劳务合作协议范文第1篇
乙方： (以下简称甲方)(以下简称乙方)
经甲乙双方友好协商，本着“优势互补，共同发展，合作双贏”的原 则，在平等自愿的前提下，双方同意在人才交流与培训、企业发展规划与决策咨询、科技研发、实验室共建等方面建立合作关系，并达成如下协议:
一、合作原则
(一〕、共同参与、科学发展原则：遵循科研规律，实现共同发展， 形成共同经济利益体。
(二)、平等互利原则：甲、乙双方友好合作，充分发挥各自优势， 加强合作，共同发展。
(三)、长期合作原则：合作双方立足当前，着眼长远，广泛持久地开展技术创新及成果转化等工作。
二、合作内容
(一)、人才交流与培训
1.甲方聘请乙方高级专门人才为甲方客座教授或兼职教师， 对甲方相关专业学生的实践教学进行指导。甲方派出相关专业教师到乙方挂职锻炼，乙方提供相应条件。
2.乙方可根据公司发展的需要，聘请甲方相关专业的教师为公司的兼职研究人员、技术顾问或管理顾问。
3.甲方充分利用其优势资源为乙方开展干部短期培训、职工职业技能培训和非学历教育等。
(二)、发展规划与决策咨询
1.甲方根据乙方实际需要推荐有关专家为其制定合理的科技、产业等 发展规划。
2.甲方为乙方在发展过程中提供法律、政策、企划等咨询服务，为乙方在企业转型、技术攻关等重大决策提供合理建议和意见。
(三)、科技研发
充分利用甲方的科技人才优势，结合乙方的实际需要，甲乙双方共同 开展重大技术攻关、产品开发、技术推广与应用、学术交流、各类科技计划项目申报等工作。甲乙双方就有资源互补优势的研发项目开展联合攻关，并联合向政府各级管理部门申请相应的科学技术研究经费。
为乙方的长远发展、战略定位、提高企业的自主创新能力提供技术支持，促进纯钛及钛合金熔炼技术的发展。
根据乙方提出的高新技术项目需求和企业技术难题，积极组织力量进行研究开发、成果转化和技术攻关，支持企业技术创新。帮助甲方进行新产品开发、新技术、新工艺、新材料、新设备的推广应用。
帮助乙方解决产业优化中制约产业发展的关键技术、共性技术以及企业的具体技术工艺问题和管理问题，把xxxxx的技术成果优先提供给企业进行成果转化和产业化。
(四)、实验室共建
整合甲、乙双方的优势资源，结合企业生产与研究需要，乙方提供一定资金共同建立相关技术领域研究的实验室，利益共享，责任均担，合作共赢。
(五)、其它合作事项，根据双方实际需要协商开展。
三、资源共享，全面合作
甲方为乙方开放有关实验室、研究室与技术中心，共享科研仪器设备等资源，为生产和研发提供便利，乙方给予相关的技术服务费用。实现资源共享、互利互惠、全面合作
四、建立定期访问机制 双方建立互访机制，加强合作，增进友谊，协调解决合作中的有关重大问题和具体事宜。
五、由双方共同合作研发的科研成果、工艺及产品等成果共享，未经 双方协商同意，任何一方不得私自泄漏或转让第三方。
六、双方商定的科技协作项目、人才培训、企业发展规划与决策咨询等，将另行签订专项协议或合同，明确双方的责任、权利和义务，确保 各项合作项目能顺利开展。
七、本协议一式两份，I自甲、乙双方签字盖章之日起生效，有效期XX 年，到期后根据合作情况，经友好协商后再进行续签。
八、本协议未尽事宜，双方协商解决。
甲方：(盖章)
甲方代表签字：
乙方：(盖章)乙方代表签字：
年月日
劳务合作协议范文第2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：
劳务合作协议范文第3篇
甲方：
乙方：
身份证号：
乙方自愿在甲方兼职，甲方聘用乙方为劳务兼职人员，根据《中华人民共和国民法通则》、《中华人民共和国合同法》和有关规定，甲乙双方经平等协商一致，自愿签订本协议，共同遵守本协议所列条款。
一、协议期限
本协议期限为________个月，自_________年____月____日生效，至
