一種農(nóng)機具導航線的提取方法及系統(tǒng)的制作方法
【技術領域】
[0001] 本發(fā)明設及導航技術領域，具體設及一種農(nóng)機具導航線的提取方法及系統(tǒng)。
【背景技術】
[0002] 農(nóng)業(yè)機械自動導航技術是精細農(nóng)業(yè)領域的關鍵技術之一，不僅可W減輕勞動者 的體力勞動，而且可W提高作業(yè)效率和精度。農(nóng)業(yè)機械自動導航主要分為GNSS(Global 化vigation Satellite System)導航和機器視覺導航，其中，機器視覺導航成本較低，可W 盡可能的采集作物信息，使用靈活，成為當前研究的熱點。機器視覺導航自動獲取農(nóng)田圖像 信息，對圖像進行分析處理后提取出導航線，作為農(nóng)業(yè)機械自動導航的參考線，然后計算導 航參數(shù)控制農(nóng)業(yè)機械的行走作業(yè)。
[0003] 農(nóng)田中早期作物植株不高，由于機械播種，作物行之間基本平行，并且作物行呈現(xiàn) 直線分布且連續(xù)，另一方面，作物行呈現(xiàn)明顯的綠色，可W在視覺圖像中進行區(qū)分，所W在 機器視覺導航中通常提取作物行作為導航線。但是，由于農(nóng)田環(huán)境復雜，光照變化、雜草干 擾、陰影遮擋等因素都會影響導航線提取的準確性，
[0004] 傳統(tǒng)的機器視覺導航系統(tǒng)多采用化U曲變換進行導航線的提取，該方法可W有效 地對作物行進行直線檢測，但存在算法復雜、計算量大等問題。一些研究人員采用最小二乘 法對作物行進行直線檢測，該方法檢測速度快，但在作物行間雜草噪聲較大時，會導致作物 行檢測的失敗。

【發(fā)明內(nèi)容】

[0005] 針對現(xiàn)有技術中的缺陷，本發(fā)明提供了一種農(nóng)機導航線的提取方法及系統(tǒng)，該方 法實現(xiàn)了對作物行間雜草的有效濾除，提高了導航線提取的速度和精度。
[0006] 第一方面，本發(fā)明提供一種農(nóng)機具導航線的提取方法，包括：
[0007] 在作物行方向上采集作物的原始圖像，并將所述原始圖像灰度化處理后再轉化為 二值圖像；
[000引獲取農(nóng)機采集作物的原始圖像時的速度信息，建立所述二值圖像與農(nóng)機速度的模 型，根據(jù)所述模型，選取兩帖不同的二值圖像作為獲取農(nóng)機具導航線的目標圖像；
[0009] 將兩帖不同的目標圖像進行邏輯"與"運算，提取出作物行，進而獲取農(nóng)機具導航 線。
[0010] 可選的，所述在作物行方向上采集作物的原始圖像，包括：
[0011] 在所述農(nóng)機上安裝拍攝相機，所述攝像機與作物行的水平方向呈70?80度，通過 所述攝像機采集作物的原始圖像。
[0012] 可選的，所述將所述原始圖像灰度處理化后再轉化為二值圖像，包括：
[0013] 對所述原始圖像義用2G-R-B方法進行灰度化處理；
[0014] 采用化SU分割方法將灰度化處理后的圖像進行分割，得到二值圖像。
[0015] 可選的，所述獲取農(nóng)機采集作物的原始圖像時的速度信息，包括：
[0016] 在所述農(nóng)機上安裝有速度傳感器，通過所述速度傳感器獲取農(nóng)機采集作物的原始 圖像時的速度信息。
[0017] 可選的，所述建立所述二值圖像與農(nóng)機速度的模型，根據(jù)所述模型，選取兩帖不同 的二值圖像作為獲取農(nóng)機具導航線的目標圖像，包括：
[001引根據(jù)所述二值圖像的帖數(shù)和所述農(nóng)機速度，建立所述二值圖像與農(nóng)機速度的模 型；
[0019] 根據(jù)所述模型W及所述農(nóng)機速度，確定待選取兩帖不同的二值圖像的相隔帖數(shù) n ；
[0020] 根據(jù)所述待選取兩帖不同的二值圖像的相隔帖數(shù)n，選擇當前圖像與該圖像相隔 帖數(shù)為n的圖像作為獲取農(nóng)機具導航線的目標圖像。
[0021] 可選的，所述將兩帖不同的目標圖像進行邏輯"與"運算，提取出作物行，進而獲取 農(nóng)機具導航線，包括；
[0022] 對所述兩帖不同的目標圖像進行邏輯"與"運算；
[0023] 采用最小二乘法提取作物行中屯、線，進而獲取農(nóng)機具導航線。
[0024] 第二方面，本發(fā)明還提供了一種農(nóng)機具導航線的提取系統(tǒng)，包括：
[0025] 第一運算單元，用于在作物行方向上采集作物的原始圖像，并將所述原始圖像灰 度化處理后再轉化為二值圖像；
[0026] 第二運算單元，用于獲取農(nóng)機采集作物的原始圖像時的速度信息，建立所述二值 圖像與農(nóng)機速度的模型，根據(jù)所述模型，選取兩帖不同的二值圖像作為獲取農(nóng)機具導航線 的目標圖像；
[0027] 提取單元，用于將兩帖不同的目標圖像進行邏輯"與"運算，提取出作物行，進而獲 取農(nóng)機具導航線。
[002引可選的，所述第一運算單元，還用于：
[0029] 在所述農(nóng)機上安裝拍攝相機，所述攝像機與作物行的水平方向呈70?80度，通過 所述攝像機采集作物的原始圖像；
