农田地头边界线视觉检测方法及系统技术方案

本发明专利技术涉及图像处理与机器视觉技术领域，公开了一种农田地头边界线视觉检测方法及系统，该农田地头边界线视觉检测方法，包括：对获取的图像的灰度图沿图像宽度方向进行分区，以得到多个子处理区域，获取每个所述子处理区域中的跳变特征点的坐标；根据多个所述跳变特征点的坐标获取地头边界的主体延伸方位线，基于所述主体延伸方位线获取转向基准线。本发明专利技术提供的农田地头边界线视觉检测方法，解决了非规整地头边界线位置的检测问题，可为农机在地头处实施自主导航转弯，提供较为快速、准确、可靠的地头信息感知技术支持，为实现农机田间作业过程中的全程自主导航行走提供关键的技术支撑。

【技术实现步骤摘要】
农田地头边界线视觉检测方法及系统
本专利技术涉及图像处理与机器视觉
，特别是涉及一种农田地头边界线视觉检测方法及系统。
技术介绍
农业生产机器人化是解决农业劳动力短缺、促进农业机械精准化和智能化、提高农业生产效率和经济效益的关键举措。农田作业机器人化是农业生产机器人化的重要组成部分，非结构农田作业环境中农机全程自主导航行走技术是当前实现农田作业由自动化过渡至机器人化的关键技术瓶颈之一。研究地头处的自主导航转弯技术，是目前实现农机田间作业过程中全程自主导航行走必不可少的、最为紧迫的任务。目前已有的关于地头边界线的视觉检测方法，所涉及的地头场景单一、特殊，算法的鲁棒性较差，无法适应实际农田中复杂多变的地头环境，且所检测的地头边界线并不能直接用作农机在地头处掉头转向的基准线。
技术实现思路
本专利技术实施例提供一种农田地头边界线视觉检测方法及系统，用以解决或部分解决现有的农田地头边界线视觉检测方法无法适应实际农田中复杂多变的地头环境的问题。第一方面，本专利技术实施例提供一种农田地头边界线视觉检测方法，包括：对获取的图像的灰度图沿图像宽度方向进行分区，以得到多个子处理区域，获取每个所述子处理区域中的跳变特征点的坐标；根据多个所述跳变特征点的坐标获取地头边界的主体延伸方位线，基于所述主体延伸方位线获取转向基准线。在上述技术方案的基础上，在所述对获取的图像的灰度图沿图像宽度方向进行分区之前，还包括：基于所述灰度图，计算关于行灰度平均值数据的正向分布偏差和负向分布偏差；r>所述正向分布偏差与地头判断阈值的差值大于零，地头出现；或者，所述负向分布偏差与地头判断阈值的差值大于零，地头出现；其中，所述地头判断阈值为与田内场景图像相对应的所述正向分布偏差和所述负向分布偏差的分布区间的上限值中较大值的1.2～1.4倍。在上述技术方案的基础上，所述获取每个所述子处理区域中的跳变特征点的坐标，具体为：获取与所述子处理区域相对应的行灰度平均值平滑曲线；基于所述行灰度平均值平滑曲线，根据地头边界的跳变方向，相对应的获取跳变波峰点的坐标或者跳变波谷点的坐标；基于所述跳变波峰点的坐标和跳前波谷点的坐标，确定所述子处理区域中跳变特征点的坐标；或者，基于所述跳变波谷点的坐标和跳前波峰点的坐标，确定所述子处理区域中跳变特征点的坐标。在上述技术方案的基础上，所述跳变波峰点的坐标和所述跳前波谷点的坐标的获取方式分别为：所述正向分布偏差大于等于所述负向分布偏差；获取所述行灰度平均值平滑曲线上的波峰点的坐标，对多个所述波峰点按照横坐标由大到小的顺序进行排列；基于跳变特征判断阈值和与所述波峰点相对应的按序离群度确定所述跳变波峰点的坐标，所述跳前波谷点为位于所述跳变波峰点的右侧的第一个波谷点。在上述技术方案的基础上，所述跳变波谷点的坐标和跳前波峰点的坐标的获取方式分别为：所述正向分布偏差小于所述负向分布偏差；获取所述行灰度平均值平滑曲线上的波谷点的坐标，对多个所述波谷点按照横坐标由大到小的顺序进行排列；基于跳变特征判断阈值和与所述波谷点相对应的按序离群度确定所述跳变波谷点的坐标，所述跳前波峰点为位于所述跳变波谷点的右侧的第一个波峰点。在上述技术方案的基础上，所述跳变特征判断阈值的获取方式为：与田内场景图像相对应的所述行灰度平均值平滑曲线上与波峰点间和波谷点间相对应的按序离群度的绝对值的分布区间的上限值中较大值的1.2～1.4倍。在上述技术方案的基础上，所述基于所述主体延伸方位线获取转向基准线包括：基于与横坐标最大的预跳变点相对应的所述子处理区域的所述行灰度平均值平滑曲线，获取所述预跳变点左侧数据的平均值和标准偏差；若所述正向分布偏差小于所述负向分布偏差，线上灰度平均值平滑曲线上沿从左至右方向，首个纵坐标大于平均值和标准偏差之差的点的横坐标作为向下平移的最小行数；基于所述主体延伸方位线和所述最小行数获取转向基准线。在上述技术方案的基础上，所述基于所述主体延伸方位线获取转向基准线包括：基于与横坐标最大的预跳变点相对应的所述子处理区域的所述行灰度平均值平滑曲线，获取所述预跳变点左侧数据的平均值和标准偏差；若所述正向分布偏差大于等于所述负向分布偏差，所述负向分布偏差小于等于所述地头判断阈值，在线上灰度平均值平滑曲线上的第一个波谷点之前，纵坐标小于等于平均值和标准偏差之和的点的横坐标作为向下平移的最小行数；基于所述主体延伸方位线和所述最小行数获取转向基准线。在上述技术方案的基础上，所述基于所述主体延伸方位线获取转向基准线包括：基于与横坐标最大的预跳变点相对应的所述子处理区域的所述行灰度平均值平滑曲线，获取所述预跳变点左侧数据的平均值；若所述正向分布偏差大于等于所述负向分布偏差，所述负向分布偏差大于所述地头判断阈值，在线上灰度平均值平滑曲线上的第一个波谷点之后，首个纵坐标大于平均值的点的横坐标作为向下平移的最小行数；基于所述主体延伸方位线和所述最小行数获取转向基准线。第二方面，本专利技术实施例提供一种农田地头边界线视觉检测系统，包括：跳变特征点获取模块，用于对获取的图像的灰度图沿图像宽度方向进行分区，以得到多个子处理区域，获取每个所述子处理区域中的跳变特征点的坐标；转向基准线获取模块，用于根据多个所述跳变特征点的坐标获取地头边界的主体延伸方位线，基于所述主体延伸方位线获取转向基准线。本专利技术实施例提供的一种农田地头边界线视觉检测方法及系统，对获取的图像的灰度图沿图像宽度方向进行分区，以得到多个子处理区域，获取每个子处理区域中的跳变特征点的坐标；根据多个跳变特征点的坐标获取地头边界的主体延伸方位线，基于主体延伸方位线获取转向基准线。本专利技术实施例提供的农田地头边界线视觉检测方法，解决了非规整地头边界线位置的检测问题，可为农机在地头处实施自主导航转弯，提供较为快速、准确、可靠的地头信息感知技术支持，为实现农机田间作业过程中的全程自主导航行走提供关键的技术支撑。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例的一种农田地头边界线视觉检测方法的流程图；图2为本专利技术实施例的农田地头边界线视觉检测系统的结构示意图；图3为本专利技术实施例的主体延伸方位线和转向基准线的位置关系图；图4为本专利技术实施例的地头场景图像的行灰度平均值分布示意图；图5为本专利技术实施例的田内场景图像的行灰度平均值分布示意图；图6为本专利技术实施例的子处理区域的行灰度平均值平滑曲线图；图7为本专利技术实施例的第一平移途径示意图；图8为本专利技术实施例的第二平移途径示意图；图9为本专利技术实施例的第本文档来自技高网...

