农业电气化前景精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的农业电气化前景主题范文，仅供参考，欢迎阅读并收藏。

第1篇：农业电气化前景范文

部分专业介绍前景概要如下：

1、电气工程及其自动化，工科领域就业之王中王专业。

专业介绍：本专业培养能够从事与电气工程有关的系统运行、自动控制、电力电子技术、信息处理、试验分析、研制开发、经济管理以及计算机应用等领域工作的宽口径复合型高级工程技术人才。

就业前景：毕业后可在电厂、电站、电业局、电厂、电力科研院所、电力规划设计院、自动化高新技术公司、各地电力公司、非电力企业动力部门工作。可在电力系统自动化、计算机应用技术、农业电气化与自动化等主要专业方向深造。

2、机械工程及自动化专业，工科高就业率的常青树。

专业介绍：本专业培养能在工业生产第一线从事机械工程及自动化领域的设计制造、科技开发、应用研究、运行管理和市场营销等方面工作的宽口径、通识型高级工程技术人才。

就业前景：可在机械、电子、冶金、石油化工、航空航天、兵工等领域的企事业单位从事生产技术、研究开发、工程建设、行政管理及教育工作等。机械工程及其自动化专业是集机械、电子、信息技术为一体的综合性专业，知识结构先进，适应面宽广，发展潜力大，是一个发展迅速、需求巨大的热门专业。

3、计算机科学与技术，互联网时代的高薪就业骄子。

该专业适应了当今互联网时代的需求，重新走向了就业率上升道路，据2016年2月信息时报讯，从广东省的中山大学专业就业上看，计算机类及软件类摘得头筹，本科毕业生转正月收入达到7769元。此外，计算机科学与技术、网络工程、软件工程、均远超毕业生的平均收入。

专业介绍：培养能在科研部门、教育单位、企业、事业、技术和行政管理部门等单位从事计算机教学、科学研究和应用的计算机科学与技术学科的高级专门科学技术人才。

第2篇：农业电气化前景范文

涉电学科主要本科专业均设在《目录》中工学门类下，涉及能源动力类、电气类、土木类、水利类、核工程类和农业工程类六个专业类。能源动力类下设“能源与动力工程”一种基本专业和“新能源科学与工程”一种特设专业；电气类下设“电气工程及其自动化” 一种基本专业和“智能电网信息工程”及“电气工程与智能控制”两种特设专业；土木类、水利类、核工程类、农业工程类下设的涉电基本专业分别为“建筑电气与智能化”、“水利水电工程”、“核工程与核技术”、“农业电气化”（见下表）。

下面，就将国内高校涉电学科主要本科专业概况依据收集到的有关资料，逐一进行介绍。涉及到相关高校的名单部分一般以学校的自然地理布局依次罗列，排名不分先后。

能源与动力工程

专业解读

在1998年版的《普通高等学校本科专业目录》中，能源动力类下设专业为“热能与动力工程”。《普通高等学校本科专业目录（2012年）》颁布后，各高校在招生专业名称上进行了调整，即将原来“热能与动力工程”专业改为“能源与动力工程”专业。

本专业是国家重点发展领域之一，发展前景广阔。本专业的目标是培养既掌握热能与动力工程专业的基础理论知识、计算技能，又具备从事相关领域工作所需要的经济管理知识和能力，能够从事电力行业相关领域的科学技术应用、研究、开发和管理的高级人才。目前热能与动力工程专业已经从面向传统火力发电，拓展出一些新的专业方向。现本专业的专业方向包括：热能动力、集控运行、燃气轮机及其联合循环、核能发电、风力发电等。

主要课程

本专业的主要课程有：力学、工程热力学、工程流体力学、传热学、汽轮机原理、锅炉原理、热力发电厂、泵与风机、自动控制理论、工程图学、机械设计基础、电工技术基础、电子技术基础以及各专业方向的专业课。

