玉米行间导航线实时提取

发布时间：2024-12-18 03:06

　　 针对高地隙植保机底盘玉米田间植保作业压苗严重的现象,该研究提出了基于车轮正前方可行走动态感兴趣区域(Region of Interest,ROI)的玉米行导航线实时提取算法。首先将获取的玉米苗带图像进行像素归一化,采用过绿算法和最大类间方差法分割玉米与背景,并通过形态学处理对图像进行增强和去噪;然后对视频第1帧图像应用垂直投影法确定静态ROI区域,并在静态ROI区域内利用特征点聚类算法拟合作物行识别线,基于已识别的玉米行识别线更新和优化动态ROI区域,实现动态ROI区域的动态迁移;最后在动态ROI区域内采用最小二乘法获取高地隙植保机底盘玉米行间导航线。试验表明,该算法具有较好的抗干扰性能,能够很好地适应较为复杂的田间环境,导航线提取准确率为96%,处理一帧分辨率为1 920像素×1 080像素图像平均耗时97.56 ms,该研究提出的算法能够为高地隙植保机车轮沿玉米垄间行走提供可靠、实时的导航路径。

【文章页数】：10 页

【部分图文】：

图1 高地隙植保机底盘基本结构

高地隙植保机底盘结构简图如图1所示[10]，主要由柴油机、高地隙车桥、转向油缸、高地隙轮胎、自动转向系统和机器视觉系统等组成。高地隙植保机底盘离地间隙1.1m，轴距1.6m，轮距1.3m。传动系统采用HST静液压变速箱，能够实现底盘无极变速。转向系统采用伺服电机驱动全液压转....

图2 导航线提取流程

基于机器视觉的高地隙植保机玉米行间导航线提取流程如图2所示，首先通过安装在车轮正前方的相机获取车轮正前方玉米苗带图像信息，然后对采集到的图像进行预处理，确定导航ROI，并在导航ROI内采用最小二乘法拟合导航线，最后根据路径跟踪控制算法实现高地隙植保机玉米行间行走。2图像预处理与....

图3 颜色分量统计结果

采用超绿特征算子计算土壤和玉米苗带图像灰度值，统计结果如图4a，统计结果表明玉米不同生长时期土壤背景灰度值显著小于玉米。以超绿特征算子为玉米分割阈值，采用最大类间方差法[25-27]分割玉米和土壤背景，不同时期玉米二值化分割效果如图4c所示。图4不同时期玉米与土壤背景分割结果

图4 不同时期玉米与土壤背景分割结果

图3颜色分量统计结果田间杂草、秸秆以及玉米叶片外展噪声，直接干扰静态ROI的提取。采用形态学膨胀和腐蚀去除噪声，并连通小范围断垄区域，结果如图4d所示，该区域可用于车轮对行行走路径规划效果较好。图像预处理与苗带分割为后续的ROI可靠提取提供了必要条件。

本文编号：4016956