【技术实现步骤摘要】
一种基于边缘检测技术的农作物不等行距检测方法
[0001]本专利技术涉及一种检测技术。具体涉及一种基于边缘检测技术的农作物不等行距检测方法。
技术介绍
[0002]基于图像处理的技术在各行各业发挥着重要作用,而边缘检测技术在图像处理中是对图像轮廓特征提取的关键技术。
[0003]自动收割技术的不断发展,对农作物的株高、行排列、行距等准确信息越来越依赖。如何获取农作物的株高已经有了相关的解决方法,但是如何获取行距信息公开的做法较少。边缘检测方法有Roberts、Sobel、Prewitt、LOG、Canny等,其中Roberts、Sobel、Prewitt、LOG对边缘细节的还原效果差,另外传统Canny对尖锐边缘提取不精确。有学者在传统边缘检测中寻求改进,虽然一定程度上提高了检测的精度,但是引入机器训练和神经网络等方法后大幅增加运算时间。
技术实现思路
[0004]本专利技术提供了一种基于边缘检测技术的农作物不等行距检测方法,以解决农作物的行距检测问题。
[0005]本专利技术公开了一种基于边缘检测技术的农作物不等行距检测方法,具体步骤如下:
[0006]步骤1:获取农作物的图像,并对图像进行预处理;
[0007]步骤2:采用N
×
N矩阵,从水平和垂直两个方向来卷积计算图像中像素的幅度和梯度;
[0008]步骤3:根据相邻像素的幅度计算双阈值,根据双阈值来获取像素的强边缘点和弱边缘点;
[0009]步骤4:将同一梯度方向上幅值最大的像素 ...
【技术保护点】
【技术特征摘要】
1.一种基于边缘检测技术的农作物不等行距检测方法,其特征在于,具体步骤如下:步骤1:获取农作物的图像,并对图像进行预处理;步骤2:采用N
×
N矩阵,从水平和垂直两个方向来卷积计算图像中像素的幅度和梯度;步骤3:根据相邻像素的幅度计算双阈值,根据双阈值来获取像素的强边缘点和弱边缘点;步骤4:将同一梯度方向上幅值最大的像素点作为边缘的初始点,将边缘的初始点和同一梯度方向上的弱边缘点相连,根据边缘的初始点和弱边缘点连线的模长删除伪边缘点;步骤5:根据保留的弱边缘点和强边缘点,通过霍夫变换线性拟合出图像的主要边缘;步骤6:根据图像的主要边缘的间距折算出农作物的行距。2.如权利要求1所述的基于边缘检测技术的农作物不等行距检测方法,其特征在于,所述步骤1中中值滤波的方法的中值滤波函数为:G(x,y)=Med{h(x+m,y+n)|m,n∈W}其中,h(x,y)为图像每个点的灰度值,W为二维模板,通常为3
×
3,5
×
5区域,m、n所滤波的像素选取的范围。3.如权利要求1所述的基于边缘检测技术的农作物不等行距检测方法,其特征在于,所述步骤2中采用3
×
3矩阵,从水平和垂直两个方向来卷积计算图像G中像素的幅度和梯度,具体计算方法为:p
x
=(g6+2g7+a8)
‑
(g0+2g3+g6)p
y
=(g6+2g7+a8)
‑
(g0+2g1+g2)θ(i.j)=arctan(p
x
/p
y
)其中,G
x
和G
y
分别代表水平方向和垂直方向;G
x,y
是图像的像素...
【专利技术属性】
技术研发人员:庄肖波,魏海峰,许为强,王浩陈,
申请(专利权)人:江苏科技大学,
类型:发明
国别省市:
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。