針對(duì)高地隙植保機(jī)底盤(pán)玉米田間植保作業(yè)壓苗嚴(yán)重的現(xiàn)象,該研究提出了基于車(chē)輪正前方可行走動(dòng)態(tài)感興趣區(qū)域(Region of Interest,ROI)的玉米行導(dǎo)航線(xiàn)實(shí)時(shí)提取算法。首先將獲取的玉米苗帶圖像進(jìn)行像素歸一化,采用過(guò)綠算法和最大類(lèi)間方差法分割玉米與背景,并通過(guò)形態(tài)學(xué)處理對(duì)圖像進(jìn)行增強(qiáng)和去噪;然后對(duì)視頻第1幀圖像應(yīng)用垂直投影法確定靜態(tài)ROI區(qū)域,并在靜態(tài)ROI區(qū)域內(nèi)利用特征點(diǎn)聚類(lèi)算法擬合作物行識(shí)別線(xiàn),基于已識(shí)別的玉米行識(shí)別線(xiàn)更新和優(yōu)化動(dòng)態(tài)ROI區(qū)域,實(shí)現(xiàn)動(dòng)態(tài)ROI區(qū)域的動(dòng)態(tài)遷移;最后在動(dòng)態(tài)ROI區(qū)域內(nèi)采用最小二乘法獲取高地隙植保機(jī)底盤(pán)玉米行間導(dǎo)航線(xiàn)。試驗(yàn)表明,該算法具有較好的抗干擾性能,能夠很好地適應(yīng)較為復(fù)雜的田間環(huán)境,導(dǎo)航線(xiàn)提取準(zhǔn)確率為96%,處理一幀分辨率為1 920像素×1 080像素圖像平均耗時(shí)97.56 ms,該研究提出的算法能夠?yàn)楦叩叵吨脖C(jī)車(chē)輪沿玉米壟間行走提供可靠、實(shí)時(shí)的導(dǎo)航路徑。

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

圖1 高地隙植保機(jī)底盤(pán)基本結(jié)構(gòu)

高地隙植保機(jī)底盤(pán)結(jié)構(gòu)簡(jiǎn)圖如圖1所示[10]，主要由柴油機(jī)、高地隙車(chē)橋、轉(zhuǎn)向油缸、高地隙輪胎、自動(dòng)轉(zhuǎn)向系統(tǒng)和機(jī)器視覺(jué)系統(tǒng)等組成。高地隙植保機(jī)底盤(pán)離地間隙1.1m，軸距1.6m，輪距1.3m。傳動(dòng)系統(tǒng)采用HST靜液壓變速箱，能夠?qū)崿F(xiàn)底盤(pán)無(wú)極變速。轉(zhuǎn)向系統(tǒng)采用伺服電機(jī)驅(qū)動(dòng)全液壓轉(zhuǎn)....

圖2 導(dǎo)航線(xiàn)提取流程

基于機(jī)器視覺(jué)的高地隙植保機(jī)玉米行間導(dǎo)航線(xiàn)提取流程如圖2所示，首先通過(guò)安裝在車(chē)輪正前方的相機(jī)獲取車(chē)輪正前方玉米苗帶圖像信息，然后對(duì)采集到的圖像進(jìn)行預(yù)處理，確定導(dǎo)航ROI，并在導(dǎo)航ROI內(nèi)采用最小二乘法擬合導(dǎo)航線(xiàn)，最后根據(jù)路徑跟蹤控制算法實(shí)現(xiàn)高地隙植保機(jī)玉米行間行走。2圖像預(yù)處理與....

圖3 顏色分量統(tǒng)計(jì)結(jié)果

采用超綠特征算子計(jì)算土壤和玉米苗帶圖像灰度值，統(tǒng)計(jì)結(jié)果如圖4a，統(tǒng)計(jì)結(jié)果表明玉米不同生長(zhǎng)時(shí)期土壤背景灰度值顯著小于玉米。以超綠特征算子為玉米分割閾值，采用最大類(lèi)間方差法[25-27]分割玉米和土壤背景，不同時(shí)期玉米二值化分割效果如圖4c所示。圖4不同時(shí)期玉米與土壤背景分割結(jié)果

圖4 不同時(shí)期玉米與土壤背景分割結(jié)果

圖3顏色分量統(tǒng)計(jì)結(jié)果田間雜草、秸稈以及玉米葉片外展噪聲，直接干擾靜態(tài)ROI的提取。采用形態(tài)學(xué)膨脹和腐蝕去除噪聲，并連通小范圍斷壟區(qū)域，結(jié)果如圖4d所示，該區(qū)域可用于車(chē)輪對(duì)行行走路徑規(guī)劃效果較好。圖像預(yù)處理與苗帶分割為后續(xù)的ROI可靠提取提供了必要條件。

本文編號(hào)：4016956