类肉眼难以满足要求的场合或不适合人工作业的恶劣工作环境，往往选择机器视觉代替人类视觉。此外在流水线生产过程中，用肉眼检查产品质量，误差不容易控制且效率不高，用机器视觉检测可以大幅改善生产效率、生产自动化及智能化程度，同时机器视觉容易实现大规模信息集成，是实现现代计算机集成制造的基础技术。

机器视觉系统利用机器视觉代替人眼来完成各种测量和判断任务。图像处理技术的进步直接推动着机器视觉的发展。图像处理是指运用计算机对图像数据进行各种运算。一般包括图像压缩编码、图像恢复、图像增强、形态学处理、图像分割、采样量化、图像分类等。图像处理的主要功能是将低质量图像(反差小、噪声大、畸变等)用计算机处理成适合于人眼观察或机器检测的图像。

2.1机器视觉系统

一个典型的机器视觉系统包括：图像采集(包括光源、镜头、相机);图像 处理和分析(包括图像采集卡和图像处理软件);输出或显示单元(包括过程控制器、显示器和报警装置等)。机器视觉系统基本结构如图2-1所示：

图2-1 机器视觉系统基本结构

9

2.1.1机器视觉系统的应用

机器视觉技术用计算机来分析图像，并得出结论。目前机器视觉在科研和生产上有着广泛的应用。

一般来说机器视觉技术包括以下几个过程：

(1)图像采集：光学系统采集图像，并将其转换为相应的电信号，进而转换为数字信号传入计算机存储器，完成图像的输入。

(2)图像处理：运用不同的算法突出对结论有重要影响的图像要素。 (3)特性提取：将获取的场景图像信息进行提取和处理，识别并量化图像的关键特性。

(4)判决和控制：控制程序根据收到的数据做出结论，并进行相应的操作。

2.2常用的图像处理方法

图像处理的主要目的和技术包括增强图像以改善图像视觉效果、恢复退化图 像以消除各种干扰的影响[16]。常用的处理方法有：颜色空间转换、灰度化和二值化、图像分割、滤波、图像形态学处理、边缘提取和轮廓提取等。

10

2.2.1 颜色空间

颜色是物体属性的外在表现，具有对物体本身的方向、尺寸、视角等依赖性 小、鲁棒性强等优点，因此在图像分割中占有举足轻重的地位，对彩色图像的处 理是目前图像处理领域非常重要的研究课题。在图像分割时，通常要提取目标对 象的颜色特征在特定的颜色空间与背景进行比较。颜色空间也称彩色模型，它的 用途是在某些标准下用通常可接受的方式对彩色加以说明。本质上，彩色模型是 坐标系统和子空间的阐述。每种颜色都用空间单个点表示。在彩色图像处理中， 选择合适的彩色模型是很重要的。根据应用对象不同，可将彩色模型分成两大类。 一类面向硬件设备比如彩色摄像机和彩色打印机等。另一类面向彩色处理分析或 者视觉感知为目的的应用，如图像处理算法，动画中的彩色图形等。对颜色的分 析和描述离不开颜色的定量表示，目前在数字图像处理中，最常用的彩色模型有 RGB、HSV 等。

实际中用的最多的面向硬件设备的彩色模型是 RGB 彩色模型。彩色打印机 和电视摄像机等都是在 RGB 彩色模型下工作的。在人类视觉中，所有颜色都可 以看作是三基色红(Red)、绿(Green)、蓝(Blue)不同比例的组合。

RGB 彩色模型是笛卡尔三维坐标空间的一个子空间，其中三个坐标轴分别 用 R，G，B 标记。RGB 彩色模型是一个正方体，原点与黑色对应，离坐标原点 最远的顶点与白色对应，在此模型中，从黑色到白色的亮度值分布在从原点到离 原点最远的顶点的对角线上，而立方体空间内其余各点分别对应不同的颜色。R、 G、B 三分量的取值范围都在[0，255]区间，图 2-2(a)为 RGB 颜色空间模型。

图 2-2 颜色空间模型

11

面向硬设备的彩色模型与人的视觉感知有一定差距且使用时不太方便，例如 给定一个彩色信号，人很难判断其中的 R，G，B 分量，这时使用面向视觉感知 的颜色模型比较方便。在面向视觉感知的颜色模型中，HSV 彩色模型与人类对 颜色的感知最接近。

