基于梯度信息和搜索策略的玉米图像姿态估计方法技术

本发明专利技术公开了一种基于梯度信息和搜索策略的玉米图像姿态估计方法，涉及数据处理领域。所述估计方法包括：实时采集待估计姿态角度的玉米图像，在预设姿态角度判定的搜索范围内，以一定的角度间隔依次旋转所述待估计姿态角度玉米图像，计算每个旋转角度所对应玉米图像的梯度信息集合；基于每个旋转角度所对应的梯度信息集合计算每个旋转角度的判别特征，对比得到最大判别特征，获取最大判别特征所对应的旋转角度，该旋转角度为所述待估计姿态角度玉米图像的姿态角度。本发明专利技术所述估计方法简单、计算量较小且准确度高，能基本满足实时处理的要求。

【技术实现步骤摘要】
基于梯度信息和搜索策略的玉米图像姿态估计方法
本专利技术涉及数据处理领域，尤其涉及一种基于梯度信息和搜索策略的玉米图像姿态估计方法。
技术介绍
随着计算机视觉技术的发展和现代化农业的发展要求，机器视觉已经被广泛应用于农业生产和管理中。虽然视觉分析技术具有数据采集方便的优势，但由于采集环境的限制，得到的数据图像中往往包含一定干扰因素，影响对作物进一步分析。玉米是我国种植面积最广的农作物之一，已有众多研究者将机器视觉应用于玉米生产和管理，如玉米收获机器人路径识别[1，2]、玉米冠层的分析[3]、玉米秸秆的定位[4]等，需要指出的：上述生产和管理基于玉米图像中玉米植株的姿态角度而进一步实现。由于在玉米图像采集过程中各种因素的影响，采集得到的玉米图像往往具有一定的角度偏差，即玉米植株的轴向和垂直方向存在夹角，该夹角记为姿态角度。因为玉米图像中姿态角度的存在直接影响基于玉米图像的生产和管理的准确实现，故，需要提供一种用于估计玉米图像中姿态角度的方法。[1]胡丹丹,殷欢.基于机器视觉的玉米收获机器人路径识别.农机化研究,2017,12:190-198。[2]刘永博.基于机器视觉的小型农业AGV玉米田间路径识别研究.安徽农业大学,2016,硕士学位论文。[3]杜建军,袁杰,王传宇,郭新宇.基于玉米冠层原位监测的全生育期叶色建模及其应用.农业工程学报,2017,33(16):188-197。[4]张丽,胡应占,汪小志,鲍秀兰.基于机器视觉的玉米秸秆行实时定位机器人设计.农机化研究,2016,6:165-172。
技术实现思路
本专利技术的目的在于提供一种基于梯度信息和搜索策略的玉米图像姿态估计方法，从而解决现有技术中存在的前述问题。为了实现上述目的，本专利技术所述基于梯度信息和搜索策略的玉米图像姿态估计方法，所述估计方法包括：实时采集待估计姿态角度的玉米图像，在预设姿态角度判定的搜索范围内，以一定的角度间隔依次旋转所述待估计姿态角度玉米图像，计算每个旋转角度所对应玉米图像的梯度信息集合；基于每个旋转角度所对应的梯度信息集合计算每个旋转角度的判别特征，对比得到最大判别特征，获取最大判别特征所对应的旋转角度，该旋转角度为所述待估计姿态角度玉米图像的姿态角度。优选地，在预设姿态角度判定的搜索范围内，以一定的角度间隔依次旋转所述待估计姿态角度玉米图像，具体为：在预设姿态角度判定的搜索范围[-r,r]内，以T度为单位步长，旋转角度从-r开始依次旋转所述待估计姿态角度玉米图像，直至旋转角度无限接近r为止，计算每个旋转角度所对应玉米图像的梯度信息集合；其中，|-r|＝|r|表示预先设定姿态角度的最大值。优选地，计算每个旋转角度所对应玉米图像的梯度信息集合具体为：计算每个旋转角度所对应玉米图像的绿色通道子图像的梯度信息集合。优选地，计算每个旋转角度所对应玉米图像的梯度信息集合，具体为：设任意一个旋转角度为λ，待估计姿态角度玉米图像旋转λ度后得到玉米图像K，提取该玉米图像K的绿色通道子图像I，用梯度算子提取绿色通道子图像I在水平方向的所有梯度信息，记为旋转角度为λ时绿色通道子图像I的梯度信息集合。更优选地，所述梯度算子为Sobel算子。更优选地，用Sobel算子提取绿色通道子图像I在水平方向的所有梯度信息，具体采用公式(1)实现：Gx表示水平方向的梯度模板，x表示水平方向，I表示绿色通道子图像。优选地，在每个旋转角度的梯度信息集合的基础上，计算每个旋转角度的判别特征Fnorm，具体为：A1，旋转角度为λ时，获取待估计姿态角度玉米图像旋转λ后得到的玉米图像的绿色通道子图像的梯度信息集合；A2，将A1中梯度信息集合中所有的梯度信息累加得到统计特征Fsum；Gx表示水平方向的梯度模板，x表示水平方向，i、j依次表示梯度模板的行、列；A3，根据绿色通道子图像的大小对Fsum进行归一化，得到旋转角度为λ时的判别特征Fnorm；W表示绿色通道子图像的宽度，H表示绿色通道子图像的高度。本专利技术的有益效果是：本专利技术结合玉米植株自身特点，提出一种基于梯度信息和搜索策略的快速估计玉米图像姿态角度的方法。所述估计方法首先基于实时采集到的待估计姿态玉米图像，获取该玉米图像旋转角度后所得图像绿色通道对应的子图像，利用水平sobel算子计算每个旋转角度所对应绿色通道子图像的梯度信息集合；基于每个旋转角度所对应的梯度信息集合计算每个旋转角度的判别特征，对比得到最大判别特征，获取最大判别特征所对应的旋转角度，该旋转角度为所述待估计姿态角度玉米图像的姿态角度，对玉米图像进行姿态校正。本专利技术所述估计方法简单、计算量较小且准确度高，能基本满足实时处理的要求。附图说明图1是待估计姿态角度玉米图像的R、G、B通道子图像示意图和灰度图像的示意图；a图是待估计姿态角度玉米图像的R通道子图像示意图；b图是待估计姿态角度玉米图像的G通道子图像示意图；c图是待估计姿态角度玉米图像的B通道子图像示意图；d图是待估计姿态角度玉米图像的灰度图像的示意图；图2是待估计姿态角度玉米图像的G通道子图像所对应的梯度图像；图3是姿态角度为10度的玉米图像所对应的姿态角度判别特征随搜索角度的变化示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本专利技术，并不用于限定本专利技术。关于本专利技术所述基于梯度信息和搜索策略的玉米图像姿态估计方法的详细说明：(一)提取梯度信息1、关于挑选进行梯度分析的颜色分量图像为了能更有效地提取玉米图像的梯度信息，首先要挑选合适的颜色分量图像进行梯度分析，同时要选择合适的梯度算子提取梯度信息。玉米的彩色图像可以分解为如图1所示的R、G、B(红、绿、蓝)三个颜色通道的子图像，彩色图像利用公式1转化为灰度图像，在R、G、B和灰度图像四个图像上都可以进行梯度的提取。从图1中可以看到G通道子图像亮度更显著一些，这是由于玉米植株主要呈现绿色，而土地的颜色是灰色或黄褐色。本专利技术对玉米植株进行姿态角度的估计方法中，除玉米植株外的土地等是干扰因素，因此本专利技术选择能保存更多玉米株信息的G通道子图像进行下一步的处理。Grey＝0.299×R+0.587×G+0.114×B(1)2、关于梯度信息的提取当玉米图像中的玉米植株没有姿态时，玉米植株垂直于地面，此时如果提取玉米水平方向的梯度信息，则在水平方向上会有最大梯度响应。当玉米植株有一定角度时，玉米植株在相对应角度上会有最大梯度响应。常用梯度算子包括Sobel算子、Robert算子和Prewitt算子。Sobel算子是典型的基于一阶导数的边缘检测算子，由于Sobel算子的计算中引入类似局部平均的运算，因此Sobel算子对噪声具有平滑作用，能很好消除噪声的影响。由于Sobel算子对象素位置的影响做了加权处理，因此与Prewitt算子、Roberts算子相比边沿检测效果更好。Robert算子用交叉差分表示梯度，是一种利用局部差分算子寻找边缘的算子，该Robert算子对具有陡峭的低噪声的图像效果最好。Prewitt算子是加权平均算子，对噪声有抑制作用，但是像素平均相当于对图像进行低通滤波，所以Prewitt算子对边缘的定位不如Robert算子。考虑到野外采集的玉米本文档来自技高网...

