农业机械学报

作者：蔡道清,李彦明,覃程锦,刘成良

单位：上海交通大学,上海交通大学,上海交通大学,上海交通大学,

关键词：田埂边界;机器视觉;支持向量机;霍夫检测

基金：国家重点研发计划项目(2016YFD0700505)

提出了基于支持向量机的水田田埂边界线的检测算法。采用支持向量机分类算法代替传统的图像分割算法，分割水田图像，提高了在不同光照条件下田埂边界检测的鲁棒性。图像预处理阶段引入超像素分割算法，大大减少了后续图像处理的计算量，并为支持向量机的模型训练提供大量的样本。选取足够数量的超像素样本，提取其颜色特征和纹理特征，构成19维的特征向量，并作为训练支持向量机模型的输入。使用训练好的支持向量机模型识别新图像中的水田田埂区域，模型评价指标F1分数达到90.7%。采用霍夫变换提取田埂边界，在NVIDIA的Jetson TX2硬件平台上，算法总运行时间在0.8s以内，有效满足了水田直播机的实时性要求。

来源：2019年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第6期