The invention discloses a path planning method between rows of Maize Based on image processing, and collects early field maize rows images. According to the field environment information, K_means color clustering algorithm is used to segment the background of maize and non-maize; image binarization is used to further divide the background of maize and non-maize, and noise points are removed by dilation corrosion; image Labeler is used to calibrate the target of sample image with leaf tip characteristics, and centralized training of maize leaf tip is carried out by using roll. Faster_rcnn integrative neural network is used to detect obstacle points, and artificial potential field method is used to plan maize inter-row paths based on denoised images. According to the current maize field environment image, the method uses image processing and computer vision technology to identify the maize inter-row path in the image, and provides an effective guidance picture for the follow-up agricultural machinery automatic navigation technology.
【技术实现步骤摘要】
一种基于图像处理的玉米行间的路径规划方法
本专利技术涉及计算机机器视觉、视频图像处理
,主要用于农业AGV自动导航技术的视频监控中,为一种基于图像处理的玉米行间的路径规划方法,具体地说,涉及一种通过识别玉米叶片尖端作为障碍点以规划玉米行间路径。
技术介绍
20世纪以来,日益更新的农业生产模式和生产技术应用促使农业机械智能化迅速发展,智能化农业机械的技术条件逐渐成熟。自走式农业机械的田间自动导航和机器视觉研究,成为探索在农业机械装备中应用智能控制等高新技术研究的重要方向。初期的研究多数是对机器视觉在农业应用的可行性分析及图像处理算法的开发。随着计算机软硬件、图像采集处理装置、图像处理技术的迅猛发展,机器视觉技术在农业的应用领域不断扩展。目前,农业机械智能化在美国、日本、德国等发达国家已经开始将机器视觉系统应用到农业生产的各个阶段,以解决人口老龄化加剧、劳动力缺失等问题引起的挑战。而我国同类研究尚处于起步阶段,国内农业机械智能控制的研究,机器视觉技术主要应用于在播种、喷洒农药、移栽等方面。美国Chi-RenShyu等提出了一种精确测量玉米表面病斑的算法,设计了一种能够同时测量玉米及其叶片的系统,提高了检测的范围和效果。Kuo-YiHuang利用神经网络和图像处理技术研究蝴蝶兰幼苗病斑的颜色和纹理特性,对三种典型病症进行检测和识别,准确率达到89.6070%。农作物生长过程中,利用数字图像处理技术进行无损、快速、实时的监测。它不仅可以对外部生长参数进行检测,如,作物叶片积、作物叶片的周长、叶柄夹角等,还可以判别水果的成熟度或作物是否受害等情况。李少昆等人( ...
【技术保护点】
1.一种基于图像处理的玉米行间的路径规划方法,其特征在于:具体步骤如下:(1)玉米行间图像背景分割:进行早期玉米田间原图像的采集,获取田间静态玉米图像,结合图像颜色特征分布,采用K‑means颜色聚类算法分割玉米和非玉米区域;(2)图像预处理:对步骤(1)中已分割的图像,进行二值化处理,利用八邻域去噪法去除植株图像中面积像素大于5000的图像块形成去噪后图像,对去噪后图像进行结构像素为八角形、半径为3的开运算,滤除面积像素小于5000的图像块,得到预处理完毕的玉米行间图像;(3)样本训练及检测:对步骤(2)中预处理后的图像进行人工样本选取,选取图像中植株的叶片部位,利用matlab的Training Image Labeler对样本图像中叶片尖端特征进行标定,采用Faster‑R‑CNN算法进行样本训练,卷积核设置为3×3,最小检测对象为64×64,建立训练模型,而后对图像进行检测,检测出图像中具有叶片尖端的所有位置;(4)路径规划:根据步骤(3)检测出原图像的叶片尖端位置,并以矩形框体进行标记,将该目标矩形框体的中心坐标作为路劲规划的障碍点坐标,利用人工势场法,输入障碍点坐标进行路径 ...
【技术特征摘要】
1.一种基于图像处理的玉米行间的路径规划方法,其特征在于:具体步骤如下:(1)玉米行间图像背景分割:进行早期玉米田间原图像的采集,获取田间静态玉米图像,结合图像颜色特征分布,采用K-means颜色聚类算法分割玉米和非玉米区域;(2)图像预处理:对步骤(1)中已分割的图像,进行二值化处理,利用八邻域去噪法去除植株图像中面积像素大于5000的图像块形成去噪后图像,对去噪后图像进行结构像素为八角形、半径为3的开运算,滤除面积像素小于5000的图像块,得到预处理完毕的玉米行间图像;(3)样本训练及检测:对步骤(2)中预处理后的图像进行人工样本选取,选取图像中植株的叶片部位,利用matlab的TrainingImageLabeler对样本图像中叶片尖端特征进行标定,采用Faster-R-CNN算法进行样本训练,卷积核设置为3×3,最小检测对象为64×64,建立训练模型,而后对图像进行检测,检测出图像中具有叶片尖端的...
【专利技术属性】
技术研发人员:杨洋,张亚兰,李延凯,柏仁贵,陈黎卿,
申请(专利权)人:安徽农业大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。