就业方向

本专业学生毕业后就业面广，适应能力强。就业方向：⑴大型现代化电力企业从事生产、经营和管理工作；⑵各级政府部门及事业单位从事能源、动力方面的节能、规划、建设、运营、咨询和监管等工作；⑶科研院所、大专院校从事能源与动力相关领域的研究与开发、教学、管理等工作。主要就业单位有：电力公司、电力设计院、电力规划院、电力科学研究院、电力建设部门、电力工程公司、大中专院校和研究院（所）、咨询与技术服务类公司、火力发电厂、大型核电站、燃气-蒸汽联合循环电厂、风力发电厂等。

开设院校

目前开设“能源与动力工程”专业的高校共有188所，其中“985工程”高校23所，“211工程”高校29所。

“985工程”高校：北京航空航天大学、北京理工大学、东北大学、同济大学、中国农业大学、天津大学、大连理工大学、吉林大学、哈尔滨工业大学、上海交通大学、东南大学、山东大学、湖南大学、华南理工大学、重庆大学、电子科技大学、西北工业大学、中国科学技术大学、华中科技大学、中南大学、中山大学、四川大学、西北农林科技大学。

“211工程”高校：北京交通大学、北京工业大学、北京科技大学、华北电力大学、华北电力大学（保定）、太原理工大学、哈尔滨工程大学、华东理工大学、苏州大学、南京航空航天大学、河海大学、河北工业大学、大连海事大学、南京理工大学、中国矿业大学（徐州）、合肥工业大学、中国石油大学（华东）、武汉理工大学、贵州大学、长安大学、南京师范大学、南昌大学、郑州大学、西南交通大学、大学、青海大学、新疆大学、中国石油大学（北京）、哈尔滨工业大学（威海）。

新能源科学与工程

专业解读

“新能源科学与工程”为2011年教育部批准设置的本科专业，2012年将原有的风能与动力工程和新能源科学与工程合并统一改为“新能源科学与工程”，为能源动力类下的特设专业。本培养在风能、太阳能、地热、生物质能等新能源领域从事相关工程技术领域的开发研究、工程设计、优化运行及生产管理工作的跨学科复合型高级工程技术人才，和具有较强工程实践和创新能力的专门人才，以满足国家战略性新兴产业发展对新能源领域教学、科研、技术开发、工程应用、经营管理等方面的专业人才需求。

主要课程

本专业课程组除了高等数学、大学物理等工程技术基础课群外，还有风能与动力工程、流体力学、传热学、能源系统工程、可再生能源及其利用、风力发电原理等专业平台课群；光伏材料与太阳能电池、风力发电场等专业选修课群等。

就业方向

本专业根据能源类型的不同为划分为不同的方向，主要有生物质能方向（生物质发电与生物燃料等新能源设备及系统的设计、开发、集成、制造以及新工艺的应用技术等），风力发电方向（风力发电机组与风电场的设计、制造、建设、运行、试验研究、项目投资与管理）、太阳能光伏发电方向（面向太阳能电池设计、制造，光伏电站设计、运行与控制）等等。在就业方向上，生物质能方向主要在大型现代化电力及能源企业、新能源发电设备制造企业、能源与环保企业从事设计、生产、经营和管理工作，在各级政府部门及事业单位从事新能源电力、节能等方面的规划、建设、运营、咨询和监管等工作以及在与新能源相关的科研、教学等企事业单位工作；风力发电方向可在电网公司、五大发电公司、能源企业、研究所、设计院、风力发电设备制造企业、风电场等单位从事风电场的规划、设计、施工、运行与维护，风电机组设计、制造与研究，风力发电技术项目开发等风能与动力工程专业的技术咨询与管理工作以及在其他相关领域从事专门技术工作。太阳能光伏发电方向可在研究所、设计院、大型电力企业、太阳能发电设备制造企业及太阳能电站等单位从事太阳能发电系统设计、规划、制造、施工及运行管理，太阳能发电系统集成产业的技术与管理，太阳能发电技术项目开发等相关的技术与管理工作。