这个颜色模型中的三个参数分别是：色彩(H)、饱和度(S)和亮度(V)。 HSV 彩色模型是从 RGB 彩色模型演化而来的，如果沿 RGB 立方体对角线的白 色顶点向黑色原点观察，就会看到立方体的六边形外形。其中六边形边界对应色 彩，水平轴对应饱和度，亮度沿垂直轴变化。HSV 彩色模型的坐标系统可用六 棱锥来表示，见图 2-2(b)。在 RGB 空间中任一点的 R、G、B(均在[0，255] 区 间)均可转换到 HSV 空间，得到 H、S、V 值，见式(3.16)。在农产品颜色分 类中，RGB 模型与 HSV 模型是用的最多的彩色模型。

物体表面因光照辐射而呈现出颜色。在自然环境下生长的农作物，由于受到 水分、营养、光照及成熟度等诸多因素影响，它们的茎、杆、叶及果实形成了不 同的颜色。因此人们可以通过颜色对果实、树干等进行识别并评价它们的优劣。

2.2.2灰度图像和二值图像

通常相机采集的彩色图像是 RGB 彩色图像，图像的每个像素由红色、绿色、蓝色三个分量组成[17]。每个分量的强度等级分为 0～255 共计 256 种。在实际应用中，往往需要将 RGB 彩色图像转换为 256 阶的灰度图像，图 2-3 给出了示例。

(a)彩色Lena图像 (b)灰度Lena图像

图2-3彩色图像灰度化

12

(a)灰度Lena图像 (b)Lena二值图像

图2-4灰度图像二值化

在实际应用中，往往还需要将灰度图像进一步转换成二值图像，二值化方法包括两种：固定阈值法和自适应阈值法。固定阈值法最常用的方法是设定一个全局阈值 T，用 T 将图像数据分成两部分：大于等于 T 的像素集合和小于 T 的像素集合。将大于等于 T 的像素集合的灰度值设定为黑色(或者白色)，小于 T 的像素集合的灰度值设定为白色(或者黑色)。在图像细节表现方面，固定阈值法存在很大缺点。为了克服这个缺点，出现了自适应阈值法。针对有很强照明或反射梯度的图像，需要根据梯度进行阈值化时，自适应阈值法非常有用。阈值的选择在每个像素点都可能不同，通过计算像素点邻域的加权平均，然后减去一个常数来确定该像素的阈值。图 2-4 给出了灰度图像二值化示例。

2.2.3图像分割

图像分割是将图像中有意义的特征部分提取出来,包括图像中的边缘、 区域等。图像分割是图像处理与计算机视觉必不可少的重要环节，是数字图像处理中的关键技术之一,得到了研究人员的广泛重视，但是其发展较慢。 迄今为止，还没有一种图像分割方法适用于所有图像。 图像分割的技术和算法种类繁多,是计算机视觉领域的一个经典难题,人们至今仍在不断探索新的分割理论与分割算法。图像分割算法基本可以分为两大类:边缘检测和阈值分割。

基于边缘的分割是通过检测出不同区域边缘来进行分割。所谓边缘是指其周围像素灰度有阶跃变化的那些像素的集合。它存在于目标与背景之间，是图像分割所依赖的最重要的特征。 因此，边缘检测可以看作是处理许多复杂问题的关键。对于边缘的检测常常借助于边缘检测算子进行，常用的边缘检测算子有：R oberts算子、 Laplace算子、 Sobel算子、 R obinson算子、 K its算子等。

阈值分割法是一种基于区域的图像分割技术,其基本原理是通过设定不同的

13

特征阈值,把图像像素点分为若干类。阈值法是一种简单但是非常有效的方法,特别是不同物体或结构之间的有很大的强度对比时,能够得到很好的效果。阈值分割实现简单、 计算量小、 性能较稳定,已被应用于很多的领域。

在O penCV 中实现了三种跟图像分割相关的算法，它们分别是：水岭分割算法、 金字塔分割算法和均值漂移分割算法。 (1)3.1分水岭分割算法

它是一种基于数学形态学的一种图像分割方法，其基本思想是把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域称为集水盆，而集水盆的边界则形成分水岭。 分水岭算法首先计算灰度图像的梯度，这对山谷或没有纹理的盆地(亮度值低的点)形成有效，也对山头或图像中有主导线段的山脉的形成有效。然后开始从用户指定点或算法得到点开始持续 “灌注” 盆地直到这些区域连在一起。合并后的区域通过聚集的方式进行分割，从而把图像分割成相应的标记区域[18]。在O penCV 中该算法实现的函数为cvW atershed(),其定义如下：void cvW atershed(constCvA rr*im age,CvA rr*m arkers);其中 im age是一个 8 位(三通道)的彩色图像，而 m arker是单通道整形，具有相同维数的图像。经过分水岭算法分割处理后的图像效果图如下图所示:

