高茬水田耕整路徑機(jī)器視覺識(shí)別方法研究.pdf

1、基于機(jī)器視覺的農(nóng)業(yè)機(jī)械導(dǎo)航路徑研究主要集中在旱作物行、壟線、犁溝線及旱作物收獲邊界等提取方面，鮮有將機(jī)器視覺自動(dòng)導(dǎo)航路徑識(shí)別技術(shù)應(yīng)用于水田耕整機(jī)械。本研究以水稻、油菜和小麥高茬水田耕整圖像為研究對(duì)象，以1GMD-200型水田秸稈還田耕整機(jī)為試驗(yàn)平臺(tái)，以實(shí)現(xiàn)水稻、油菜和小麥高茬耕整路徑識(shí)別與導(dǎo)航參數(shù)有效提取為目標(biāo)，在總結(jié)前人研究成果的基礎(chǔ)上，結(jié)合現(xiàn)有路徑識(shí)別及參數(shù)提取理論與方法，對(duì)高茬水田耕整路徑機(jī)器視覺識(shí)別方法進(jìn)行試驗(yàn)研究，具體研究?jī)?nèi)容

2、如下:
　　(1)搭建了高茬水田耕整圖像動(dòng)態(tài)采集系統(tǒng)。以東方紅-LX954拖拉機(jī)為平臺(tái)，通過(guò)計(jì)算機(jī)控制工業(yè)相機(jī)實(shí)現(xiàn)高茬水田耕整圖像動(dòng)態(tài)采集。其中，相機(jī)距離地面安裝高度為h=2.15m，安裝俯角為θ=31.8°。
　　(2)提出了一種新的灰度化加權(quán)因子R+G-2B，并取得了較好灰度化效果。比較現(xiàn)有常規(guī)加權(quán)法、過(guò)綠特征加權(quán)法、色度分量法對(duì)本研究對(duì)象灰度化結(jié)果，得出過(guò)濾特征加權(quán)法可獲取對(duì)比較鮮明的灰度化圖。為尋求更優(yōu)灰度化效果，分

3、析了高茬水田耕整靜態(tài)采集圖像殘茬區(qū)與耕整區(qū)顏色分量特點(diǎn)，提出了R+G-2B灰度化法。
　　(3)提出了一種基于像素均值紋理描繪子的圖像分割法。通過(guò)對(duì)比灰度直方圖雙峰法、最大類間方差法和基于紋理統(tǒng)計(jì)法對(duì)超綠特征灰度圖和R+G-2B灰度圖分割結(jié)果，確定本研究圖像分割法為基于R+G-2B灰度圖像的像素均值紋理描繪子法。其中，像素均值紋理描繪子區(qū)域窗口尺寸為12×2（行×列）個(gè)像素，像素均值閾值為100。
　　(4)針對(duì)形態(tài)學(xué)濾波后

4、部分圖像耕整區(qū)存在大面積白色噪聲點(diǎn)，提出了一種剪切二值圖像方法。通過(guò)統(tǒng)計(jì)二值圖像列方向上累計(jì)像素值的和并計(jì)算和的最大值與最小值的均值A(chǔ)，確定像素值分別為1.8×A和0.1×A所在列數(shù)，從而確定二值圖像剪切邊界。
　　(5)確定了導(dǎo)航路徑檢測(cè)方法——最小二乘法。分別采用傳統(tǒng)Hough變化法、基于已知點(diǎn)Hough變化法和最小二乘法對(duì)高茬水田耕整圖像進(jìn)行導(dǎo)航路徑檢測(cè)，結(jié)果表明:采用最小二乘法檢測(cè)導(dǎo)航路徑擬合精度高，不受耕整區(qū)白色干擾點(diǎn)影

5、響，抗干擾性強(qiáng)，路徑檢測(cè)耗時(shí)600ms左右;采用基于已知點(diǎn)Hough變化法較傳統(tǒng)Hough變化法擬合精度高、路徑檢測(cè)耗時(shí)短，但兩者均易出現(xiàn)導(dǎo)航路徑誤檢測(cè)，路徑檢測(cè)耗時(shí)分別為1500ms和450ms。
　　(6)確定了相機(jī)內(nèi)參。采用張正友平面標(biāo)定法標(biāo)定相機(jī)，確定了相機(jī)內(nèi)參。路面誤差驗(yàn)證試驗(yàn)表明，相機(jī)標(biāo)定傾角誤差在1°范圍內(nèi)，截距誤差在0.03m范圍內(nèi)，標(biāo)定結(jié)果可滿足實(shí)際導(dǎo)航需要。
　　(7)在校內(nèi)開展了路面試驗(yàn)，路面試驗(yàn)截距誤