开设院校

据不完全统计，目前开设本专业的高校约有30所，其中“985工程”高校3所，“211工程”高校8所。

“985工程”高校：东北大学、浙江大学、西安交通大学。

“211工程”高校：河海大学、华北电力大学、贵州大学、新疆大学、东北农业大学、南京理工大学。

电气工程及其自动化

专业解读

“电气工程及其自动化”专业主要包括电力系统及其自动化、继电保护与自动远动技术、电力电子技术、城市供用电技术、高电压及信息技术、电力市场6个专业方向。主要培养具备电气工程理论基础，掌握电力系统技术知识及应用能力，熟悉电力工业的科学技术与发展，能够从事电气工程及其自动化领域相关的生产制造、工程设计、系统运行、系统分析、技术开发、教育科研、经济管理等方面工作的特色鲜明的复合型高级工程技术人才。

主要课程

本专业的主要课程有：高等数学、工程数学、大学英语、大学物理、计算机语言及应用、信号与系统、电子技术基础、自动控制理论、电路、电机学、电磁场、电力系统分析、电力电子技术、发电厂电气部分、高电压技术、继电保护等。

就业方向

本专业学生毕业后主要在电力公司、电力设计院、电力规划院、电力建设部门、电力科研开发部门、发电厂以及与电力生产密切相关的设备制造企业从事相关的工作。

开设院校

目前开设本专业的高校约有480所，其中“985工程”高校24所，“211工程”高校39所。

“985工程”高校：清华大学、北京理工大学、天津大学、东北大学、北京航空航天大学、中国农业大学、大连理工大学、吉林大学、哈尔滨工业大学、复旦大学、上海交通大学、东南大学、浙江大学、同济大学、厦门大学、山东大学、湖南大学、华中科技大学、中南大学、华南理工大学、重庆大学、电子科技大学、西北工业大学、西安工业大学。

“211工程”高校：北京林业大学、河北工业大学、太原理工大学、辽宁大学、北方工业大学、华北电力大学、华北电力大学（保定）、大连海事大学、东北师范大学、东北林业大学、东华大学、南京理工大学、江南大学、南京师范大学、哈尔滨工程大学、东北农业大学、华东理工大学、上海大学、南京航空航天大学、河海大学、安徽大学、福州大学、南昌大学、合肥工业大学、中国石油大学（华东）、郑州大学、暨南大学、广西大学、西南交通大学、贵州大学、大学、武汉理工大学、海南大学、长安大学、青海大学、西安电子科技大学、新疆大学、石河子大学、中国地质大学（北京）。

智能电网信息工程

专业解读

“智能电网信息工程”是国家发展战略新兴产业和进行国家智能电网建设的急需专业，为电气类下的特设专业。培养具有扎实的专业理论和专业技能，具备较强的综合素质和一定的创新精神，掌握信息采集和处理的基本理论和电力系统通信技术，掌握电力系统生产、运行的规律和特点，并对智能电网体系结构和关键技术有一定认识，可以在信息化、自动化、互动化的电力系统领域从事研究、开发、设计、制造、运行维护与管理等工作的复合型高级工程技术人才。

主要课程

本专业的主要课程有：高等数学、大学物理、计算机语言及应用、信号与系统、电子技术基础、自动控制理论、电路、电机学、电磁场、电力系统分析、电力电子技术、智能电网技术、通信原理、物联网、无线传感网络、传感器与检测、单片机原理、嵌入式系统等。

就业方向

本专业学生毕业后主要在电网公司、发电公司、科研设计、高等院校、相关行业或部门从事设计、开发、生产运行与管理、科学研究、技术支持等工作。

开设院校

目前开设本专业的高校主要有：

华北电力大学、重庆邮电大学、青岛科技大学、南京工程学院、南京邮电大学、南京理工大学、广东技术师范学院、长春工程学院等。

电气工程与智能控制

专业解读

“电气工程与智能控制”专业主要培养能够在工业企业运动控制、过程控制、供电技术、检测与自动化仪表、信息处理等领域从事系统分析、系统设计、系统运行维护、科技开发等方面工作的具有创新精神和良好的英语沟通能力的复合型工程技术人才。

主要课程

本专业的主要课程有：电路与电子技术、机械设计基础、微机原理及接口、电机与拖动基础、自动控制理论、传感器与检测技术、设备信息管理系统、智能化控制系统、液压与气动等。

