基于機(jī)器視覺(jué)的農(nóng)田機(jī)械導(dǎo)航線提取算法
【專利摘要】本發(fā)明公開(kāi)一種基于機(jī)器視覺(jué)的農(nóng)田機(jī)械導(dǎo)航線提取算法，該方法包括如下步驟：對(duì)CCD獲取的彩色農(nóng)田圖像，使用改進(jìn)的超綠算法進(jìn)行灰度化，得到目標(biāo)區(qū)分較好的圖像；然后使用改進(jìn)的Otsu算法對(duì)圖像進(jìn)行二值化閾值處理；再采用腐蝕、膨脹以及開(kāi)閉運(yùn)算的形態(tài)學(xué)算法去除圖像噪聲；提取主作物行并Hough變換來(lái)擬合導(dǎo)航線，計(jì)算航向偏差，得到平行的導(dǎo)航線，為實(shí)時(shí)校正航向提供反饋信息。本發(fā)明可以簡(jiǎn)化圖像處理步驟和程序，改善以往算法適應(yīng)性和精度較差、處理速度慢的缺點(diǎn)，提高算法通用性，使其處理不同作物的時(shí)候都能給出準(zhǔn)確的導(dǎo)航線。本發(fā)明處理一幅圖像所用時(shí)間在200ms左右，可滿足農(nóng)田機(jī)械實(shí)時(shí)導(dǎo)航的要求。
【專利說(shuō)明】基于機(jī)器視覺(jué)的農(nóng)田機(jī)械導(dǎo)航線提取算法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及農(nóng)業(yè)工程領(lǐng)域，尤其是自動(dòng)化精耕細(xì)作中農(nóng)田機(jī)械導(dǎo)航線的提取。
【背景技術(shù)】
[0002]精細(xì)農(nóng)業(yè)由于資源消耗少、環(huán)境污染小等優(yōu)點(diǎn)，已成為農(nóng)業(yè)現(xiàn)代化、信息化的一個(gè)趨勢(shì)。自動(dòng)導(dǎo)航是精細(xì)農(nóng)業(yè)的關(guān)鍵技術(shù)，常用的自動(dòng)導(dǎo)航技術(shù)有GPS，多傳感器融合，機(jī)器視覺(jué)等，機(jī)器視覺(jué)由于其在價(jià)格、抗干擾性等方面的優(yōu)勢(shì)，成為近年來(lái)導(dǎo)航技術(shù)研究的熱點(diǎn)。國(guó)內(nèi)外專家學(xué)者就農(nóng)田機(jī)械導(dǎo)航技術(shù)進(jìn)行深入研究。歐美國(guó)家起步較早，瑞典專家Bjprn Astrand等提出的基于Hough變換的強(qiáng)魯棒性作物行識(shí)別的導(dǎo)航算法,通過(guò)融合多壟信息有效克服雜草噪聲影響。但是目前的算法只能處理規(guī)則平直的作物行。比利時(shí)學(xué)者V.Leemans等比較了基于機(jī)器視覺(jué)的兩種不同導(dǎo)航算法，第一個(gè)實(shí)驗(yàn)中用Hough變換結(jié)合遞歸濾波器獲得了較好的結(jié)果。第二個(gè)實(shí)驗(yàn)中，獲取的圖像包括一些并列的行，考慮到行距等先驗(yàn)知識(shí)，提出一種改進(jìn)的Hough變換算法，其檢測(cè)種子行的真實(shí)性和精確度都更優(yōu)。國(guó)內(nèi)學(xué)者近年來(lái)也取得了顯著的研究成果，中國(guó)農(nóng)業(yè)大學(xué)的李茗萱，張漫等人針對(duì)基于機(jī)器視覺(jué)的自動(dòng)導(dǎo)航系統(tǒng)現(xiàn)有導(dǎo)航線提取算法易受外界環(huán)境干擾和處理速度較慢等問(wèn)題，提出一種基于圖像掃描濾波的導(dǎo)航線提取方法。該方法是在傳統(tǒng)多種圖像處理算法的基礎(chǔ)上結(jié)合圖像掃描濾波的方法來(lái)提高導(dǎo)航線提取算法的速度和適應(yīng)性。內(nèi)蒙古大學(xué)的張志斌等提出一種基于平均壟間距的視覺(jué)導(dǎo)航壟線識(shí)別算法。他們對(duì)經(jīng)過(guò)灰度二值化處理的圖像進(jìn)行基于壟間距一致性特點(diǎn)提取行，基于壟列向的連續(xù)性提取列。單壟和多壟溝圖像的處理實(shí)驗(yàn)證明了其算法的實(shí)時(shí)性和準(zhǔn)確性。