原图像

分水岭分割

图2-5分水岭算法分割处理

(2)金字塔分割算法

图像金字塔是一个图像集合，集合中的所有图像都源于同一个原始图像，而且是通过对图像连续降采样获得，直到达到某个终止条件才停止降采样。金字塔分割首先建立一个图像金字塔，然后在G i的像素和G i+1的像素直接依照对应关系，建立起 “父子” 关系[17]。现在金字塔的高层低分辨率图像上完成，然后逐层对分割加以优化。经过金字塔算法分割处理后的图像效果图如下图所示: 14

原图像 金字塔分割

图2-6金字塔算法分割处理

(3)均值漂移分割算法

均值漂移分割能找到在空间上颜色分布的峰值。要根据空间变量设置一个空间半径(spatialRadius),根据颜色变量设置一个颜色半径(colorR adius) 。经过均值漂移算法分割处理后的图像效果图如下图所示:

原图像 均值漂移算法分割

图 2-7均值漂移算法分割

2.2.4图像滤波

图像滤波，即在尽量保留图像细节特征的条件下对目标像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接响到后续图像处理和分析的有效性和可靠性。

由于成像系统、传输介质和记录设备等的不完善，数字图像在其形成、传输记录过程中往往会受到多种噪声的污染。另外，在图像处理的某些环节当输入的像对象并不如预想时也会在结果图像中引入噪声。这些噪声在图像上常表现为一引起较强视觉效果的孤立象素点或象素块。一般，噪声信号与要研究的对象不相关它以无用的信息形式出现，扰乱图像的可观测信息。对于数字图像信号，噪声表为或大或小的极值，这些极值通过加减作用于图像象素的真实灰度值上，在图 15

像造成亮、暗点干扰，极大降低了图像质量，影响图像复原、分割、特征提取、图识别等后继工作的进行。要构造一种有效抑制噪声的滤波机必须考虑两个基本问题能有效地去除目标和背景中的噪声;同时，能很好地保护图像目标的形状、大小及特定的几何和拓扑结构特征。 (1)中值滤波

中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近真实值，从而消除孤立的噪声点。方法是取某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升(或下降)的为二维数据序列。二维中值滤波输出为其中fx,y，gx,y分别为原始图像和处理gx,ymedfxk,yl,k,lw，后图像。W为二维模板，通常为2*2，3*3区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。 (2)均值滤波

均值滤波也称为线性滤波，其采用的主要方法为领域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点(x，y)，选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点(x,y)，作为处理后图像在该点上的灰度个g(x,y)，即g(x,y)1mf(x,y)， m为该模板中包含当前像素在内的像素总个数。 (3)高斯滤波

高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板(或称卷积、掩模)扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。

若使用33模板，则计算公式如下：

g(x,y){f(x1,y1)f(x1,y1)f(x1,y1)f(x1,y1) [f(x1,y)f(x,y1)f(x1,y)f(x,y1)]2f(x,y)4}16其中，为图像中f(x,y)点的灰度值，g(x,y)为该点经过高斯滤波后的值。 (4)最大均匀性平滑滤波

最大均匀性平滑滤波是针对一些滤波方法在消除噪声时引起边缘退化的现象而提出的，其基本思想是，若图像中的一个区域含有边缘，它的灰度方差必定 16

较大。该方法采用了9种不同形状的模板，1个正方形模板，4个对称的五边形模板，4个对称的六边形模板，用各模板内的灰度方差作为各个区域不均匀性的测试，以最为均匀的区域灰度均值作为被处理点的像素值。 (5)低通空域滤波

低通空域滤波是一种保留图像的低频成分，减少图像的高频成分的处理方法，有的称之为消噪声掩膜法。因为图像噪声常常以高频、随机的形式表现出来，大面积的背景区和亮度渐变区域则属低频成分。低通空域滤波以卷积方法进行。 卷积方法实质是一种加权求和的过程。选择某种形状的邻域，将邻域中的每个像素与卷积核中的对应元素相乘，乘积求和的结果即为模板中心像素的新值，卷积核中的元素称为加权系数。 (6)高通空域滤波

