針對(duì)目前葉菜類蔬菜田間作業(yè)自動(dòng)化程度低,缺乏適用自主導(dǎo)航技術(shù)等問題,提出一種基于機(jī)器視覺的葉菜類蔬菜菜壟識(shí)別算法。利用改進(jìn)超綠算法（Gray=2Cg-Cr-Cb）對(duì)菜地圖像進(jìn)行灰度化,通過二值形態(tài)學(xué)變換和連通區(qū)域提取獲得菜壟區(qū)域和邊界,基于Huber損失函數(shù)進(jìn)行邊界曲線擬合,最終提取導(dǎo)航基準(zhǔn)線。圖像處理結(jié)果表明:1)本研究提出的識(shí)別算法在不同光照環(huán)境下具有較好的魯棒性,自然綜合光照條件下導(dǎo)航基準(zhǔn)線提取成功率為97.5%;2)基于Huber損失函數(shù)獲取到的導(dǎo)航基準(zhǔn)線,平均均方根誤差為0.668像素,比最小二乘法高72.5%,平均角度偏差為0.273°,比最小二乘法高72.6%,且處理速度與最小二乘法相似。試驗(yàn)證明本研究算法可實(shí)現(xiàn)在自然光照條件下對(duì)葉菜類蔬菜圖像的菜壟識(shí)別和導(dǎo)航基準(zhǔn)線提取。 

【文章來源】：中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào). 2020,25(03)北大核心CSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

4種光照條件下菜地不同顏色空間分量圖

基于上述分析，本研究對(duì)4種光照條件下，灰度化處理后的2G-R-B分量和2Cg-Cr-Cb分量圖像繪制灰度直方圖（圖2）�？梢悦黠@發(fā)現(xiàn)，在不同光照條件下，傳統(tǒng)超綠算法的2G-R-B分量亮度變化相對(duì)于2Cg-Cr-Cb分量更加明顯，受光照干擾較大，因此本研究選用改進(jìn)超綠算法對(duì)菜地圖像進(jìn)行灰度化處理。2 圖像分割與菜壟邊界提取

為進(jìn)一步提取菜壟圖像，本研究選用自適應(yīng)閾值的大津（OTSU）法[4]進(jìn)行二值化，效果見圖3。圖像中存在大量的細(xì)小孤立噪聲（圖3(b）），因此本研究選用5×5的濾波窗口對(duì)圖3(a）進(jìn)行中值濾波，再進(jìn)行圖像二值化，效果見圖4，二值圖像中（圖4(b））細(xì)小孤立噪聲基本上被去除。圖4 中值濾波處理后的菜地灰度圖像（a）和二值圖像（b)


本文編號(hào)：3522740