[0003]由于農(nóng)田環(huán)境的非結(jié)構(gòu)化特性，目前的農(nóng)田視覺(jué)導(dǎo)航系統(tǒng)還不夠成熟，理論上可行的方案，許多在應(yīng)用于大田環(huán)境時(shí)，適應(yīng)性和精度都不是十分理想。無(wú)序以及不規(guī)則雜草、光照強(qiáng)度等的影響使得實(shí)時(shí)導(dǎo)航難度更大。結(jié)合他人研究現(xiàn)狀，本發(fā)明提出一種基于機(jī)器視覺(jué)的快速高效作物行提取算法，為農(nóng)田機(jī)械提供可靠的導(dǎo)航線。

【發(fā)明內(nèi)容】

[0004]本發(fā)明針對(duì)目前農(nóng)業(yè)機(jī)械導(dǎo)航算法應(yīng)用于大田環(huán)境時(shí)，適應(yīng)性和精度差、速度慢的問(wèn)題提出基于機(jī)器視覺(jué)的農(nóng)田機(jī)械導(dǎo)航線提取算法。在已有超綠灰度化算法的基礎(chǔ)上改進(jìn)超綠因子為1.8G-R-0.SB對(duì)圖像灰度化處理；灰度化處理效果較好，對(duì)目標(biāo)圖像的分割，可以采用簡(jiǎn)便快捷的閾值法；在考慮導(dǎo)航信息量和準(zhǔn)確性的前提下，提取最重要的中間兩行作物作為導(dǎo)航參照，使Hough變換的統(tǒng)計(jì)數(shù)組可以界定更小角度范圍和距離范圍，提高了運(yùn)算速度。
[0005]為解決上述技術(shù)問(wèn)題，本發(fā)明采用如下技術(shù)方案:
基于機(jī)器視覺(jué)的農(nóng)田機(jī)械導(dǎo)航線提取算法，它的步驟如下:
51:米用彩色相機(jī)獲取農(nóng)田圖像；
52:利用改進(jìn)的超綠因子對(duì)超綠灰度化算法進(jìn)行改進(jìn)，并對(duì)獲取的彩色圖像灰度化；S3:對(duì)灰度化圖像進(jìn)行二值化處理，得到二值圖像；
S4:對(duì)二值化處理后的圖像通過(guò)腐蝕、膨脹以及開(kāi)閉運(yùn)算的形態(tài)學(xué)處理方法濾除噪
聲；
S5:在考慮導(dǎo)航信息量和準(zhǔn)確性的前提下，提取最重要的中間兩行作物作為導(dǎo)航參照，采用中間掃描的方式提取主作物行；
56:由于機(jī)器視覺(jué)系統(tǒng)所拍攝的圖像尺寸已知，可以采用Hough變換來(lái)擬合導(dǎo)航線，使用Hough變換檢測(cè)直線的思想如式(I)所示:利用圖像空間和Hough空間的點(diǎn)-線對(duì)偶性，把圖像空間的檢測(cè)問(wèn)題轉(zhuǎn)換到參數(shù)空間，在參數(shù)空間通過(guò)簡(jiǎn)單累加統(tǒng)計(jì)尋找累加器峰值的方法檢測(cè)直線，
p = xcose+ysin0 , Θ∈[0,180], x ∈ [O, width] , y∈ [O, hight] (I)
57:對(duì)于提取的主作物行傾斜直線，依據(jù)視覺(jué)系統(tǒng)的標(biāo)定原理進(jìn)行校正，得到平行的導(dǎo)航線。
[0006]所述SI中使用的是農(nóng)田真實(shí)復(fù)雜環(huán)境的圖像，所述S2中使用的是改進(jìn)的超綠因子1.8G-R-0.SB，灰度化處理效果較好，對(duì)目標(biāo)圖像的分割，可以采用簡(jiǎn)便快捷的閾值法，所述S4中采用3*3模板進(jìn)行形態(tài)學(xué)除噪，所述S6中Hough變換的統(tǒng)計(jì)數(shù)組可以界定更小角度范圍和距離范圍。