高通空域滤波可以增强图像的高频成分而不改变图像的低频成分。这种情况下，相对来说，削弱了图像的低频成分。因为图像的边缘或线条与图像中的高频分量相对应，高通滤波可以让高频分量顺利通过，使图像的边缘轮廓变得清楚。

2.3本章小结

本章节主要介绍机器视觉系统的概念,机器视觉系统作用和常用的图像处理方法。在此基础上，通过对理论的研究，找出适合于本次课题研究用的草莓的图像识别方法，为第三章草莓的识别打下良好的基础。

17

第三章 摄像机标定和草莓的识别

摄像机标定是机器视觉的首要任务。如果需要建立二维图像空间像素点和三维空间物理点之间的关系，首先必须进行摄像机标定[19]，它是摄像机测量与真实世界测量的联系桥梁。场景不仅仅是三维的，也是用物理单位度量的空间，因此摄像机的自然单位(像素)和物理世界的长度单位(米)的关系对三维场景的重构至关重要。摄像机标定需要建立摄像机几何模型和透镜畸变(模型，这两个模型定义了摄像机的内参数,对摄像机得到的每一幅特定物体的图像，可以在摄像机坐标系统上用旋转矩阵)和平移矩阵来描述物体的相对位置，二者构成了摄像机外参数。知道了摄像机内外参数就可以进行投影变换即由物理点三维空间坐标计算出物理点在图像平面投影点的二维像素坐标。

准确识别成熟油草莓是草莓采摘机器人进行采摘作业的首要任务。本章通过对成熟草莓、未成熟草莓及树叶的色差分量信息进行提取和统计分析，提出一种基于色差分量阈值分割的成熟草莓自动识别算法，并在 VC++ 环境下基于 OpenCV2.4.4编程实现。

本文采用的摄像机是微软公司发布的。本章简明扼要地介绍了摄像机标定的基本理论和概念，并通过一种高精度摄像机标定法张正友的平面模板标定法对相机参数进行了确认。本章的重点是介绍成熟草莓的识别。

3.1 摄像机标定

机器视觉的研究目的是让机器人通过二维图像认知三维世界，从中获取用于重建和识别对象的信息。摄像机是二维图像和三维世界的联系桥梁，摄像机的几何模型表征了二者的相互关系，这种关系通过摄像机内外参数来描述，摄像机标定过程就是求解摄像机内外参数的过程。

3.1.2摄像机标定方法

依据是否需要标定参照物，标定方法可分为三种：传统摄像机标定方法，摄像机自标定方法和主动视觉摄像机标定法[20]。

传统摄像机标定的基本方法是，在一定的摄像机模型下，基于特定的实验条件如形状、尺寸已知的参照物，经过图像处理，利用一系列数学变换和计算方法，求取摄像机模型内部参数和外部参数，一般采用标定块作为参照物。传统标定方法对于任意的摄像机模型均适用，精度高，但该标定方法的算法复杂，标定计算

18

的复杂度与摄像机成像几何模型的复杂性有关，而实际应用中很多情况下无法使用标定块。

摄像机自标定方法不依赖于任何特殊标定物或某些三维信息已知的控制点，而仅仅利用了图像对应点的信息，直接通过图像来完成标定，得到相应摄像机的内外参数。这种标定方法仅需要建立图像之间的对应，灵活性强，使得机器视觉技术能够在更广阔的范围使用。但这种方法标定过程复杂，不能满足实时性要求较高的场合，主要用在对精度要求不高的场合，如通讯和虚拟现实等场合

基于主动视觉的摄像机标定方法是根据自主控制摄像机来获取图像数据，线性地求解摄像机的模型参数。这种标定方法由于在标定过程中已知了关于摄像机的运动信息(包括诸如摄像机在平台坐标系下朝某一方向平移某一给定量、摄像机的平移运动相互正交等定量信息，以及摄像机仅作纯平移运动或仅作旋转运动等定性信息)，所以一般来说，摄像机的模型参数可以线性求解且计算简单、鲁棒性较高，缺点是不能用于摄像机运动未知和无法控制的场合，系统的成本较高。