【技术保护点】
1.一种农田地头边界线视觉检测方法，其特征在于，包括：/n对获取的图像的灰度图沿图像宽度方向进行分区，以得到多个子处理区域，获取每个所述子处理区域中的跳变特征点的坐标；/n根据多个所述跳变特征点的坐标获取地头边界的主体延伸方位线，基于所述主体延伸方位线获取转向基准线。/n

【技术特征摘要】
1.一种农田地头边界线视觉检测方法，其特征在于，包括：
对获取的图像的灰度图沿图像宽度方向进行分区，以得到多个子处理区域，获取每个所述子处理区域中的跳变特征点的坐标；
根据多个所述跳变特征点的坐标获取地头边界的主体延伸方位线，基于所述主体延伸方位线获取转向基准线。


2.根据权利要求1所述的农田地头边界线视觉检测方法，其特征在于，在所述对获取的图像的灰度图沿图像宽度方向进行分区之前，还包括：基于所述灰度图，计算关于行灰度平均值数据的正向分布偏差和负向分布偏差；
所述正向分布偏差与地头判断阈值的差值大于零，地头出现；或者，所述负向分布偏差与地头判断阈值的差值大于零，地头出现；
其中，所述地头判断阈值为与田内场景图像相对应的所述正向分布偏差和所述负向分布偏差的分布区间的上限值中较大值的1.2～1.4倍。


3.根据权利要求2所述的农田地头边界线视觉检测方法，其特征在于，所述获取每个所述子处理区域中的跳变特征点的坐标，具体为：获取与所述子处理区域相对应的行灰度平均值平滑曲线；
基于所述行灰度平均值平滑曲线，根据地头边界的跳变方向，相对应的获取跳变波峰点的坐标或者跳变波谷点的坐标；
基于所述跳变波峰点的坐标和跳前波谷点的坐标，确定所述子处理区域中跳变特征点的坐标；
或者，基于所述跳变波谷点的坐标和跳前波峰点的坐标，确定所述子处理区域中跳变特征点的坐标。


4.根据权利要求3所述的农田地头边界线视觉检测方法，其特征在于，所述跳变波峰点的坐标和所述跳前波谷点的坐标的获取方式分别为：所述正向分布偏差大于等于所述负向分布偏差；
获取所述行灰度平均值平滑曲线上的波峰点的坐标，对多个所述波峰点按照横坐标由大到小的顺序进行排列；
基于跳变特征判断阈值和与所述波峰点相对应的按序离群度确定所述跳变波峰点的坐标，所述跳前波谷点为位于所述跳变波峰点的右侧的第一个波谷点。


5.根据权利要求3所述的农田地头边界线视觉检测方法，其特征在于，所述跳变波谷点的坐标和跳前波峰点的坐标的获取方式分别为：所述正向分布偏差小于所述负向分布偏差；
获取所述行灰度平均值平滑曲线上的波谷点的坐标，对多个所述波谷点按照横坐标由大到小的顺序进行排列；
基于跳变特征判断阈值和与所述波谷点相对应的按序离群度确定所述跳变波谷点的坐标，所述跳前波峰点为位于所述跳变波谷点的右侧的第一个波峰点。

【专利技术属性】
技术研发人员：王侨，孟志军，付卫强，高娜娜，颜丙新，
申请(专利权)人：北京农业智能装备技术研究中心，
类型：发明
国别省市：北京;11