年
月
日终止。
二、乙方承担的劳务内容及要求
1、乙方根据甲方工作要求和安排(附工作内容和工作职责)，担任______________工作，并保证按照甲方要求按时保质完成工作任务。
2、乙方同意甲方根据工作需要调整乙方的具体工作内容和工作职责。
3、乙方提供劳务期间，应当爱护甲方财产，遵守甲方各项规章制度、严格遵守甲方的业务操作规程和工作规范，按照甲方要求的时间和地点完成甲方的工作安排;不得无故缺勤、拖延相关工作进度。
4、乙方清楚了解个人目前的健康状况，能依据本协议第二条约定的劳务内容及要求为甲方提供劳务，乙方也愿意承担所约定劳务。
5、乙方在成为甲方劳务人员的同时，应自愿向甲方提供身份证、学历证明复印件及银行帐号。
6、乙方负有保守甲方商业秘密的义务。
三、劳动报酬
乙方在本协议有效期内的劳动报酬，按 □计件 □工时的计薪方式，报酬为___________________元/□件 □小时 □天 □月(大写金额：_____________________)，甲方按月支付，支付时间为每月__15___日，如遇节假日，发放顺延。
四、协议的变更和解除
(一)发生下列情形之一，本协议自行终止：
1、本协议期满的;
2、乙方服务的项目终止或提前终止的;
3、双方就解除本协议协商一致的;
4、乙方由于健康原因不能继续履行本协议义务的;
5、因本协议签署时依据的客观情况发生重大变化，致使本协议无法履行的。
(二)在下列情况下，甲方有权单方解除协议：
1、乙方违反公司纪律时;
2、乙方不积极履行义务，经劝阻不改时;
3、乙方不能按甲方要求进度完成工作任务，经甲方书面限制通知后在限期内未完成时;
4、乙方泄露甲方保密信息、资料等;
5、乙方因其他原因不宜继续履行职务时;
6、因乙方的工作失误而造成甲方损失，经核实后，甲方有权扣除乙方相应比例的劳务费，终止兼职协议。
(三)甲、乙任何一方单方面解除本协议的，需提前_____日书面通知另一方。乙方应在____日内将相关工作向甲方移交完毕，并附书面说明。
五、保密约定
(一)鉴于乙方在甲方任职，并获得甲方支付的相应报酬，乙方需在兼职期间保守甲方商业机密包括但不限于以下：
1、商业秘密：本合同所称的商业秘密，包括技术信息和经营信息，是指不为公众所知悉的，能为甲方带来经济利益，具有实用性并且经甲方采取保密措施的技术信息和经营信息。
2、技术信息：本协议提及的技术信息，包括但不限于：技术方案、技术指标、计算机软件、数据库、研究开发记录、技术报告、检测报告、实验数据、试验结果、操作手册、技术文档、相关函电以及未公开的专利、专有技术等知识产权信息。
3、经营信息：本协议提及的经营信息，包括但不限于：客户名单、营销计划、采购资料、定价政策、财务资料、进货渠道、管理诀窍、买卖意向、招投标中的标底及标书内容以及尚未披露的董事会决议、股东会决议、定期报告、配股方案、分配方案等信息。
(二)甲乙双方签定此协议时，应同时签定《保密协议》。
六、违约责任
1、乙方与甲方是相互独立的缔约人，在合作期间，必须严格遵守本协议条款，除了本协议中已表达的意思之外，每一方都有独立的权利和义务，若因任何一方的行为引起第三方诉讼、索赔，均由该方独立承担责任;
2、由于乙方个人原因所导致在双方协商的时间内无法完成甲方分配的任务，将对乙方按延误时间扣发相关报酬，同时给甲方所造成的损失由乙方承担。
七、其他约定
1、甲乙双方约定，乙方自行购买意外伤害保险，乙方在为甲方提供劳务过程中发生意外伤害均与甲方无关。
2、乙方同意医疗费用自理，医疗期内甲方不支付劳务费。
3、依据本协议第四条终止或解除本协议，双方互不支付违约金。
4、因本协议引起的或与本协议有关的任何争议，应提前协商解决，如协商不成，任何一方可以提起诉讼。
