公路绿化带具有绿化、水土保持、视线诱导、指示、防眩、遮蔽等功能,是公路的重要组成部分。公路绿化带植物传统的修剪方法是由专业的绿化养护人员进行手工修剪,绿化养护人员在修剪绿化带植物时存在劳动强度大、工作环境差、修剪难度大的缺点,特别是高速公路绿化养护人员在对绿化带植物进行修剪工作时还会增加交通事故发生的几率。为了减轻绿化养护人员的劳动强度,降低因公路绿化带修剪而引起交通事故的发生率,本文对公路扫雪车进行改造,使其成为球形植物修剪车。具体方案是拆下公路扫雪车的前置扫雪模块,设计一种弧形修剪刀头,改造为球形植物修剪模块。为了提高球形植物修剪车的自动化水平,本文对球形植物修剪车进行深入研究,结合图像处理方法,设计一种对球形植物的自动识别定位系统。主要方案是在修剪刀头位置加装相机,对目标球形植物进行图像采集,并对采集到的球形植物俯视图像进行一系列的图像处理,最终得到球形植物在图像的中心点坐标和半径。自动识别定位系统的实现可以为球形植物修剪车提供待修剪植物的准确位置信息,使得球形植物修剪车能够根据目标球形植物的位置信息自动调整修剪刀头位置,实现自动定位,自动修剪。本文的主要研究内容包括两部分,一是对公路扫雪车进行改造,完成球形植物修剪模块的结构设计,使其成为球形植物修剪车;二是球形植物的视觉检测识别定位系统设计,通过图像处理方法对球形植物俯视图像进行处理,并对修剪模块机械臂运动轨迹作了初步分析。本文工作内容如下:(1)对公路扫雪车进行结构改造,使其成为球形植物修剪车,对球形植物修剪模块刀头进行结构设计,设计一种弧形刀头,使其能够合理有效的修剪绿化带球形植物。(2)在球形植物修剪车修剪刀头上部安装相机,对目标球形植物进行俯视图像采集,对图像进行边缘检测和阈值分割,主要目的是提取图像中球形植物所在的区域,分析在不同方法下的球形植物俯视图像分割效果。(3)针对传统图像分割方法的不足,分析本文原始图像的特征,提出基于HSV模型的球形植物分割方法,利用HSV模型分量中的色调和饱和度对球形植物俯视图像进行图像预处理,并对球形植物投影图像进行HSV模型分割,实验结果表明此方法可以有效地将球形植物从图像中分割出来。(4)对球形植物HSV模型图像进行形态学处理,包括腐蚀、膨胀、填充和去噪处理,去除图像中的噪声,只保留球形植物区域;并对得到的理想化球形植物二值化图像进行标定,得到球形植物俯视图像中目标圆形区域的中心点坐标和像素半径。(5)将得到的目标位置信息反馈给球形植物修剪车,对修剪模块三关节机械臂运动轨迹作了初步分析。通过改造公路扫雪车前端的扫雪平台模块,设计一种针对球形植物进行修剪的修剪模块,使其成为球形植物修剪车,该车可以合理有效的对绿化带球形植物进行一次性修剪;为了提高球形植物修剪车的自动化水平,设计一种针对球形植物的自动检测识别定位系统,通过图像处理方法,得到目标球形植物投影的中心点坐标和像素半径,从而可以实现修剪车对绿化带球形植物的自动识别定位和自动修剪。