就业方向

本专业学生毕业后，主要从事现代企业特别是外企的生产和管理的自动控制、电气设备的系统控制和运行维护等方面的工作，也可从事科研工作。

开设院校

目前开设本专业的高校主要有：

上海海事大学、辽宁工程技术大学、中北大学等。

建筑电气与智能化

专业解读

“建筑电气与智能化”属于工学大类，土建类。随着信息化技术的发展，国民经济对数字化城市、绿色与智能建筑的要求越来越高，各行各业用信息技术来改造传统产业是大势所趋，而建筑智能化是与信息技术紧密结合的朝阳产业，社会对“建筑电气与智能化”专业人才的需求量会越来越大。

本专业主要学习电工技术、控制理论等基础理论，学习计算机网络与综合布线、楼宇自动化及建筑电气的理论和技术，学生受到现代电气自动化工程师的基本训练，具有进行楼宇自动化系统和建筑电气系统的设计、运行、实验研究的基本能力。

主要课程

主要课程有：电气控制与可编程、建筑制图与识图、电工基础、电子技术基础、应用电机技术、电气CAD、制冷与空调技术、楼宇给排水、楼宇综合自动化、电梯技术等。实践课程内容包括：认识实习、电工实习、生产实习、毕业实习、课程设计、毕业设计等。

就业方向

本专业学生毕业后主要在各类企事业单位、科研、设计、施工等部门从事建筑电气与智能化领域的研究、设计、生产和开发、运行、管理、维修等工作。如：⑴建筑电气专业强弱电设计、施工、监理；⑵智能建筑系统的开发、安装、调试和维护；⑶建筑设备的研发、安装、调试、维护；⑷电子设备的研究、开发与维护；⑸计算机控制系统与工业控制系统的软硬件研发。

开设院校

目前开设本专业的高校有28所：

北京建筑工程学院、沈阳建筑大学、南京工业大学、盐城工学院、杭州电子科技大学、青岛理工大学、郑州轻工业学院、湖南文理学院、西安建筑科技大学、安徽建筑工业学院、浙江科技学院、扬州大学、南京工程学院、长春工程学院、重庆大学城市科技学院、吉林建筑工程学院城建学院、广西大学行健文理学院、南京师范大学泰州学院、河北建筑工程学院、吉林建筑工程学院、南通大学、苏州科技学院、华东交通大学、山东建筑大学、湘潭大学、广东技术师范学院、天津城市建设学院、金陵科技学院、华北科技学院、三江学院、北京联合大学、河南城建学院、广东技术师范学院天河学院、安徽建筑工业学院城市建设学院、成都理工大学工程技术学院、扬州大学广陵学院。

水利水电工程

专业解读

水电是我国的主要能源之一，随着国民经济的高速发展，水利水电事业也在突飞猛进，具有广阔的前景。水利水电工程专业主要培养既掌握水利水电工程建设所必需的基本理论和基本知识、又具备水利水电工程的专业知识和能力，培养能够从事水利水电领域的规划、设计、施工、科研、管理、教育等工作的高级人才。

主要课程

本专业的主要课程有：工程力学、结构力学、水力学、土力学、计算机应用、工程地质、工程测量学、工程水文及水利计算、水利工程经济学、建筑材料、钢筋混凝土结构、钢结构、水工建筑物、水利水电工程施工、水电站建筑物、建设项目评估和管理等。

就业方向

本专业学生毕业后在水利、水电领域的规划院、勘测设计院、工程局、水电开发公司、工程单位及相关企业从事水利水电规划、设计、施工、监理等工作；在有关部委、省、市的水利水电管理部门、电力集团公司、流域机构、水电站、水库等从事水利水电管理工作；在高等学校、科研院所从事水利水电方面的科研、教学等工作；也可在土木建筑及其他行业从事相关工作。

开设院校

目前开设本专业的高校共78所，其中“985工程”高校8所，“211工程”高校17所。

“985工程”高校：清华大学、大连理工大学、山东大学、武汉大学、天津大学、华中科技大学、华南理工大学、西北农林科技大学。

“211工程”高校：华北电力大学、太原理工大学、福州大学、中国农业大学、东北农业大学、河海大学、合肥工业大学、南昌大学、郑州大学、广西大学、西南交通大学、四川农业大学、贵州大学、大学、宁夏大学、石河子大学、青海大学。