5、本合同尾部甲、乙双方的通讯地址为双方联系的唯一固定通讯地址，若在履行本协议中双方有任何争议，甚至涉及仲裁时，该地址为双方法定地址。若其中一方通讯地址发生变化，应立即书面通知另一方，否则，造成双方联系障碍，由有过错的一方负责。
以上协议一式两份，甲乙双方各持一份，自甲、乙双方签字、盖章之日起生效。
甲方：
乙方： (盖章)
(签字) 地址：
地址： 电话：
电话：
日期：
年
月
日
日期：
年
月
劳务合作协议范文第4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fx,y，gx,y分别为原始图像和处理gx,ymedfxk,yl,k,lw，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)1mf(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3×3模板，则计算公式如下：
g(x,y){f(x1,y1)f(x1,y1)f(x1,y1)f(x1,y1) [f(x1,y)f(x,y1)f(x1,y)f(x,y1)]2f(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
XXuYKr r r t Kr r t Y (3-1) sv1231201 11
~T~T其中,K 为摄像机的内参数矩阵，MKX 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，mKu vr1 r2 r3 和t分别是旋转矩阵和平移向量。
11HKh1 h2 h3Kr1 r2 t，r1K1h1,r2K1h2 (3-2)
根据旋转矩阵的性质如下：
T r1r20(3-3) r1r21每幅图像可获得以下两个对内参数矩阵的基本约束：
TT1h1KKh20TT1TThKKhhK1h212K1
(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
劳务合作协议范文第5篇
乙方：
为了充分发挥职校人才培养、服务地方经济功能，加强职校教学、技术人才培养工作与地方经济社会发展的紧密联系，更好地为地方经济建设和社会发展服务，同时借助于地方和企业的优势，为校企合作提供更大空间，以实现人才培养目标，提高人才培养质量，沭阳中等专业学校与
在平等自愿、友好协商的基础上，同意建立合作关系，并达成如下协议：
一、合作原则
本着“优势互补、资源共享、互惠
双赢、共同发展”的原则，甲乙双方建立长期、紧密的合作关系。
二、甲方的责任与义务
1.根据乙方对人力资源的需求，甲方应为乙方优先推荐相关专业的优秀毕业生;在不影响学校正常教学的前提下，应乙方要求，为企业生产经营活动提供人力资源方面的支持。
2.应乙方要求，甲方选派优秀教师和业务骨干承担或参与乙方科研项目开发、技术改造、技术援助和学术研讨，科研产权归双方共同所有，双方可另签具体的合作协议。甲方的科学技术研究成果，在同等条件下优先向乙方转让。
3.乙方若有要求，可在甲方挂牌设立“人力资源培训基地”、“校企合作实验室”、“校企合作生产性实训车间”等，甲方为乙方提供技术讲座、员工职业技能培训、考证、资料翻译、产品研发及生产等方面的服务，双方可另签具体的合作协议。
4.乙方有对甲方的“订单式人才培
养”或“企业员工培训”等培养方案提出改进意见的权利。甲方以产学结合、工学交替、顶岗实习等现代人才培养模式，按照企业人才规格要求设置、开发课程、组织教学，保证乙方人才培养质量。
5.甲方在组织教师和学生参与科研合作、专业实习、人员培训等活动的过程中，严格遵守乙方的相关规章制度及其他合理要求，严守企业的商业秘密。
三、 乙方的责任与义务