在机器视觉系统中，应根据具体的任务、综合考虑速度、精度的要求和复杂性、价格的因素选择合适的标定方法。专用的标定块价格非常昂贵，而传统摄像机标定方法中的平面模板标定法，其标定物绘制简单，价格低廉，是一种非常实用、精度较高的标定方法。本文综合考虑上述因素，选择平面模板标定法作为草莓机器视觉系统的标定方法。

3.1.3平面模板标定法

1998 年张正友的平面标定法，考虑了径向畸变，利用多幅平面模板代替传统的摄像机标定块，标定摄像机的内外参数。该方法只需绘制一个具有精确定位点阵的模板，模板用普通的激光打印机打印贴在一个平板上，然后用摄像机在两个以上不同的方位拍摄模板的图像，摄像机和模板都可以自由的移动，最后通过确定图像和模板上的点的匹配关系，计算出图像和模板之间的转换矩阵，并利用该矩阵求解出摄像机的内外参数，原理图如图3-1所示。

19

图3-1 张正友平面标定法原理图

其基本原理是：在这里假定模板平面在世界坐标系的平面上，则模型为

XXuYKr r r t Kr r t Y (3-1) sv1231201 11

~T~T其中,K 为摄像机的内参数矩阵，MKX Y 1为模板平面上点的齐次坐 1,为模板平面上点投影到图象平面上对应点的齐次坐标，标，mKu vr1 r2 r3 和t分别是旋转矩阵和平移向量。

11HKh1 h2 h3Kr1 r2 t，r1K1h1,r2K1h2 (3-2)

根据旋转矩阵的性质如下：

T r1r20(3-3) r1r21每幅图像可获得以下两个对内参数矩阵的基本约束：

TT1h1KKh20TT1TThKKhhK1h212K1

(3-4)

由于摄像机有五个未知参数，所以当图像数目大于等于 3 时就可以线性唯一的解出 K。

利用该方法标定系统时的主要步骤[10]有： (1)绘制并打印标定模板并贴在一个平板上。

(2)移动标定模板从不同角度拍摄若干张模板图像作为标定图像。 (3)检测出模板图像中的特征角点。 (4)求出摄像机的内参数和外参数。

(5)求畸变系数，并进一步优化求精，减少标定误差

20

相机参数

平面模板 绘制棋盘角点

图3-2平面模板标定法

3.2 实验平台 3.2.1 硬件设施

本次研究用的硬件设备包括HP笔记本电脑、草莓、Gsou摄像头。

Gsou摄像头：外观造型小钢炮，免驱动，像素1000万，感光元件类型CMOS，最大分辨率1024x768.硬件设施如图3-3所示：

21

图 3-3 硬件设施

3.2.2 软件

基于Microsoft Visual Studio 2010开发环境,利用OPENCV进行图像处理。 OPENCV的应用领域：

1.人机互动; 7.机器人 2.物体识别; 8.运动分析 3.图像分割; 9.机器视觉 4.人脸识别; 10.结构分析 5.动作识别; 11.汽车安全驾驶

6.运动跟踪

OPENCV 编程语言：

OPENCV[17]用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python, Java and MATLAB/OCTAVE (版本2.5)的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#, Ch, Ruby的支持。

3.3 草莓的识别

在农业设施内对作物的果实图像进行实时、准确地目标识别,是采摘机器人视觉系统的关键技术之一,而目标识别的实质是图像分割。大部分草莓处于采摘期时,表面颜色与背景颜色存在较大差异,而同一品种果实表面颜色相近。体现在色彩空间中,果实表面颜色和背景颜色存在着不同的分布特性。根据这一特性,本研究应用了一种基于色彩空间,适用于果实目标提取的图像分割算法。

快速而有效的把水果从背景中提取出来的方法是使用阈值分割方法。本研究

22

的对象为成熟草莓，在图像上成熟草莓呈现红色,背景大部分是绿色的枝叶,还有少部分是介于黄色和红色之间的枯萎枝叶。利用两者的颜色差异,采用简单的阈值,就可以把水果从背景中分离出来。