核工程与核技术

专业解读

“核工程与核技术”专业是根据我国核电事业广阔发展前景和对人才的巨大需求而设置的新专业。其目标是培养核电设计、制造、运行、维护和管理等方面的高级技术人才。

主要课程

本专业的主要专业课程有：热工基础、计算机应用、工程力学、机械设计基础、电工学、检测技术、热工过程自动化、计算机控制、可靠性工程、汽轮机原理及运行、核反应堆物理分析、核反应堆热工分析、核反应堆控制和仪表、核电厂辐射测量与防护、核反应堆安全分析、核电厂系统与运行等。

就业方向

本专业学生毕业后能胜任核电厂的运行、维护和管理工作，也能胜任核电工程项目的设计、科研和管理工作及其它能源动力领域的专门技术工作。主要有：⑴核电厂的运行、维护和管理及技术支持工作；⑵核电设备制造企业的技术开发工作；⑶核工程设计院和研究院的设计和科研工作；⑷核电工程公司的技术咨询与管理工作。主要就业单位有：五大电力集团公司、中国广东核电集团公司、中国核工业集团公司、核电工程建设公司、核电设备制造企业、核工程设计院、核工程与核技术研究院所等。

开设院校

目前开设本专业的高校共28所，其中“985工程”高校11所，“211”院校2所。

“985工程”高校：清华大学、上海交通大学、中国科学技术大学、武汉大学、华南理工大学、重庆大学、东南大学、华中科技大学、中山大学、四川大学、西安交通大学。

“211工程”高校：华北电力大学、哈尔滨工程大学。

农业电气化

专业解读

“农业电气化”专业学生主要具备电力、电子与控制工程方面的基本理论，电子计算机应用技术和企业经营管理方面的基本知识，农村（地方）电力系统及农用电气工程和自动化技术有关的工程设计、科研开发及实验调试方面的基本能力。

主要课程

本专业的主要课程有：电路学、电机学、自动控制理论、电子学、计算机技术、电力工程、供电技术、用电技术、电网规划、配电网自动化、高电压技术、电力电子技术、电气控制技术、计算机网络与控制技术、电力经营管理等。

就业方向

本专业学生毕业后主要在地方电力系统和大型企业供电系统从事有关的科研、设计、建设、运行、供电及用电管理等方面的技术工作。

开设院校

第3篇：农业电气化前景范文

关键词：农业电气化与自动化；苹果图像分割；目标定位；轮廓曲率；HOUGH圆拟合

中图分类号：TP391.4

文献标识码：A

DOI：10.3969/j.issn.1003-6970.2015.08.007

0 引言

果实目标的准确识别与精确定位是采摘机器人视觉系统必须解决的关键问题。在自然条件下，果实目标的识别易受天气、果实遮挡等诸多因素的影响，识别难度大，准确率不高。运用计算机视觉技术，结合果实目标轮廓特征来实现自然场景下苹果果实目标的准确识别是解决该问题的有效手段，受到了广泛关注。

在果蔬采摘机器人机器视觉方面，研究人员开展了大量的研究工作。D'Esnon等采用彩色视觉系统对树上苹果进行检测，通过对彩色图像分割得到二值图像后找到各水果区域的中心。杨国彬等直接使用RGB分量作为贝叶斯分类器的输入进行目标与背景的分类，由于图像的复杂性，其效果并不稳定。赵杰文等研究了基于HIS（Hue，Intensity，Saturation）颜色特征的田间成熟番茄识别技术，实现了成熟番茄目标的准确提取。张铁中等提出了一种基于彩色空间参照表的果实目标提取分割算法，为该类型目标的准确识别提供了新的思路。荀一等针对单果遮挡目标的识别问题，根据其轮廓曲率变化情况，通过提取连续光滑轮廓线段并进行圆拟合的方式，较好地实现了苹果目标的识别。

