农业机械学报

作者：关卓怀,陈科尹,丁幼春,吴崇友,廖庆喜

单位：华中农业大学;农业农村部南京农业机械化研究所,农业农村部南京农业机械化研究所,华中农业大学,农业农村部南京农业机械化研究所,华中农业大学,

关键词：水稻;收获;导航路径;机器视觉;动态ROI;三次B样条曲线

基金：国家重点研发计划项目(2017YFD0700400、2017YFD0700405）、国家油菜产业体系专项(CARS-12)和农业部科研杰出人才及创新团队项目

针对水稻收获视觉导航中的路径规划问题，提出一种水稻收获作业视觉导航路径提取方法。通过相机标定获取畸变参数矫正原始图像，并进行高斯滤波，采用基于2R-G-B超红特征模型的综合阈值法进行图像二值化分割，并对二值图像进行形态学的开-闭运算，抑制噪声干扰，根据图像灰度垂直投影值动态设定感兴趣区域，水平扫描获取作物线拟合关键点，最后采用多段三次B样条曲线拟合法提取水稻待收获区域边界线。室内试验表明，采用本文所提出的图像处理方法提取的图像中距离信息平均误差为9.9mm、偏差率为2.0%，角度信息平均误差为0.77°、误差率2.7%。在顺光、逆光、强光、弱光4种光线环境下，对中粳798和临稻20两种作物进行了收获路径提取田间试验，以像素误差、距离误差、相对误差和标准差为评价指标，对比了不同光线下的路径提取结果，试验结果表明，对于中粳798的收获图像，4种光线环境下15个关键点的平均像素误差为28.7像素，平均距离误差39.7mm，平均相对误差2.7%；强光环境平均像素误差最小，为26.2像素；弱光环境平均距离误差最小，为23.9mm；强光环境平均相对误差最小，为2.0%；顺光环境稳定性最好，标准差为6.8像素。对于临稻20的收获图像，4种光线环境下15个关键点的平均像素误差36.5像素，平均距离误差45.0mm，平均相对误差2.8%，在逆光环境下的平均像素误差、平均距离误差和平均相对误差均最小，分别为29.5像素、36.9mm和2.3%，稳定性也最好，标准差为10.8像素。单帧图像平均处理时间38ms。本研究可为田间作物线检测和收获作业的自动导航提供参考。

来源：2020年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第1期