[0007]本發(fā)明的有益效果是:本發(fā)明的基于機(jī)器視覺(jué)的農(nóng)田機(jī)械導(dǎo)航線提取算法為農(nóng)田機(jī)械導(dǎo)航線提取提供一種靈活的方法，改善了以往算法適應(yīng)性和精度較差、處理速度慢的缺點(diǎn)，提高算法通用性，使其處理不同作物的時(shí)候都能給出準(zhǔn)確的導(dǎo)航線。本發(fā)明處理一幅圖像所用時(shí)間在200ms左右，可滿足農(nóng)田機(jī)械實(shí)時(shí)導(dǎo)航的要求。
【專利附圖】

【附圖說(shuō)明】
[0008]圖1是本發(fā)明的技術(shù)流程圖；
圖2 Ca)是本發(fā)明的麥田原圖，(b)是采用超綠算法處理的灰度圖，(c)是本發(fā)明的灰度化算法處理的結(jié)果圖像；
圖3是本發(fā)明的閾值法二值化得到結(jié)果圖像；
圖4是本發(fā)明的形態(tài)學(xué)消噪得到的結(jié)果圖像；
圖5是本發(fā)明的細(xì)化處理結(jié)果圖像；
圖6是本發(fā)明的主作物行提取的結(jié)果圖像；
圖7是本發(fā)明的快速Hough變換得到的結(jié)果圖像；
圖8是本發(fā)明的導(dǎo)航線校正結(jié)果圖像。
【具體實(shí)施方式】
[0009]如圖1所示，本發(fā)明的基于機(jī)器視覺(jué)的農(nóng)田機(jī)械導(dǎo)航線提取算法，它的步驟如下: 步驟S1:彩色數(shù)碼相機(jī)在農(nóng)田真實(shí)環(huán)境中拍攝的作物圖片，如圖2 (a)所示，將其以
JPG或者BMP的格式保存在電腦程序中，圖像的大小為640*480，基于開(kāi)發(fā)的視覺(jué)程序，該圖片即可直接顯示在程序界面上；
步驟S2:采用改進(jìn)的超綠因子(1.8G-R-0.SB)對(duì)超綠圖像分割算法進(jìn)行改進(jìn)，對(duì)彩色圖像進(jìn)行處理得到灰度圖像，如圖2 (c)所示，傳統(tǒng)的超綠圖像分割算法處理的圖像如圖2(b)所示；
步驟S3:采用Ostu算法對(duì)灰度圖像進(jìn)行二值化閾值處理，得到的二值圖像如圖3所
示；
步驟S4:由于農(nóng)作物的非結(jié)構(gòu)化特性，行間仍有許多小噪聲，作物行上也有少許小孔噪聲。由于這些噪聲相對(duì)于作物行面積較小，為了不改變和消除作物行有用信息，本發(fā)明采用形態(tài)學(xué)算法濾除噪聲，本發(fā)明采用3*3模板對(duì)二值化圖像分別進(jìn)行腐蝕、膨脹以及開(kāi)閉運(yùn)算，處理結(jié)果如圖4所示；
步驟S5:在考慮導(dǎo)航信息量和準(zhǔn)確性的前提下，提取最重要的中間兩行作物作為導(dǎo)航參照，因?yàn)橄鄼C(jī)安裝于作業(yè)機(jī)械的中間部位，正常行走所拍攝的圖像是對(duì)稱的，如果出現(xiàn)偏差，中間兩行作物的位置會(huì)有更明顯的變化。采用中間掃描的方式提取主作物行，處理結(jié)果如圖5所示；
步驟S6:由于機(jī)器視覺(jué)系統(tǒng)所拍攝的圖像尺寸已知，可以采用Hough變換來(lái)擬合導(dǎo)航線。使用Hough變換檢測(cè)直線的思想如式(I)所示:利用圖像空間和Hough空間的點(diǎn)-線對(duì)偶性，把圖像空間的檢測(cè)問(wèn)題轉(zhuǎn)換到參數(shù)空間，在參數(shù)空間通過(guò)簡(jiǎn)單累加統(tǒng)計(jì)尋找累加器峰值的方法檢測(cè)直線。式(I)中P為點(diǎn)(H)到直角坐標(biāo)的距離，width和height分別為處理圖像的寬度和高度。對(duì)于提取過(guò)主作物行的圖像，Hough變換的統(tǒng)計(jì)數(shù)組可以界定更小角度范圍和距離范圍，因此克服原有Hough變化計(jì)算量大，速度慢的問(wèn)題，處理結(jié)果如圖6所示
P=Xcosθ+ysinθ，θ ∈[0,180]，x ∈ [O, width] , y ∈ [O, hight] (1)；