3.3.1 草莓识别处理流程

草莓识别处理流程如图 3-4所示

图3-4草莓识别处理流程

3.3.2 采集图像

通过摄像头对草莓进行拍摄采集的图像如图3-5所示：

23

图 3-5采集的草莓图像

3.3.1 颜色空间转换

本文采用将RGB颜色空间转换为HSV颜色空间，HSV颜色空间在上一章做了介绍。

选择在HSV颜色空间下进行处理的原因：

RGB图像无法用单一的参数对图像进行分割，RGB图像转换为灰度图像再进行分割，这样做的代价就是大大的损失的图像的色彩特征。但是如果将RGB图像转化到HSV空间，却可以直接给绿色划定一个定义区间了，即H(色调)的区间。在HSV色彩空间内进行草木、树木图像的分割，通过设定绿色区间的H(色调)的门限值，提取图像中绿色的像素点，从而实现分割。HSV3分量之间的相关性远远小于RGB色彩空间中3分量的联系。颜色作为绿色植物的重要特征可以作为草木、树木图像分割的重要依据。当绿色植物所处的周围环境的色调与植物色调差别较大时，通过把RGB模型转换到HSV模型，经H分割，可以得到比较理想的分割图像和算法，简单快捷。同时MATLAB图像处理工具箱提供了大量数字图像处理的函数可供调用，可以很方便地实现各种分割算法，并进行算法评价。

3.3.2图像分割

在第二章中介绍了图像分割的方法，在这里本文采用阈值分割图像。如图3-6所示：

采集的原图像 分割果实

图3-6(a) RGB颜色空间分割果实

24

采集原图像 分割果实

图 3-6(b) HSV颜色空间分割果实

采集原图像 分割枝叶

图3-6(c) RGB颜色空间分割枝叶

采集原图像 分割枝叶

图3-6(d) HSV颜色空间分割枝叶

25

在HSV颜色空间分割枝叶的时候，由于窗帘颜色和草莓枝叶颜色十分相近，所以连窗帘也一起分割下来了。通过上述分割对比，本文在预处理阶段选择先将RGB颜色空间爱你转换为HSV颜色空间在进行分割是可行的。

3.3.3噪声去除和图像填充

如图3-6所示，分割后的图像中仍有许多像素被误判。这些被误判像素可分为两类:一是背景区域被误判为目标;另一类是目标由于光照等原因被误判为背景 。

第一类误判在视觉上表现为散点的噪声,均散落于草莓区域以外。这些噪声与分割后被判为草莓的像素分别形成多个单连通区,噪声区域的面积相比于草莓部分的面积要小很多。 解决这个问题可以用中值滤波处理。如图3-7所示。

第二类误判在分割后的图像上的目标内部表现为一些黑洞 。对于这后者和前者中黑洞较小的情况,使用形态学闭运算处理可以得到很好的改善“但当黑洞是由原图上一些明亮的光斑造成的话通常面积较大,形态学运算难以产生效果。 解决这个问题的方法就是对闭运算后的图像进行孔洞填充，如果还有散点，再滤波处理即可。

处理前 处理后

图3-7第一类噪声去除

形态学运算中腐蚀，膨胀，开运算和闭运算。 (1)膨胀

膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。可以用来填补物体中的空洞。

膨胀的算法：用3x3的结构元素，扫描图像的每一个像素用结构元素与其覆盖 的二值图像做“与”操作如果都为0，结果图像的该像素为0。否则为1结果： 26

使二值图像扩大一圈。如图3-8所示膨胀处理：

处理前 处理后

图3-8膨胀处理

(2)腐蚀

腐蚀是将与物体接触的所有背景点合并到该物体中，使边界向内部收缩的过程。可以用来消除小且无意义的物体。

腐蚀的算法：用3x3的结构元素，扫描图像的每一个像素用结构元素与其覆盖 的二值图像做“与”操作如果都为1，结果图像的该像素为1。否则为0结果：使二值图像减小一圈。如图3-9所示腐蚀处理：

处理前 处理后

图3-9腐蚀处理

(3) 先腐蚀后膨胀的过程称为开运算。用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。

(4)先膨胀后腐蚀的过程称为闭运算。用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。

27

处理前 处理后

图3-10填充处理

3.3.4质心获取

质心是标示目标位置的重要参数，在二维图像中质心坐标可以根据目标区域点的坐标来计算。对于目标区域点的集合η(x,y),其质心坐标(x,y)为：

==

式中，N是目标区域点的个数。在获取质心的时候要经过筛选，比如形状，大小等。如图3-11(a),(b) 所示，其中圆圈表示质心的位置。

图3-11(a)质心获取 图3-11(b)质心获取

28

3.4简介草莓采摘点确定的方法

在上一节中我们已经可以将草莓的特征提取出来并且可以知道它的质心位置，接下来就是确定草莓采摘点的位置。最常用的方法是基于双目立体视觉技术来定位，在这里我想说一下我的想法：运用一台摄像机和多个光电位置传感器来初步确定草莓采摘点的方法。

