一種基于Kinect傳感器的顏色深度匹配植株識別方法
【技術領域】
[0001] 本發(fā)明涉及一種農(nóng)業(yè)噴霧植株檢測技術，尤其涉及一種基于Kinect傳感器的顏 色深度匹配植株識別方法。
【背景技術】
[0002] 近年來，由于傳感器具有微型化、數(shù)字化、智能化以及多功能化等特點，在農(nóng)業(yè)果 樹、花卉等植株的農(nóng)藥噴霧領域起到重要的作用，基于傳感器的植株檢測技術也逐漸成為 人們研究的一大熱點。目前，基于傳感器的植株檢測技術主要有三種：紅外線技術、超聲波 對靶技術和激光技術。基于紅外線技術和超聲波對靶技術的傳感器檢測方法，由于其受噴 霧環(huán)境溫度、濕度等因素的影響，對植株檢測的精確性有很大的影響，從而降低了農(nóng)藥的有 效利用率；基于激光技術的傳感器檢測方法，其高精度、高速度的檢測特點，能夠快速實現(xiàn) 植株目標的實時檢測，從而達到提高農(nóng)藥的有效利用率、減少農(nóng)藥對環(huán)境污染的目的，但是 基于激光技術的傳感器，其價格往往較高，運用在農(nóng)業(yè)噴霧領域，增加了農(nóng)藥噴灑設備的成 本，從經(jīng)濟層面上考慮，其實際應用的推廣難度較大。Kinect傳感器為微軟公布的XB0X360 體感周邊外設，該設備的技術可以同時提供彩色圖像和深度圖像，從而獲取三維空間的數(shù) 據(jù)，且不受光線的影響，其價格也較便宜。

【發(fā)明內(nèi)容】

[0003] 為解決現(xiàn)有技術的不足，本發(fā)明的目的在于提供一種基于Kinect傳感器的顏色 深度匹配植株識別方法，能夠更加精確的實現(xiàn)目標植株的檢測。
[0004] 本發(fā)明采用如下的技術方案：
[0005] -種基于Kinect傳感器的顏色深度匹配植株識別方法，包括步驟：
[0006] 步驟1，調(diào)用Kinect傳感器彩色攝像頭和紅外攝像頭；
[0007] 步驟2,獲取彩色圖像和深度圖像及其數(shù)據(jù)；
[0008] 步驟3,對所獲取的彩色圖像和深度圖像進行處理：將步驟2中所獲取的RGB彩 色圖像顏色模型轉(zhuǎn)換為HSV顏色模型，對色調(diào)H進行閥值限制，從而獲取圖像中綠色植株 部分，顯示為白色點陣，其余背景及雜物顯示為黑色點陣，對HSV閥值處理后的圖像進行 Canny算子圖像邊緣檢測處理，標識出圖像中的植株的實際邊緣；將步驟2中所獲取的深度 圖像，限制需要檢測的深度距離范圍，顯示限定范圍內(nèi)的物體，去除范圍之外的干擾物，對 限制深度范圍后獲取的深度圖像，選用最大類間方差法對限定深度范圍后的圖像進行閥值 處理，進一步去除背景干擾物，顯示范圍物體為白色，背景色為黑色；
[0009] 步驟4,對步驟3處理后得到的彩色圖像和深度圖像進行相乘匹配，保留深度距離 范圍內(nèi)的綠色植株目標，去除背景及其他雜物；所述彩色圖像和深度圖像進行相乘匹配方 法的圖像匹配原則為：當同一像素點的彩色圖像和深度圖像像素值均不為〇時，表示該像 素為目標植株點，保留該像素點；反之，若彩色圖像和深度圖像存在〇像素值時，說明該像 素點為誤差點，去除該像素點。
[0010] 進一步，所述步驟1，調(diào)用Kinect傳感器彩色攝像頭和紅外攝像頭，彩色攝像頭所 獲取的彩色圖像像素為640x 480,紅外攝像頭所獲取的深度圖像像素為640x 480。
[0011] 進一步，所述步驟2,通過幀觸發(fā)循環(huán)函數(shù)設定循環(huán)次數(shù)i，獲取指定幀i+Ι的彩色 圖像和深度圖像及其數(shù)據(jù)流。
