為實(shí)現(xiàn)植保機(jī)器人精準(zhǔn)自主導(dǎo)航和提高路徑檢測(cè)的精度、可靠性,提出一種基于RANSAC算法的視覺(jué)導(dǎo)航路徑檢測(cè)方法。首先,采用超綠灰度化法和最大類間方差法進(jìn)行圖像分割;繼而結(jié)合形態(tài)學(xué)操作與動(dòng)態(tài)面積閾值濾波算法濾除干擾;最后,在壟行的邊緣中,根據(jù)均值法提取特征點(diǎn),采用RANSAC算法剔除離群點(diǎn)后由最小二乘法進(jìn)行直線擬合,以提高導(dǎo)航路徑的檢測(cè)精度。實(shí)驗(yàn)表明,與Hough變換相比,本文壟行中心線檢測(cè)方法具有更高的檢測(cè)精度,導(dǎo)航路徑的檢測(cè)率可達(dá)93.8%,比未使用RANSAC算法提高了18.8個(gè)百分點(diǎn)。 

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
0 引言
1 圖像預(yù)處理
    1.1 圖像分割
    1.2 壟行區(qū)域劃分
    1.3 圖像降噪處理
2 特征點(diǎn)提取與離群點(diǎn)剔除
    2.1 特征點(diǎn)提取
    2.2 基于RANSAC算法的離群點(diǎn)剔除
3 實(shí)驗(yàn)結(jié)果與分析
    3.1 基于Hough變換的導(dǎo)航路徑檢測(cè)結(jié)果
    3.2 基于最小二乘法的導(dǎo)航路徑檢測(cè)結(jié)果
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]農(nóng)業(yè)機(jī)械導(dǎo)航技術(shù)研究進(jìn)展[J]. 張漫,季宇寒,李世超,曹如月,徐弘禎,張振乾.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2020(04)
[2]基于分區(qū)域特征點(diǎn)聚類的秧苗行中心線提取[J]. 廖娟,汪鷂,尹俊楠,張順,劉路,朱德泉.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2019(11)
[3]葡萄園植保機(jī)器人路徑規(guī)劃算法[J]. 艾長(zhǎng)勝,林洪川,武德林,馮志全.  農(nóng)業(yè)工程學(xué)報(bào). 2018(13)
[4]基于圖像特征點(diǎn)粒子群聚類算法的麥田作物行檢測(cè)[J]. 姜國(guó)權(quán),楊小亞,王志衡,劉紅敏.  農(nóng)業(yè)工程學(xué)報(bào). 2017(11)
[5]基于機(jī)器視覺(jué)的玉米根莖導(dǎo)航基準(zhǔn)線提取方法[J]. 宋宇,劉永博,劉路,朱德泉,焦俊,陳黎卿.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(02)
[6]基于全概率更新的改進(jìn)RANSAC算法[J]. 王可,賈松敏,李秀智.  控制與決策. 2017(03)
[7]基于視覺(jué)識(shí)別的小麥?zhǔn)斋@作業(yè)線快速獲取方法[J]. 趙騰,野口伸,楊亮亮,石井一暢,陳軍.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(11)
[8]基于SUSAN角點(diǎn)的秧苗列中心線提取方法[J]. 張勤,陳少杰,李彬.  農(nóng)業(yè)工程學(xué)報(bào). 2015(20)
[9]農(nóng)業(yè)機(jī)械自動(dòng)導(dǎo)航技術(shù)研究進(jìn)展[J]. 胡靜濤,高雷,白曉平,李逃昌,劉曉光.  農(nóng)業(yè)工程學(xué)報(bào). 2015(10)
[10]自主導(dǎo)航農(nóng)業(yè)車輛的全景視覺(jué)多運(yùn)動(dòng)目標(biāo)識(shí)別跟蹤[J]. 李盛輝,田光兆,姬長(zhǎng)英,周俊,顧寶興,王海青.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2015(01)



本文編號(hào)：3728076