實(shí)現(xiàn)復(fù)雜場(chǎng)景下導(dǎo)航路徑的自動(dòng)獲取,是大田小麥自主作業(yè)機(jī)器人連續(xù)作業(yè)的重要環(huán)節(jié)和基礎(chǔ)。通過(guò)簡(jiǎn)單線性迭代聚類算法（simple linear iterative cluster,簡(jiǎn)稱SLIC）,在獲取麥田裸地超像素區(qū)域的基礎(chǔ)上,使用Otsu算法實(shí)現(xiàn)了裸地區(qū)域的自適應(yīng)分割,并通過(guò)數(shù)學(xué)形態(tài)學(xué)閉運(yùn)算、Canny邊緣檢測(cè)、Hough直線檢測(cè)等操作實(shí)現(xiàn)了導(dǎo)航路徑的精確獲取。為了驗(yàn)證本研究方法的有效性,將計(jì)算所得的導(dǎo)航角度與真實(shí)角度值間的平均誤差及均方差作為評(píng)價(jià)指標(biāo),并從34幅不同遮擋類別圖像中隨機(jī)選取15幅圖像進(jìn)行了測(cè)試。結(jié)果表明,本研究方法的導(dǎo)航角度平均誤差為1.584°,均方差為1.293°。表明將該方法用于田間小麥導(dǎo)航路徑的獲取是有效的。 

【文章來(lái)源】：江蘇農(nóng)業(yè)科學(xué). 2020,48(14)

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 測(cè)試圖像與運(yùn)行環(huán)境
2 基于SLIC的大田小麥導(dǎo)航線獲取
    2.1 基于SLIC算法的麥田裸地區(qū)域分割
        2.1.1 初始化種子點(diǎn)
        2.1.2 相似性度量
    2.2 裸地區(qū)域預(yù)處理方法研究
    2.3 小麥行間邊緣直線檢測(cè)和導(dǎo)航路徑的提取
        2.3.1 基于Hough變換的小麥行間邊緣直線檢測(cè)
        2.3.2 麥田導(dǎo)航路徑的獲取
    2.4 評(píng)價(jià)指標(biāo)
3 測(cè)試結(jié)果與分析
    3.1 試驗(yàn)結(jié)果
    3.2 小麥葉片的遮擋對(duì)導(dǎo)航路徑獲取的影響
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合SLIC和模糊聚類的遙感圖像分割方法[J]. 楊麗艷,趙玉娥,黃亮.  軟件. 2019(12)
[2]水稻收獲作業(yè)視覺(jué)導(dǎo)航路徑提取方法[J]. 關(guān)卓懷,陳科尹,丁幼春,吳崇友,廖慶喜.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2020(01)
[3]基于貝葉斯框架融合深度信息的顯著性檢測(cè)[J]. 趙宏偉,何勁松.  光電工程. 2018(02)
[4]基于多顏色空間分割的溫室環(huán)境視覺(jué)導(dǎo)航路徑信息提取[J]. 王紅君,陳慧,岳有軍,趙輝.  江蘇農(nóng)業(yè)科學(xué). 2017(16)
[5]機(jī)器人在溫室中的應(yīng)用研究[J]. 趙洲,朱新華,何穎,賀歡歡,鄭豪,汪鑫,安冬潔.  農(nóng)機(jī)化研究. 2015(01)
[6]基于改進(jìn)遺傳算法的農(nóng)機(jī)具視覺(jué)導(dǎo)航線檢測(cè)[J]. 孟慶寬,張漫,仇瑞承,何潔,司永勝,劉剛.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2014(10)
[7]基于K-means算法的溫室移動(dòng)機(jī)器人導(dǎo)航路徑識(shí)別[J]. 高國(guó)琴,李明.  農(nóng)業(yè)工程學(xué)報(bào). 2014(07)
[8]農(nóng)業(yè)機(jī)械機(jī)器視覺(jué)導(dǎo)航研究[J]. 楊為民,李天石,賈鴻社.  農(nóng)業(yè)工程學(xué)報(bào). 2004(01)



本文編號(hào)：3325365