3.4.1采摘点的确定

距离检测的根本目的还是要确定采摘点,不同采摘方式要求不同的采摘点,草莓采摘中主要的采摘方式分为剪切式和吸取式的。前者采取用剪刀剪断茎的办法,采摘点是花萼上方5mm处;后者应用吸住后拧断的办法,则采摘点是表面最凸出的点。基于边缘匹配的算法主要针对剪切式采摘,对于吸取式采摘点的位置只能采取估测的办法。对剪切式的采摘点,采摘点位于草莓果柄上,距花萼约5mm，采摘点在二维图像上的位置如图3-12,P为理想切断点,D为实际切断点,C是形心位置,E是草莓上半部边界点,J为果尖, 且E,D,J,C共线。由于C到D的距离很小,因此可以近似地用D代替P,即认为D为采摘点。综上所述,要确定采摘点位置,关键是确定果尖的位置，对于绝大多数草莓,其形状近似于椭球,且下尖上粗,所以其重心向花萼处偏移,果尖是草莓边界到中心距离最长的点。因此,使该距离最大的点就是果尖J。果尖位置确定后,在JC延长线上搜索E点,然后在该延长线上搜索距E5mm的点D,该点即为采摘点[7],其深度由所有靠近中间的边缘点(图3-12中的P

2、P

3、P4部分)的深度均值确定。

29

图3-12草莓采摘点位置特征

3.4.2 图像融合

为了确定草莓采摘点的位置，本文将进行图像融合，将果实和枝叶图像融合在一起，然后根据草莓质心坐标，截取部分特征进行进一步的研究。如图3-13所示：

(a) 分割果实图像 (b)分割枝叶图像

(c) 图像融合 (d) 截取图像

图3-13 图像融合

3.4.3 剪切示意图

摄像机对草莓进行拍摄，同时光电传感器A放在机械手上进行测距。当机械手和草莓之间的距离大于光电传感器测量范围是机械手可以朝着目标快速前进;当距离等于光电传感器测量距离时，机械手开始减速，缓慢前进。

机械手的侧面安上光电传感器B，确定机械手的剪切装置和草莓果柄的位置。当果柄在剪切装置(剪刀)里面是，传感器发出信号，此时剪切装置可以动作，将 30

果柄剪断。示意图如图3-14所示：

图3-14 剪切示意图

关于草莓采摘点的具体算法及实验不是本次课题的研究任务。

3.5本章小结

准确识别成熟草莓是草莓采摘机器人进行采摘作业需要完成的首要任务。本章节首先简单介绍了摄像机标定的方法，然后重点讲述草莓的形状特征提取。当绿色植物所处的周围环境的色调与植物色调差别较大时，通过把RGB模型转换到HSV模型，经H分割，可以得到比较理想的分割图像和算法，简单快捷。通过一系列的图像处理，最终可在图像中识别出绝大部分的成熟草莓并记录草莓图像质心坐标。

本文在算法的编程中，如将 RGB 彩色图像转换成HSV图像，再将HSV图像进行通道分离处理，分离成H通道，S通道，V通道，然后对H通道进行分割、图像形态学处理等都用到了 OpenCV 库函数。OpenCV 的设计目标是执行速度尽量快，主要关注实时应用。它采用优化的 C 代码编写，能够充分利用多核处理器的优势。利用 OpenCV 可以降低编程的复杂度且开发出的程序具有实时性要求高、鲁棒性好的特点。

31

第四章 结论与展望

4.1结论

草莓采摘机器人是一种具有感知识别能力,能够自动完成草莓果实采摘等作业任务的智能机械收获系统,其作用在于可以降低采摘劳动强度和生产费用、提高作业效率和产品质量、保证果实适时采摘,因此对其相关技术研究具有重大现实意义。本文研究基于机器视觉的成熟草莓识别系统，对成熟草莓识别进行了理论研究和实验分析。

本文的研究主要内容如下： (1) 了解高架草莓的实际种植情况; (2) 掌握机器视觉相关知识;

(3) 搭建实验平台，设计高架草莓识别及定位算法; (4) 编制相关程序;

(5)附算法流程图及相关代码;