[0030] 對所述原始圖像采用2G-R-B方法進行灰度化處理；
[0031] 采用化SU分割方法將灰度化處理后的圖像進行分割，得到二值圖像。
[0032] 可選的，所述第二運算單元，還用于：
[0033] 在所述農(nóng)機上安裝有速度傳感器，通過所述速度傳感器獲取農(nóng)機采集作物的原始 圖像時的速度信息；
[0034] 根據(jù)所述二值圖像的帖數(shù)和所述農(nóng)機速度，建立所述二值圖像與農(nóng)機速度的模 型；
[0035] 根據(jù)所述模型W及所述農(nóng)機速度，確定待選取兩帖不同的二值圖像的相隔帖數(shù) n ；
[0036] 根據(jù)所述待選取兩帖不同的二值圖像的相隔帖數(shù)n，選擇當前圖像與該圖像相隔 帖數(shù)為n的圖像作為獲取農(nóng)機具導航線的目標圖像。
[0037] 可選的，所述提取單元，還用于：
[0038] 對所述兩帖不同的目標圖像進行邏輯"與"運算；
[0039] 采用最小二乘法提取作物行中屯、線，進而獲取農(nóng)機具導航線。
[0040] 由上述技術方案可知，本發(fā)明提供的一種農(nóng)機具導航線的提取方法及系統(tǒng)，該方 法首先通過采集農(nóng)田作物原始圖像信息，對原始圖像進行灰度化、二值化處理，可W有效濾 除部分噪聲，將作物與農(nóng)田區(qū)分開來；同時，采集農(nóng)機速度信息，通過建立的圖像與農(nóng)機速 度模型選擇兩帖不同的圖像，將兩帖圖像進行邏輯"與"運算提取出作物行，進而提取出導 航線。該方法實現(xiàn)了對作物行間雜草的有效濾除，降低雜草的干擾；提高了導航線提取的精 度。
【附圖說明】
[0041] 圖1為本發(fā)明一實施例提供的一種農(nóng)機具導航線的提取方法的流程示意圖；
[0042] 圖2A至圖2C為本發(fā)明實施例提供的圖像處理示意圖；
[0043] 圖3為本發(fā)明實施例提供的根據(jù)二值圖像與農(nóng)機速度的模型，獲取目標圖像的流 程圖；
[0044] 圖4A至圖4B為本發(fā)明一實施例提供的相鄰區(qū)域的原始圖像和二值圖像示意圖；
[0045] 圖5為本發(fā)明一實施例提供的濾除雜草噪聲后的圖像示意圖；
[0046] 圖6為本發(fā)明一實施例提供的提取導航線的圖像示意圖；
[0047] 圖7為本發(fā)明一實施例提供的一種農(nóng)機具導航線的提取系統(tǒng)的結構示意圖。
【具體實施方式】
[0048] 下面結合附圖，對發(fā)明的【具體實施方式】作進一步描述。W下實施例僅用于更加清 楚地說明本發(fā)明的技術方案，而不能W此來限制本發(fā)明的保護范圍。
[0049] 圖1為本發(fā)明一實施例提供的一種農(nóng)機具導航線的提取方法的流程示意圖，如圖 1所示，該方法包括W下步驟：
[0化0] 101、在作物行方向上采集作物的原始圖像，并將所述原始圖像灰度化處理后再轉 化為二值圖像；
[0051] 102、獲取農(nóng)機采集作物的原始圖像時的速度信息，建立所述二值圖像與農(nóng)機速度 的模型，根據(jù)所述模型，選取兩帖不同的二值圖像作為獲取農(nóng)機具導航線的目標圖像；
[0052] 103、將兩帖不同的目標圖像進行邏輯"與"運算，提取出作物行，進而獲取農(nóng)機具 導航線。
[0化3] 上述方法通過采集農(nóng)田作物原始圖像信息，對原始圖像進行灰度化、二值化處理， 可W有效濾除部分噪聲，將作物與農(nóng)田區(qū)分開來；同時，采集農(nóng)機速度信息，通過建立的圖 像與農(nóng)機速度模型選擇兩帖不同的圖像，將兩帖圖像進行邏輯"與"運算提取出作物行，進 而提取出導航線。該方法實現(xiàn)了對作物行間雜草的有效濾除，降低雜草的干擾；提高了導航 線提取的速度和精度。
[0化4] 具體的，上述步驟101具體包括W下步驟：
[0化5] 1011、在所述農(nóng)機上安裝拍攝相機，所述攝像機與作物行的水平方向呈70?80 度，通過所述攝像機采集作物的原始圖像，如圖2A所示；
[0化6] 1012、對所述原始圖像采用2G-R-B方法進行灰度化處理；
[0057] 舉例來說，本實施例中選用RGB顏色空間，對圖2A所示的原始圖像采用2G-R-B方 法進行灰度化處理，得到如圖2B所示的圖像。
[0化引 1013、采用化SU分割方法將灰度化處理后的圖像進行分割，得到二值圖像。
[0059] 舉例來說，采用化SU分割方法將灰度化處理后的圖像圖2B進行分割，得到二值圖 像，將作物信息從±壤、雜草等背景中提取出來，處理得到圖像如圖2C所示。
[0060] 上述步驟102具體包括W下步驟：
[0061] 1021、在所述農(nóng)機上安裝有速度傳感器，通過所述速度傳感器獲取農(nóng)機采集作物 的原始圖像時的速度信息；
[0062] 1022、根據(jù)所述二值圖像的帖數(shù)和所述農(nóng)機速度，建立所述二值圖像與農(nóng)機速度 的模型；
[0063] 具體的，機器視覺導航作業(yè)過程中，實時獲取的農(nóng)田作物圖像是動態(tài)變化的，根據(jù) 動態(tài)圖像中作物行與雜草的分布規(guī)律，本發(fā)明建立W下約束條件：