步驟S7:對(duì)于提取的主作物行傾斜直線，依據(jù)視覺(jué)系統(tǒng)的標(biāo)定原理進(jìn)行校正，即通過(guò)計(jì)算兩條主導(dǎo)航線的中線與圖像中線的偏差，可以得到航向的像素級(jí)偏差，然后再依據(jù)視覺(jué)系統(tǒng)圖像坐標(biāo)系與世界坐標(biāo)系之間的轉(zhuǎn)換關(guān)系計(jì)算出真實(shí)的航向偏差，得到平行的導(dǎo)航線，反饋給機(jī)械系統(tǒng)進(jìn)行校正，處理結(jié)果如圖7所示。
[0010]本發(fā)明可以廣泛的用于其它不同作物的作物行導(dǎo)航線提取。
[0011]以上實(shí)施方式僅用于說(shuō)明本發(fā)明，而并非對(duì)本發(fā)明的限制，有關(guān)【技術(shù)領(lǐng)域】的普通技術(shù)人員，在不脫離本發(fā)明的精神和范圍的情況下，還可以做出各種變化和變型，因此所有等同的技術(shù)方案也屬于本發(fā)明的范疇，本發(fā)明的專利保護(hù)范圍應(yīng)由權(quán)利要求限定。
【權(quán)利要求】
1.基于機(jī)器視覺(jué)的農(nóng)田機(jī)械導(dǎo)航線提取算法，其特征在于，它的步驟如下: 51:米用彩色相機(jī)獲取農(nóng)田圖像；52:利用改進(jìn)的超綠因子對(duì)超綠灰度化算法進(jìn)行改進(jìn)，并對(duì)獲取的彩色圖像灰度化； 53:對(duì)灰度化圖像進(jìn)行二值化處理，得到二值圖像； S4:對(duì)二值化處理后的圖像通過(guò)腐蝕、膨脹以及開(kāi)閉運(yùn)算的形態(tài)學(xué)處理方法濾除噪聲； S5:在考慮導(dǎo)航信息量和準(zhǔn)確性的前提下，提取最重要的中間兩行作物作為導(dǎo)航參照，采用中間掃描的方式提取主作物行； 56:由于機(jī)器視覺(jué)系統(tǒng)所拍攝的圖像尺寸已知，可以采用Hough變換來(lái)擬合導(dǎo)航線，使用Hough變換檢測(cè)直線的思想如式(I)所示:利用圖像空間和Hough空間的點(diǎn)-線對(duì)偶性，把圖像空間的檢測(cè)問(wèn)題轉(zhuǎn)換到參數(shù)空間，在參數(shù)空間通過(guò)簡(jiǎn)單累加統(tǒng)計(jì)尋找累加器峰值的方法檢測(cè)直線， P = XcasevysiTiff , Θ e [0,180],x e [O, width] , y e [O, hight] (I); 57:對(duì)于提取的主作物行傾斜直線，依據(jù)視覺(jué)系統(tǒng)的標(biāo)定原理進(jìn)行校正，得到平行的導(dǎo)航線。
2.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺(jué)的農(nóng)田機(jī)械導(dǎo)航線提取算法，其特征在于，在所述SI中使用的是農(nóng)田真實(shí)復(fù)雜環(huán)境的圖像。
3.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺(jué)的農(nóng)田機(jī)械導(dǎo)航線提取算法，其特征在于，在所述S2中使用的是改進(jìn)的超綠因子1.8G-R-0.8B。
4.根據(jù)權(quán)利要求1所述基于機(jī)器視覺(jué)的農(nóng)田機(jī)械導(dǎo)航線提取算法，其特征在于，在所述S4中采用3*3模板進(jìn)行形態(tài)學(xué)除噪。
【文檔編號(hào)】G06T5/00GK103914836SQ201410110238
【公開(kāi)日】2014年7月9日 申請(qǐng)日期:2014年3月24日 優(yōu)先權(quán)日:2014年3月24日
【發(fā)明者】刁智華, 毋媛媛, 方潔, 王宏, 羅雅雯 申請(qǐng)人:鄭州輕工業(yè)學(xué)院