1.根据甲方的教学需要，可在乙方挂牌设立“沭阳中等专业学校校外实训基地、就业基地或产学研合作基地”，乙方为甲方相关专业学生的见习、专业实习、毕业实习、毕业设计及社会实践等活动提供必要的协助。
2.乙方应优先满足甲方学生在专业实习、毕业实习、就业等方面的需求。及时向甲方提供人力资源需求方面的信息，在条件相同的情况下，优先录用甲方的毕业生。校企合作协议书
3.应甲方教学改革需要，乙方在
条件许可的前提下，选派管理人员、工程技术人员担任专业带头人或兼职教师，参与甲方人才培养过程;参与甲方人才培养方案的制定、教学改革、教材编写等工作，成果归双方共同所有。
4.应甲方科学研究需要，乙方选派工程技术人员和业务骨干参与甲方科研项目开发、技术援助和学术研讨，科研成果产权归双方共同所有，双方可另签具体的合作协议。
5.乙方应根据行业和企业的发展，对甲方的专业设置、课程设置、人才培养等方面的工作提供建议和咨询。
6.甲方定期派遣一定数量的专业骨干教师到乙方及其下属相关企业实习锻炼，培养“双师”队伍。实习期间乙方提供相关食宿条件和工作岗位，保证实习效果。校企合作协议书
四、附则
1.为加强沟通和联系，甲、乙双方应明确联系人和联系方式，并通过不定期的会面研究解决合作过程中的问
题。
2.双方的具体合作项目可在本协议的基础上另签协议;双方合作过程中因实习、培训、技术开发和咨询、生活安排、劳务等发生的费用，由双方本着“平等协商，互惠互利”的原则加以解决。
3.本协议有效期 3 年，协议期满可根据双方需要确定是否续签。
4.本协议履行中出现纠纷，双方应尽力协商解决。
劳务合作协议范文第6篇
汽车金融公司为借款人提供保证担保，协同借款人办理交纳车辆购置附加费、领取牌照等手续，并在15个工作日内将汽车发票、缴费凭证、行车证(复印件)提交银行，银行根据汽车金融公司提供的资料发放贷款。在贷款人申请个人汽车消费贷款之后，银行和其指定的汽车金融公司需要填写一份《汽车消费贷款合作协议书》，以共同满足贷款购车人的贷款需求。
汽车消费贷款合作协议书
甲方：银行
联系电话：
地址：
乙方：汽车服务有限公司
联系电话：
地址：
为促进汽车消费需求，推动汽车工业的发展，双方本着平等互利的原则，根据《汽车消费贷款管理办法》，经友好协商，就汽车消费贷款的合作事宜达成如下协议：
一、甲方指定乙方为开展汽车消费贷款业务的特约经销商，积极配合乙方开展汽车销售工作，提供优质的金融服务。
二、乙方在甲方开立结算账户，营销资金通过甲方结算。
三、乙方同意为购车人提供保证担保，乙方可以要求购车人提供必要的反担保。
四、对同意发放汽车消费贷款的借款人，甲方应当向乙方出具同意《汽车消费贷款通知书》。
五、乙方收到《汽车消费贷款通知书》后，应当协同借款人办理交纳车辆购置附加费、领取牌照等手续，并在15个工作日内将汽车发票、缴费凭证、行车证(复印件)提交甲方。对于逾期未提供上述资料的，甲方有权取消对借款人的贷款承诺，后果由乙方承担。
六、乙方应当保证提供给甲方的上述资料真实无误，否则由此导致甲方不能追偿贷款而产生的损失由乙方负责，本协议期限届满不影响甲方继续对乙方行使追索权。
七、甲方在收到乙方所提交的材料后，应当在5个工作日内将相应的购车款划转给乙方。
八、甲方的贷款条件若发生变化应当及时通知乙方，并可应乙方的要求提供利率政策等有关信息。乙方应当定期向甲方反馈汽车销售的政策、价格等市场信息。
九、本协议未尽事宜，双方协商签订补充协议，补充协议与本协议具有同等法律效力。
十、双方发生纠纷时，首先由当事人各方协商解决，协商无效时应当向甲方所在地人民法院提起诉讼。
十一、本协议经双方法定代表人或授权代理人签字并加盖公章后生效，有效期l年，到期后经双方协商可续签合作协议。
十二、本协议一式两份，甲乙双方各执一份。
甲方：(签章)
法定代表人或
授权代理人(签章)
年月日
乙方：(签章)
法定代表人或
授权代理人(签章)