【技术保护点】
1.一种基于梯度信息和搜索策略的玉米图像姿态估计方法，其特征在于，所述估计方法包括：实时采集待估计姿态角度的玉米图像，在预设姿态角度判定的搜索范围内，以一定的角度间隔依次旋转所述待估计姿态角度玉米图像，计算每个旋转角度所对应玉米图像的梯度信息集合；基于每个旋转角度所对应的梯度信息集合计算每个旋转角度的判别特征，对比得到最大判别特征，获取最大判别特征所对应的旋转角度，该旋转角度为所述待估计姿态角度玉米图像的姿态角度。

【技术特征摘要】
1.一种基于梯度信息和搜索策略的玉米图像姿态估计方法，其特征在于，所述估计方法包括：实时采集待估计姿态角度的玉米图像，在预设姿态角度判定的搜索范围内，以一定的角度间隔依次旋转所述待估计姿态角度玉米图像，计算每个旋转角度所对应玉米图像的梯度信息集合；基于每个旋转角度所对应的梯度信息集合计算每个旋转角度的判别特征，对比得到最大判别特征，获取最大判别特征所对应的旋转角度，该旋转角度为所述待估计姿态角度玉米图像的姿态角度。2.根据权利要求1所述基于梯度信息和搜索策略的玉米图像姿态估计方法，其特征在于，在预设姿态角度判定的搜索范围内，以一定的角度间隔依次旋转所述待估计姿态角度玉米图像，具体为：在预设姿态角度判定的搜索范围[-r,r]内，以T度为单位步长，旋转角度从-r开始依次旋转所述待估计姿态角度玉米图像，直至旋转角度无限接近r为止，计算每个旋转角度所对应玉米图像的梯度信息集合；其中，|-r|＝|r|表示预先设定姿态角度的最大值。3.根据权利要求1或2所述基于梯度信息和搜索策略的玉米图像姿态估计方法，其特征在于，计算每个旋转角度所对应玉米图像的梯度信息集合具体为：计算每个旋转角度所对应玉米图像的绿色通道子图像的梯度信息集合。4.根据权利要求1或2所述基于梯度信息和搜索策略的玉米图像姿态估计方法，其特征在于，计算每个旋转角度所对应玉米...

【专利技术属性】
技术研发人员：郭秀明，刘升平，诸叶平，刘海龙，
申请(专利权)人：中国农业科学院农业信息研究所，
类型：发明
国别省市：北京,11