基于机器视觉的茎秆作物高度测量方法技术

本发明专利技术公开了一种基于机器视觉的茎秆作物高度测量方法，包括1、在收获机上安装相机，并标定获取比例因子；在获取的收获机侧面原始茎秆作物图像序列的第一帧图像中设置第一目标区域；2、在n时刻原始茎秆作物图像中第一目标区域内获取茎秆作物前景区域；3、确定作物粗略像素高度y

Measurement method of stem crop height based on machine vision

The invention discloses a method for measuring the height of straw crop based on machine vision, which includes: 1. Installing a camera on the harvester and calibrating the acquisition scale factor; setting a first target area in the first frame image of the acquired original straw crop image sequence on the side of the harvester; 2. Acquiring the foreground area of straw crop in the first target area of the original straw crop image sequence at n time; 3 . determine crop rough pixel height y

【技术实现步骤摘要】
基于机器视觉的茎秆作物高度测量方法
本专利技术属于茎秆作物植株高度测量
，具体是一种利用机器视觉测量茎秆作物高度的方法。
技术介绍
精准农业是农业科学研究的热点领域，智能收获机的使用，能够实现收割自动化，解放劳动生产力，有效提高农业生产的效率，降低农业生产的成本。智能收获机在工作过程中需要根据茎秆作物高度调整拔禾轮高度，使智能收获机正常稳定地工作，根据测量的茎秆作物高度，可以实时计算喂入量，计算收获机负荷程度，防止负荷过大。因此，茎秆作物的高度是智能收获机工作中需要获取的一项重要参数之一。茎秆作物株高作为茎秆作物关键性状之一，目前主要通过人工测量获取高度信息，手持测量仪直接测量稻麦高度，该过程速度缓慢，使用不便，在大面积种植区域无法连续操作；需要投入大量人力物力，增加了生产成本。近年来，非接触式的视觉测量成为一个热点领域，利用相机对目标进行分析，测量精度高，实时性好，数据采集更加方便，被应用到各种测量场合中。目前阶段通常利用K-means、反向投影算法、模板匹配算法对前景进行提取，均会将部分背景分割成前景，不利于后续的高度测量。采本文档来自技高网...

【技术保护点】
1.基于机器视觉的茎秆作物高度测量方法，其特征在于，包括步骤：/n(1)在收获机上固定安装相机，调整相机角度，使相机能够拍摄收获机侧面茎秆作物图像；对相机进行标定，获取相机的比例因子SCALE；相机实时获取收获机侧面原始茎秆作物图像序列；在原始茎秆作物图像序列的第一帧图像中设置第一目标区域ROI1，所述第一目标区域中包括茎秆作物顶部与背景的边界；/n(2)当前时刻n的原始茎秆作物图像为Pic

【技术特征摘要】
1.基于机器视觉的茎秆作物高度测量方法，其特征在于，包括步骤：
(1)在收获机上固定安装相机，调整相机角度，使相机能够拍摄收获机侧面茎秆作物图像；对相机进行标定，获取相机的比例因子SCALE；相机实时获取收获机侧面原始茎秆作物图像序列；在原始茎秆作物图像序列的第一帧图像中设置第一目标区域ROI1，所述第一目标区域中包括茎秆作物顶部与背景的边界；
(2)当前时刻n的原始茎秆作物图像为Picorg(n)；在Picorg(n)中第一目标区域ROI1(n)内获取茎秆作物前景区域；
(3)确定当前时刻茎秆作物粗略像素高度yroi(n)，并以yroi(n)为高度中线确定Picorg(n)中第二目标区域ROI2(n)；所述第二目标区域ROI2(n)的高度为固定值height_slide，宽度为原始茎秆作物图像的宽度；
(4)对第二目标区域ROI2(n)进行图像增强，并进行二值化，得到二值化的图像区域ROI2(n)′；
(5)对ROI2(n)′进行边界直线检测，得到边界直线的像素高度均值yh(n)；如果n＝1，跳转至步骤(2)；否则，检测|yh(n)-yh(n-1)|<Th是否成立，如果成立，则yh(n)为当前时刻的茎秆作物像素高度，跳转至步骤(7)计算茎秆作物的实际高度；如果不成立，执行步骤(6)重新计算茎秆作物像素高度yh(n)；
(6)在二值化的图像区域ROI2(n)′中，采集一组前景与背景的边界点，计算边界点的高度均值作为茎秆作物像素高度yh(n)；
(7)由yh(n)计算茎秆作物在原始图像上的像素高度：
yreal(n)＝Hsrc-(yroi(n)+yh(n)-height_slide/2)
其中，Hsrc为原始茎秆作物图像的高度，height_slide为第二目标区域ROI2(n)的高度；
当前时刻茎秆作物的实际高度H(n)为：H(n)＝SCALE*yreal(n)。


2.根据权利要求1所述的基于机器视觉的茎秆作物高度测量方法，其特征在于，所述步骤(2)中在ROI1(n)内获取茎秆作物前景区域，包括以下步骤：
对ROI1(n)内的每个像素(x,y)，在R-G-B颜色空间中做像素值转换：



其中f(x,y)为原始茎秆作物图像Picorg(n)中ROI1(n)内像素点(x,y)处的R-G-B颜色空间像素值，f(x,y)B为(x,y)处B通道的值，f(x,y)R为(x,y)处R通道的值，f(x,y)G为(x,y)处G通道的值，T1、T2为自设定的阈值；g(x,y)为转换后(x,y)处的R-G-B颜色空间像素值，g(x,y)R、g(x,y)G、g(x,y)B分别为(x,y)处转换后的R、G、B通道的值；
像素值转换后，ROI1(n)区域内R、G、B通道的值均为0的像素点为背景，其余像素为前景。


3.根据权利要求1所述的基于机...

【专利技术属性】
技术研发人员：王立辉，秦成帅，杨雨，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32