在主要内容中重点是自然背景下对草莓的正确识别。对草莓的图像识别技术路线为：图像采集、颜色空间转换、通道分离、阈值分割、去噪和图像填充、求得草莓质心。实验显示本课题的研究基本上完成了任务要求，能够将草莓提取出来，并且找到了草莓的质心坐标，为后续工作打下了基础。

4.2 展望

设施农业机器人是21世纪农业发展的一个重要方向,将推动我国农业向知识型、精细型的现代农业转变。本文针对农业设施内草莓采摘机器人目标信息获取的问题,基于机器视觉技术,在静态条件下对成熟草莓的果实的识别方法进行了研究，目的是实现农业机器人的自动采摘,在以下几个方面还可以继续进行研究:(1)选择样本时考虑存在遮挡的情况。 (2)完善多个目标识别和标记的算法。

(3)选择农业设施内其它果蔬作为样本,通过改进算法以增强该系统的通用性。(4)在保证精度的基础上进一步优化算法,提高运算速度,为实时处理奠定基础,进而实现动态条件下的目标距离检测。

(5)可以尝试应用立体视觉技术对草莓空间点位置进行确定。

32

致谢

33

参考文献

[1]David C, Roy C. Color vision in robotic fruit harvesting [J]. Transactions of the ASAE, 1987, 30(4):1144-1148. [2]张铁中,杨丽,陈兵旗,等.农业机器人技术研究进展[J].中国科学:信息科学,2010,40(81): 71-87. [3]近藤直, 门田充司, 野口伸.农业机器人II.机构与实例[M].北京:中国农业大学出版社,2009. [4] R. C. Harrell, P. D. Adsit , T. A. Pool, et al. The Florida robotic grove-lab [J]. Transactions of the ASAE, 1990, 33(2):391-399. [5] Kondo N, Y. Nishitsuji P, P. Ling ,K. C. Ting Visual feesback guided robotic center cherry tomato harvesting[J]. Transactions of the ASAE, 1996, 39(6):2331-2338. [6]徐丽明.生物生产系统机器人[M].北京:中国农业大学出版社,2009. [7]Kondo, N, Mnoat ,M. Basic study on chrysanthemum

cutting sticking robot[A] .In Proceedings of the International Symposium on Agricultural Mechanization and Automation[C],1997,1:93-98

[8]Kondo, N., Monta, M., Ogawa Y. Cutting providing system and vision algorithm for robotic chrysanthemum cutting sticking system [A].In Proceedings of the International Workshop on Robotics and Automated Machinery for Bio-productions[C,1997:7-12 [9] [20]王芬娥,郭维俊,曹新惠,等.甘蓝生产现状及其机械化收获技术研究[J].中国农机化,2009, (3): 79-82,89. [10]纪超,冯青春,袁挺,等.温室黄瓜釆摘机器人系统研制及性能分析[J].机器人,2011, 33 (6):726-730. [11]袁挺,李伟,潭豫之,等.温室环境下黄瓜采摘机器人信息获取m.农业机械学报,2009, 40(10):151-155. [12]周云山计算机视觉在蘑菇采摘机器人上的应用.农业工程学报,1995,11(4):27一32 [13]俞高红,赵匀,李革,史辉基 于机器视觉的蘑菇单体检测定位算法及其边界描述农业工程学报第21卷第6期:101一104 [14] 蔡健荣 , 赵杰文 . 自然场景下成熟水果的计算机视觉识别 . 农业机械学报 ,2005, 36(2): 62-64 [15]司永胜，乔军，刘刚，高瑞，何蓓. 2009. 苹果采摘机器人果实识别与定位方法.农业机械学报.40(8):161-165. [16] 张毓晋. 图像工程(上册):图像处理. 第二版. 北京: 清华大学出版社, 2006,7-20 [17] Gary Bradski, Adrian Kaehler. 于仕琪, 刘瑞祯译. 学习 OpenCV. 第一版. 北京:

34

清华大学出版社, 2009, 406-438 [18]谢文娟.基于改进分水岭算法的细胞图像分割[D].武汉：中南民 族大学，2010. [19] 马万里 . 摄像机标定技术研究 : [南昌航空工业学院硕士学位论文 ]. 南昌 :南昌航空工业学院, 2006, 6-9 [20]郝敏.基于机器视觉的马铃薯外部品质检测技术研究[D].内蒙古农业大学博士学位论文.2009.

35

附录：程序代码