水田耕整過程中由于駕駛員熟練度的差異容易出現(xiàn)重耕、漏耕現(xiàn)象,為消除這種人為誤差、提高工作效率,可以給旋耕機引入導(dǎo)航路徑識別系統(tǒng)。目前國內(nèi)很少有關(guān)于水田旋耕視覺導(dǎo)航路徑識別方法的研究,本研究以水田耕整圖像為研究對象,以東方紅LX-854拖拉機為試驗平臺,開展了針對水田旋耕機視覺導(dǎo)航路徑識別方法的研究,具體研究內(nèi)容如下:(1)在東方紅LX854拖拉機上搭建了圖像采集系統(tǒng)平臺,平臺允許自由調(diào)整攝像頭的安裝位置與拍攝角度,根據(jù)拍攝要求確定攝像頭安裝高度為2.4m,拍攝角度為與水平面成23.5°角向下。(2)使用不同的去噪方法處理水田耕整圖像,通過對比處理結(jié)果確定選擇式掩膜平滑法為最適合水田耕整圖像的去噪方法。(3)對水田耕整圖像在HSI色彩空間進行了特性研究,研究表明采用彩色特征值I用來區(qū)分圖像中土壤區(qū)域與秸稈區(qū)域邊界效果較好。(4)對水田耕整圖像的彩色特征值I進行了直方圖分析,提出了過量補償算法,通過設(shè)置邊界閾值來區(qū)分圖像中土壤區(qū)域與秸稈區(qū)域,應(yīng)用該算法識別圖像中土壤區(qū)域與秸稈區(qū)域邊界信息誤差不大于1%。(5)設(shè)計編寫了邊界閾值分析軟件,使用該軟件可以快速檢測出不同作業(yè)環(huán)境下圖像邊界閾值信息。(6)對攝像頭進行了標定,確定了攝像頭的內(nèi)外參,內(nèi)參平均誤差為0.15像素、畸變系數(shù)為0.18。(7)使用最小二乘法對水田耕整圖像中土壤區(qū)域與秸稈區(qū)域邊界點進行擬合,結(jié)合攝像頭內(nèi)外參的標定結(jié)果得到了導(dǎo)航路徑信息。(8)設(shè)計制作了拖拉機控制系統(tǒng),用MFC框架編寫了路徑識別程序,并開展了導(dǎo)航路徑識別系統(tǒng)的路面試驗與田間試驗,路面試驗實時橫向偏差為5.63 mm,由手柄造成的轉(zhuǎn)向角的平均偏差為1.38°,田間試驗實時橫向偏差為8.03 mm,由手柄造成的轉(zhuǎn)向角偏差為1.28°。
【學(xué)位單位】：華中農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2015
【中圖分類】：S222.3;TP391.41
【部分圖文】：

重耕圖 漏耕圖圖 1-2 重耕、漏耕示意圖Fig.1-2 The schematic diagram of heavy plow and leakage tillage農(nóng)業(yè)導(dǎo)航通常分為信標導(dǎo)航、視覺導(dǎo)航和 GPS 導(dǎo)航（趙海文 2007），其中新導(dǎo)航需要提前在農(nóng)田中放入大量信標，操作復(fù)雜（厲廣偉等 2011），而 GPS 導(dǎo)航備成本極高，通常用作北方大田耕作的導(dǎo)航（張國權(quán)等 2008），視覺導(dǎo)航具有信探測范圍寬、目標信息完整、成本低廉等優(yōu)點（張偉 2010）。本文考慮視覺導(dǎo)航這些優(yōu)點，選取了視覺導(dǎo)航作為研究方向。導(dǎo)航技術(shù)的核心是路徑識別系統(tǒng)和機械控制系統(tǒng)（華�？〉� 2012）。機械控系統(tǒng)的通用性較強，目前國內(nèi)外也有很多相關(guān)研究，具有比較成熟的技術(shù)；而路識別系統(tǒng)相對于機械控制系統(tǒng)就十分復(fù)雜了，這種復(fù)雜不僅僅體現(xiàn)在識別方法多性，還體現(xiàn)在田間路面環(huán)境的復(fù)雜性上。本文查閱了大量資料，目前有很多針對同作物與土壤的路徑識別研究課題和成果，針對水田耕整路徑識別的研究卻很少本課題正是考慮到秸稈水田環(huán)境的多樣性與復(fù)雜性，期望設(shè)計一種水田旋耕埋草行走路徑的識別系統(tǒng)。該系統(tǒng)的工作流程為：采集水田耕整圖像，通過圖像處理

水田旋耕機導(dǎo)航路徑識別系統(tǒng)研究用的色彩空間有 RGB 色彩空間、HSI 色彩空間、LUV 色彩空間（賀錦鵬 2011）；（3）對靜態(tài)采集圖像去噪分析，選取結(jié)果較好的去噪算法，并對去噪后的圖像行分割，找到圖像中土壤區(qū)域和秸稈區(qū)域的差異進而得到圖像中土壤——秸稈邊，最終轉(zhuǎn)化為拖拉機導(dǎo)航路徑信息，并用 VC 進行編程；（4）設(shè)計圖像采集系統(tǒng)和拖拉機控制系統(tǒng)并結(jié)合路徑識別程序制作成為水田路識別系統(tǒng)。（5）對該路徑識別系統(tǒng)進行路面試驗，根據(jù)試驗結(jié)果進行改進，改進后再進行間試驗，根據(jù)田間試驗的試驗結(jié)果對路徑識別系統(tǒng)進一步改進，最終得到一個適于水田耕整的路徑識別系統(tǒng)。1.4.2 技術(shù)路線本文設(shè)計的技術(shù)路線如圖 1-3 所示：采集靜態(tài)圖像像選擇式掩

表 2-2 尼康 S220 相機性能參數(shù)表Table 2-2 Nikon S220 camera performance parameters of the table參數(shù) 性能傳感器類型 CCD有效像素 1000 萬光學(xué)變焦 3 倍最大分辨率 3648×2736變焦方式 電子感光度 高 IOS 感光度自動（ISO 80-1600）2.1.4 采集結(jié)果圖 2-1 為采集的水田將秸稈耕整圖像，第一幅圖中土壤與秸稈顏色均偏黃色，第二幅圖中土壤呈現(xiàn)淺棕色而秸稈由黃色秸稈和綠色秸稈混合而成，第三幅圖土壤顏色呈現(xiàn)出深棕色，秸稈大部分呈現(xiàn)黃色。

【引證文獻】

相關(guān)會議論文 前1條

1 張玉發(fā);劉尊洋;余大斌;孫曉泉;;顏色空間在圖像主色提取方面的應(yīng)用[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（上冊）[C];2010年

本文編號：2813288