鉴于上述，本研究拟提出一种基于轮廓曲率的树上苹果目标识别与定位方法，首先将采集到的图像在HIS颜色空间下进行预处理操作，并选择基于区域分割的方法，同时结合数学形态学理论进行图像分割，较好地实现目标与背景的分离；然后运用轮廓曲率特征得到光滑轮廓曲线并进行圆心及半径等参数的估计，并通过圆拟合方法得到苹果的准确位置；最终实现苹果采摘点的精确定位。

1 基于HIS颜色空间和区域分割的苹果目标分割

1.1 RGB颜色空间与HIS颜色空间的转换

合适的颜色空间是实现目标分割的基础，常见的RGB颜色空间将颜色看作是三基色的组合，但各分量之间存在很强的相关性，其细节难以进行数字化的调整。HIS颜色模型可以反映人的视觉系统感知彩色的方式，以色调、饱和度和强度3种基本特征量来表示给定颜色。由于人的视觉对亮度的敏感程度远强于对颜色浓淡的敏感程度，为了便于色彩的处理和识别，人的视觉系统经常采用HIS色彩空间，它比RGB色彩空间更符合人的视觉特性。所以本研究选择在HIS颜色空间下进行苹果目标的分割。

RGB颜色空间转换到HIS颜色空间的转换公式如式（1）所示，在HIS颜色模型中取色调H作为特征量进行统计分析其中色调H的取值由式（2）所示。经过变换后，即可将相互关联的R、G、B分量转换为相互独立的色调（H）、饱和度（S）和强度（I）3部分。

RGB颜色空间与HIS颜色空间转换的结果如图1所示。其中，图1（a）为原始彩色苹果目标图像，可见在自然场景下，受到光照等因素的影响，苹果表面存在了大量的阴影等信息，完整识别目标的难度极大。图1（b）为色调子图像，通过图1（b）可以看出苹果目标区域的色调值依然得到了较好地保留。图1（c）、（d）分别为饱和度子图像及其亮度子图像，可见在饱和度与亮度子图像中，目标与背景间差别较小，难以用于果实目标的分割。因此，本研究提出了一种充分利用果实色调信息进行目标的分割的方法。

1.2 基于超红图像的苹果果实识别

结合图1（a）和图1（b）可以发现，虽然果实目标整体颜色偏红，但由于阴影等因素的影响易被误分为背景。因此，为了达到红色调信息的有效利用，本研究利用超红图像来进行目标的分割，所用超红图像Ir的公式如式（3）所示。

Ir=n*R-G

（3）

式中，n为超红图像的系数，针对苹果目标的识别，一般有n>l，针对本文获取的图像目标，经过大量测试后，本研究选择n=1.3。

利用红色调信息增强对图1（a）进行处理的结果如图2所示，其中图2（a）为所得的超红图像，可见经过充分利用红色调信息，可以较好地去除背景信息的影响，突出果实目标区域。图2（b）为利用Otsu自适应阈值二值化后的结果，可见经过二值化处理后，成熟苹果的部分被很好地提取了出来。图2（c）为对图2（b）滤波、去除噪声后的图像，可见大部分果实目标均得到了较好地识别，目标外侧轮廓均得到了较好地提取，有利于后续进行目标的定位。

果实目标的精确定位是实现采摘机器人准确采摘的基础。对于苹果目标，一般将其近似为圆形目标，快速而准确地检测类圆目标在计算机视觉领域，特别是自动检验和装配领域有着广泛的应用前景。Hough变换方法是检测圆及类圆目标的有效方法。利用Hough圆变换算法对图2（c）进行处理后的结果如图2（d）所示，经过处理后，基本可以完整的定位至果实目标区域，但经过二值化处理后的目标多存在空洞、分割不完整及轮廓不平滑等问题，故而其定位效果还有待进一步提高。果实目标的边缘轮廓是目标识别和定位的关键信息，受分割算法的影响，分割后的目标轮廓存在大量伪轮廓，为了去除其对目标识别的影响，本研究利用参考文献所提出的轮廓曲率方法进行处理，以实现果实目标的精确定位。

