基于條件隨機場的農(nóng)業(yè)環(huán)境推理研究.pdf

1、現(xiàn)代農(nóng)業(yè)的發(fā)展，要求作業(yè)效率更高，作業(yè)質(zhì)量更優(yōu)，作業(yè)成本更低。這在農(nóng)業(yè)機械方面，要求其具有越來越高的自動化、智能化水平，農(nóng)業(yè)機器人應(yīng)運而生。農(nóng)業(yè)機器人在農(nóng)業(yè)環(huán)境中實現(xiàn)自主作業(yè)，首先需要農(nóng)業(yè)機器人能夠理解農(nóng)業(yè)環(huán)境，獲取場景知識。本文通過視覺傳感器獲取農(nóng)業(yè)環(huán)境場景信息，構(gòu)建了一種以超像素作為圖像處理單元、通過條件隨機場融入圖像空間上下文信息的圖像分割分類算法，主要內(nèi)容和結(jié)論如下:
　　針對農(nóng)業(yè)環(huán)境場景不確定性和模糊性的特點，提出了通過

2、條件隨機場融入圖像空間上下文信息，提高圖像分割分類算法的精確性。針對以單一像素作為圖像處理單元容易受噪聲影響、且算法效率低下的問題，提出了以超像素作為圖像處理單元，并定義了鄰域超像素。
　　介紹了一種梨園場景分割的算法。首先，將已標記的場景圖像分割為超像素，將超像素的特征向量和標記的類別作為樣本整合到類別數(shù)據(jù)庫中，然后，利用條件隨機場模型對未標記超像素的特征向量和空間關(guān)系進行建模，最后，經(jīng)過訓(xùn)練獲取模型參數(shù)，利用最大后驗邊緣準則對

3、未標記超像素進行類別推理。將本算法與最近鄰算法分割結(jié)果進行對比，本算法對梨園場景中的光照不均勻分布、雜草隨機分布、田頭場景內(nèi)容突變等情況都具有很好分割結(jié)果，說明本算法對于梨園自然環(huán)境具有很好的適應(yīng)性。
　　構(gòu)建了一種基于條件隨機場的地形推理算法。以自主研制的農(nóng)業(yè)移動機器人為平臺，利用雙目相機在線獲取圖像場景像素類別信息，使用增量式整合策略進行聚類中心的構(gòu)建與更新，并進行了驗證性試驗。試驗結(jié)果表明，基于條件隨機場的導(dǎo)航場景地形推理算