【技术实现步骤摘要】
一种基于最优化逆透视变换的水稻株行距测量方法
[0001]本专利技术涉及水稻株行距测量
,具体涉及一种基于最优化逆透视变换的水稻株行距测量方法。
技术介绍
[0002]随着高速计算机的发展,大容量存储设备的成本不断降低,机器视觉技术在近年来得到了显著发展。其中单目视觉测距技术在机器人、智能驾驶、无人装备等领域得到广泛应用。
[0003]通过单目视觉测量水稻株行距是监测水稻种植质量的有效技术方案。单目视觉测量水稻株行距包括两大类方法:一是通过标定相机的内外参,恢复场景三维空间信息,实现水稻株行距测量,具有通用性好等优点,然而该方法并不适合相机运动的情况下的株行距测量。二是通过逆透视变换将前视图变换到鸟瞰视图,同时实现了像素尺度到物理尺度的变换,适合运动场景下的株行距测量。逆透视变换主要有:基于多视图几何知识的逆透视变换方法、基于简化相机模型的逆透视变换方法、基于点对单应变换的逆透视变换方法三种方法。基于多视图几何知识的逆透视变换方法具有建模质量好,测量精度高等优点,但是需要多张二维图像用于三维信息恢复,存在计算量大,运算效率不高等不足。基于简化相机模型的逆透视变换方法具有形式简单,计算速度快等优点,但是相机的俯仰角、偏航角对逆透视变换结果的影响较大。相比前两种方法,基于点对单应变换的逆透视变换方法无需相机内外参或测距平面等相关信息,简单易于实现,计算效率高,然而,目前常用的方法存在精度仍有待提高的问题,分析认为是由点对信息误差扰动所导致,如人工选取点对信息时,选取点与目标点误差大,使得逆透视变换精度不高。 ...
【技术保护点】
【技术特征摘要】
1.一种基于最优化逆透视变换的水稻株行距测量方法,其特征在于,包括以下步骤:S1、设置标定件;S2、建立最优化逆透视变换的目标函数;采集含标定件的原图像,确定和代入初始值,迭代求解目标函数,得到最优逆透视变换矩阵;S3、采集水稻株图像,对图像进行预处理;提取水稻株轮廓,分析水稻株的中心坐标;代入由最优逆透视变换矩阵构成的逆透视变换公式,得到水稻株中心点的物理坐标;S4、根据最小二乘法理论拟合每一行的水稻株中心点,得到每行水稻株中心线,计算相邻中心线的距离,记为水稻株行距。2.如权利要求1所述的基于最优化逆透视变换的水稻株行距测量方法,其特征在于,步骤S1中,所述标定件包括n个层层嵌套的正方形,所述n个正方形的边长依次为d1、d2、
……
、d
n
,且每一个正方形的四个顶点上各有一个以该顶点为圆心且半径为r的圆,满足d1>2r和d
i+1
≥d
i
+4r;其中,d
i
和d
i+1
分别表示第i个和第i+1个正方形的边长,且1≤i≤n
‑
1。3.如权利要求1所述的基于最优化逆透视变换的水稻株行距测量方法,其特征在于,步骤S2中,所述逆透视变换具体为:将原图像上的每个像素点映射到一个新的位置构建一幅新图像,数学模型如下:式中,(x,y)表示新图像上的任意一点;(u,v)表示原图像上的任意一点;s表示尺度参数;M是逆透视变换矩阵。4.如权利要求1所述的基于最优化逆透视变换的水稻株行距测量方法,其特征在于,步骤S2中,所述建立最优化逆透视变换的目标函数具体为:以标定件的4n个圆的拟合误差总和最小为目标,以n个正方形中每个正方形两组对边平行、两组临边垂直,并且临边长度差值的绝对值应小于ε为约束条件建立目标函数,e为取值为正的小的常数,所述目标函数如下:式中,f(M)为4n个圆的拟合误差总和:式中,表示原图像上在正方形第A
i
顶点处圆周上第j个像素点的齐次坐标,表示第A
i
顶点在新图像上的齐次坐标;表示原图像上在正方形第B
i
顶点处圆周上第j个像素
点的齐次坐标,表示第B
i
顶点在新图像上的齐次坐标;表示原图像上在正方形第C
i
顶点处圆周上第j个像素点的齐次坐标,表示第C
i
顶点在新图像上的齐次坐标;表示原图像上在正方形第D
i
顶点处圆周上第j个像素点的齐次坐标,表示第D
i
顶点在新图像上的齐次坐标;表示尺度参数,其中,i=1,2,...,n,j=1,2,...,m,m∈N且m≥50;n表示标定件中正方形的个数,m表示正方形顶点处圆周上像素点的个数;等式约束条件其中,i=1,2,...,n;具体如下:等式约束条件其中,i=1,2,...,n;具体如下:等式约束条件其中,i=1,2,...,n,具体如下:等式约束条件其中,i=1,2,...,n;具体如下:不等式约束条件...
【专利技术属性】
技术研发人员:郝飞,朱超涵,何光洪,笪扬,付洋,
申请(专利权)人:南京工程学院,
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。