2 基于轮廓曲率特征的果实识别与定位

2.1 轮廓曲率法的基本原理

苹果目标在果实花萼和果柄连线两侧的区域轮廓较为平滑，轮廓曲率的变化较小，而果实、花萼区以及轮廓非平滑区域，其轮廓曲率变化较大。因此，将若干段完整的苹果轮廓进行提取，通过判断其曲率特征的变化，即可寻找到适合的轮廓段进行目标定位。

假设轮廓线上某一点为p1（x1

图3为轮廓曲率示意图，其中，θi（i=1，2）为分割点p1的切线角。按照上述轮廓曲率计算方法，以轮廓线左上方的点作为起始点，按逆时针方向对苹果轮廓线进行跟踪，间隔采样并计算曲率。采样点之间较为平坦的曲线相对应的曲率变化较小，其曲率的变化反映了轮廓线的变化情况，通过分段计算曲率即可将实现果实目标轮廓线的识别，并可将其看作圆弧进行圆拟合：（1）当目标轮廓线上存在一段或多段圆弧且采样点较少时舍去；（2）当只有一段圆弧时，圆弧所在圆的半径R，为圆弧上采样点的平均曲率，再由几何关系确定圆心的位置从而得到拟合圆；（3）当有多段圆弧时，分别对所有圆弧按照第2条进行操作，取包含目标像素点的个数最多的圆作为拟合圆。

2.2 定位中心点的选取及采摘点的确定方法

中心点的准确判断是果实目标精确定位的又一关键因素，目前关于圆心坐标的确定方法主要有基于Hough变换及其改进方法和基于几何方法的圆心确定方法等。其中最常用的方法是找出已分割目标的外接矩形，通过矩形对角线交点的交集来确定圆心。该方法简单方便但会导致极大的误差。本文采用利用切线性质求取圆心的方法，首先作边缘图的切线，然后作与切线垂直的直线，如此重复求得大量的直径数据，由于所选取的边缘为足够平滑，其直径相交于某个小区域，故而可利用该方法在这个小区域内搜索圆心坐标值。

由于果实生长的随机性，特别是当多个果实叠加在一起时可能导致某些果实采摘点偏离过中心的垂直线，所以需要找到一种简单方便的定位方法来定位采摘点。具体做法是逐行扫描每个苹果，每个果实都是类圆目标，所以扫描结果会先增大后减小，找到距离最大的行，则苹果的采摘点（即果柄）就在扫描结果最大行的垂直平分线上。具体效果如图4所示。其中图4（a）为原始图像，图4（b）为果柄位置（及采摘点）图像，可见利用该方法基本可以实现果实采摘点的定位。

3 试验结果与分析

为了验证文中所使用算法的有效性，利用在自然场景下所获取的50幅富士苹果目标图像进行算法的测试。在所选择的样本中，部分目标存在遮挡、重叠等影响。

3.1 识别准确性分析

采摘机器人需要对自然光照条件下的苹果进行识别工作。根据情况不同，进行了多组试验以验证本研究算法的适用性。苹果果实的识别率可定义如下：

平均识别率=识别出的苹果/图像中苹果的总个数×100%

（15）

利用文中所述所得到的部分结果如图5所示。其中图5（a）为部分遮挡情况，图5（b）为部分遮挡且未完全成熟情况，图5（c）为无遮挡向光情况，图5（d）为果实间部分遮挡情况，图5（e）为含远景部分遮挡情况，图5（f-j）分别对应测试图像的试验结果。

3.2 识别结果统计

依据上述算法，分别选取25幅全景和近景图像，对算法进行试验统计，部分全景图像识别结果如表1所示。苹果总数为5个人对同一幅全景图像主观计数的平均值，识别个数为拟合圆的数目。全景图像苹果识别率约为83.6%。误差产生的原因主要有：（1）部分苹果在图像中的可观测表面较小，被当作小目标去除；（2）树叶或枝条的遮挡把苹果分为几个部分，每部分被当作独立苹果进行处理将引起误差；（3）苹果为准球形果实，用圆拟合会带来误差。对于近景图像，只对面积最大的苹果进行分析，识别率较高约为91.5%，果柄识别率为88.4%。