1. 研究目的与意义、国内外研究现状（文献综述）
本课题意义：在农业应用中，采摘机器人在采摘果实时经常会遇到树枝等障碍物，这时就需要其准确地定位树枝，以防止折断大量树枝并损坏自身部件，以便更高效率地采摘果实。因此研究树枝的识别和定位具有实用价值。hough变换是一种使用表决原理的参数估计技术。其原理是利用图像空间和hough参数空间的点－线对偶性，把图像空间中的检测问题转换到参数空间。通过在参数空间里进行简单的累加统计，然后在hough参数空间寻找累加器峰值的方法检测直线。本课题利用改进型的hough变换方法，实现树枝的识别和定位。
国内研究现状：2001年，南京农业大学的张瑞合、姬长英等对自然环境下番茄的识别与精确定位进行了研究，他们根据番茄与叶子的颜色差异，用直方图的曲线分割法来分割并识别出绿色叶片背景下的红色番茄；2009年，江苏大学的蔡健荣、周小军等人通过提取和处理障碍物图像的骨架，并利用对特征点的立体匹配恢复障碍物的三维信息；2010年，河北农业大学的司永胜、乔军等利用归一化的红绿色差分割苹果的方法，对不同光照情况下拍摄的苹果图像进行识别，并对识别后的图像进行预处理，获得苹果的轮廓图像。
国外研究现状：2001 年,bulnaon d.m.等根据色度模型和 lcd模型对不同光照条件下的苹果进行识别，并采用多阈值法进行分割；2008年，日本的kanae tanigaki等人研制的草莓收获机器人采用装有红色和红外激光二极管的三维视觉传感器，激光束扫描目标，通过处理三维视觉传感器获得的图像，定位水果和障碍物，确定末端执行器的轨迹。
2. 研究的基本内容和问题
研究的目标：通过对hough变换的改进，找到尽可能好的方法，从而正确且高效地识别采摘过程中的树枝障碍物，以提高实际生产中的生产效率。
研究内容：本研究以自然场景下拍摄的树枝为研究对象，通过对hough变换的不断改进，找到一种尽可能好的算法，利用树枝的特点提取出树枝区域，经过处理后得到树枝骨架，绘制图形。
拟解决的关键问题：通过不断尝试对hough变换的改进找到一种尽可能好的算法；对树枝特征的提取识别。
3. 研究的方法与方案
研究方法：hough变换，是一种使用表决原理的参数估计技术。其原理是利用图像空间和hough参数空间的点－线对偶性，把图像空间中的检测问题转换到参数空间。通过在参数空间里进行简单的累加统计，然后在hough参数空间寻找累加器峰值的方法检测直线；特征提取，根据树枝和其他部分不同的特征参数，提取出树枝的区域；图像分割，图像分割的一种重要途径是通过边缘检测，即检测灰度级或者结构具有突变的地方，表明一个区域的终结，也是另一个区域开始的地方。这种不连续性称为边缘。不同的图像灰度不同，边界处一般有明显的边缘，利用此特征可以分割图像,分割出树枝的区域。
技术路线：
实验方案：实验素材有自制仿真树枝图片、在自然条件下拍摄的树枝；先用仿真树枝图片进行测试，分别用原始hough变换方法、不同的改进方法来进行实验，以寻找最佳算法，再用真实树枝图片进行多次测试，不断改进以达到最佳效果，使准确性更好，效率更高。
4. 研究创新点
本课题的特色在于对Hough变换方法的改进。Hough变换具有强鲁棒性和良好的抗干扰能力，但与此同时，其时间复杂度和空间复杂度较高，使其在性能要求很高的领域的应用受到了阻碍。近年来，许多人提出了很多不同的Hough变换修正方法，试图在保持其原有优点的同时改正其缺点。
本课题将是在充分研究其他人的方法后，找到的一种复杂度尽可能低、识别速度尽可能高的改进方法。5. 研究计划与进展
3月12日前：收集完成课题所必需的材料，搜索并浏览与课题相关的论文、资料，形成初步构想。
3月12日～4月9日：认真钻研，不断摸索，基本完成课题。
4月9日～5月14日：不断改进算法，完善论文，完成课程设计。
