基于玉米根莖圖像信息,提出一種基于邊緣檢測和區(qū)域定位的玉米根莖導(dǎo)航線提取方法。首先,利用最大類間方差法自動分割2G-R-B灰度圖像,得到二值化圖像,結(jié)合形態(tài)學(xué)處理、位置/面積去噪方法提高二值化圖像質(zhì)量,對去噪圖像按列累加得到列像素累加曲線;針對傳統(tǒng)方法得到的特征點中偽特征點較多的問題,引入高斯濾波器平滑累加曲線,并運用極值法減少玉米根莖偽特征點的干擾,在提取玉米莖稈邊緣直線時,提出基于最遠莖稈成像寬度的雙側(cè)邊緣判別思路,通過掃描每條邊緣直線的四邊形封閉鄰域有效剔除偽邊緣直線;最后,根據(jù)邊緣直線二次定位玉米的根莖區(qū)域范圍,并剔除偽特征點采用最小二乘線性擬合方法準確提取導(dǎo)航線。試驗表明,本文算法處理一幅1280像素×720像素圖像耗時約236 ms,特征點擬合準確率為92%。與傳統(tǒng)方法相比,本文算法精度高、實時性好,在缺苗、雜草較多和株距不標準的情況下仍具有較強的魯棒性。 

【文章來源】：農(nóng)業(yè)機械學(xué)報. 2020,51(10)北大核心EICSCD

【文章頁數(shù)】：8 頁

【參考文獻】：
期刊論文
[1]基于YOLOv3目標檢測的秧苗列中心線提取方法[J]. 張勤,王家輝,李彬.  農(nóng)業(yè)機械學(xué)報. 2020(08)
[2]農(nóng)業(yè)機械導(dǎo)航技術(shù)研究進展[J]. 張漫,季宇寒,李世超,曹如月,徐弘禎,張振乾.  農(nóng)業(yè)機械學(xué)報. 2020(04)
[3]冬季果樹林間視覺導(dǎo)航基準線識別算法[J]. 劉陽,高國琴.  中國農(nóng)機化學(xué)報. 2019(05)
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的玉米根莖精確識別與定位研究[J]. 楊洋,張亞蘭,苗偉,張鐵,陳黎卿,黃莉莉.  農(nóng)業(yè)機械學(xué)報. 2018(10)
[5]基于無人機遙感影像的育種玉米壟數(shù)統(tǒng)計監(jiān)測[J]. 蘇偉,蔣坤萍,閆安,劉哲,張明政,王偉.  農(nóng)業(yè)工程學(xué)報. 2018(10)
[6]基于機器視覺的玉米收獲機器人路徑識別[J]. 胡丹丹,殷歡.  農(nóng)機化研究. 2017(12)
[7]基于機器視覺的玉米根莖導(dǎo)航基準線提取方法[J]. 宋宇,劉永博,劉路,朱德泉,焦俊,陳黎卿.  農(nóng)業(yè)機械學(xué)報. 2017(02)
[8]基于隨機抽樣一致性算法（RANSAC）的農(nóng)作物行提取[J]. 楊玲香,王田田,何旭.  江蘇農(nóng)業(yè)科學(xué). 2017(02)
[9]農(nóng)業(yè)機械自動導(dǎo)航技術(shù)研究進展[J]. 胡靜濤,高雷,白曉平,李逃昌,劉曉光.  農(nóng)業(yè)工程學(xué)報. 2015(10)
[10]農(nóng)業(yè)機械視覺導(dǎo)航基準線識別研究進展[J]. 劉陽,高國琴.  農(nóng)機化研究. 2015(05)



本文編號：3190222