[0012] 進一步，所述步驟3,對色調(diào)H的閥值限制范圍取[90,145]，限制需要檢測的深度 距離范圍為[700,1200]，所選取的數(shù)值范圍能夠充分實現(xiàn)限定深度距離范圍內(nèi)對應植株目 標有無、大小、形狀等特征信息的檢測。
[0013] 進一步，所述步驟4中，彩色圖像和深度圖像進行相乘匹配方法的其數(shù)學模型如 下：
[0014]
[0015] 其中Pn為彩色圖像和深度圖像進行相乘匹配所得圖像像素值的有無，有置1，無則 置〇 ;cn為彩色圖像的像素值，d n為深度圖像的像素值
[0016] 本發(fā)明的有益效果在于：一種基于Kinect傳感器的顏色深度匹配植株識別方法， 通過彩色攝像頭和深度攝像頭獲取彩色圖像和深度圖像，并對其進行相應的圖像處理和匹 配，實現(xiàn)限定深度距離范圍內(nèi)對應植株目標有無、大小、形狀等特征信息的檢測，滿足農(nóng)業(yè) 噴霧植株目標檢測的要求，提高噴霧的精確度和農(nóng)藥的有效利用率，降低農(nóng)藥噴灑的浪費 以及對環(huán)境的影響。
【附圖說明】
[0017] 圖1是本發(fā)明一種基于Kinect傳感器的顏色深度匹配植株識別方法的步驟流程 圖；
[0018] 圖2是本發(fā)明基于圖1的進一步步驟實施圖；
[0019] 圖3是本發(fā)明通過MATLAB調(diào)用Kinect傳感器獲取的彩色圖像；
[0020] 圖4是本發(fā)明對所獲取的彩色圖像處理后的效果圖；
[0021] 圖5是本發(fā)明對所獲取的深度圖像處理后的效果圖；
[0022] 圖6是本發(fā)明對處理后的彩色圖像和深度圖像進行匹配的效果圖。
【具體實施方式】
[0023] 以下結(jié)合附圖和具體實施例對本發(fā)明作具體的介紹。
[0024] 參照圖1所示，本發(fā)明提供一種基于Kinect傳感器的顏色深度匹配植株識別方 法，通過彩色攝像頭和深度攝像頭獲取彩色圖像和深度圖像，并對其進行相應的圖像處理 和匹配，實現(xiàn)限定深度距離范圍內(nèi)對應植株目標有無、大小、形狀等特征信息的檢測。包括 如下步驟：
[0025] 步驟1，通過MATLAB軟件調(diào)用Kinect傳感器彩色攝像頭和紅外攝像頭；
[0026] 步驟2,獲取彩色圖像和深度圖像及其數(shù)據(jù)；
[0027] 步驟3,對所獲取的彩色圖像和深度圖像進行處理；
[0028] 步驟4,彩色圖像和深度圖像匹配，提取植株目標。
[0029] 本發(fā)明相對現(xiàn)有技術來說，同時調(diào)用彩色攝像頭和深度攝像頭，對所獲取的彩色 圖像和深度圖像進行處理，從顏色以及深度信息這兩方面同時進行目標植株的檢測提取， 因此在植株的檢測識別上能夠?qū)崿F(xiàn)比現(xiàn)有技術的識別準確度更好。
[0030] 參照圖2所示，給出了基于圖1的更詳細的步驟實施圖。本發(fā)明將結(jié)合圖3~圖6 的實例對圖1的各個步驟進行詳細論述，實例的預期效果是識別與彩色圖像圖3中形狀不 規(guī)則的綠色植株（a)的枝葉部分。
[0031] 步驟1 :通過MATLAB軟件調(diào)用Kinect傳感器彩色攝像頭和紅外攝像頭，將Kinect 傳感器接至計算機上，彩色攝像頭所獲取的彩色圖像像素為640x 480,紅外攝像頭所獲取 的深度圖像像素為640x 480。
[0032] 步驟2 :通過軟件程序中的幀觸發(fā)循環(huán)函數(shù)設定循環(huán)次數(shù)i，獲取指定幀i+1的彩 色圖像和深度圖像及其數(shù)據(jù)流。所獲取的單幀圖像數(shù)據(jù)以矩陣形式保存，其中彩色圖像數(shù) 據(jù)為640x 480x 3uint8格式，深度圖像數(shù)據(jù)為6