[1]闫保中,王强军.农田图像导航线检测技术研究[J].应用科技,2018,45(02):65-69.[doi:10.11991/yykj.201703007]
 YAN Baozhong,WANG Qiangjun.Research on detection technology of the navigation line of farmland image[J].Applied science and technology,2018,45(02):65-69.[doi:10.11991/yykj.201703007]
点击复制

农田图像导航线检测技术研究(/HTML)
分享到:

《应用科技》[ISSN:1009-671X/CN:23-1191/U]

卷:
第45卷
期数:
2018年02期
页码:
65-69
栏目:
自动化技术
出版日期:
2018-03-15

文章信息/Info

Title:
Research on detection technology of the navigation line of farmland image
作者:
闫保中 王强军
哈尔滨工程大学 自动化学院, 黑龙江 哈尔滨 150001
Author(s):
YAN Baozhong WANG Qiangjun
College of Automation, Harbin Engineering University, Harbin 150001, China
关键词:
农田图像处理Otsu已知点导航线检测图像灰度化图像分割列信息检测直线检测OpenCV
Keywords:
processing farmland imageOtsuknown pointdetection of navigation lineGrayscale imageimage segmentationdetection of column informationline detectionOpenCV
分类号:
TP31
DOI:
10.11991/yykj.201703007
文献标志码:
A
摘要:
为了检测到农田图像中的导航线,在RGB颜色空间中使用2g-r-b灰度化算子对农田图像进行灰度化,采用改进的自适应中值滤波算法进行农田图像滤波,采用Otsu阈值分割法方法对农田图像进行分割。改进了灰度垂直扫描算法,使该方法更适合用来检测农作物的列数和农作物列的边缘信息。在获取农作物的列数和农作物列的边缘信息的基础上,使用列的边缘信息来获取导航线的定位点。在对过已知点的直线检测算法深入研究的基础上,分析了该算法的不足之处,并对其进行改进,有效克服了原算法中存在的缺陷,使其能准确提取到图像中的导航线。
Abstract:
In order to detect the navigation line in the farmland image, the 2g-r-b grayscale operator was used to gray the farmland image in the RGB color space. The improved adaptive median filter algorithm was used to filter the farmland image and the farm image was segmented by Otsu threshold segmentation method. In this paper, the algorithm of vertical scanning for gray level was improved, the improved method becomes more suitable for the detection of the number of columns and the edge information of crop, the edge information of the column was used to obtain the anchor point of the navigation line. On the basis of deep research on line detection algorithm for known points,the shortcomings of the algorithm were analyzed and improved, the defects of the original algorithm were effectively overcome and the navigation line in the image can be accurately extracted.

参考文献/References:

[1] 李勇, 丁伟利. 基于暗原色的农机具视觉导航线提取算法[J]. 光学学报, 2015, 35(2):221-228.
[2] 姬长英, 周俊. 农业机械导航技术发展分析[J]. 农业机械学报, 2014, 45(9):44-54.
[3] 刁智华, 王会丹, 宋寅卯. 基于机器视觉的农田机械导航线提取算法研究[J]. 农机化研究, 2015, 37(2):35-39, 45.
[4] REID JF, ZHANG Q, NOGUCHI N, et al. Agricultural automatic guidance research in North America[J]. Computers and electronics in agriculture, 2000, 25(1-2):155-167.
[5] CHEN BQ, WATANABE K,TOJO S, et al. Studies on the compute-eye of rice transplant robot (Part 2):Detection of rice plants line using hough transformation[J]. Journal of jsam, 1997, 59(3):23-28.
[6] 张志斌, 罗锡文, 周学成, 等. 基于Hough变换和Fisher准则的垄线识别算法[J]. 中国图象图形学报, 2007, 12(12):2164-2168.
[7] 袁佐云, 毛志怀, 魏青. 基于计算机视觉的作物行定位技术[J]. 中国农业大学学报, 2005, 10(3):69-72.
[8] 周俊, 姬英, 刘成良. 农用轮式移动机器人视觉导航系统[J]. 农业机械学报, 2005, 36(3):90-94.
[9] 丁伟雄. MATLAB R2015a数字图像处理[M]. 北京:清华大学出版社, 2016.
[10] 朱伟, 赵春光, 欧乐庆, 等. OpenCV图像处理编程实例[M]. 北京:电子工业出版社, 2016.
[11] 刘琼, 史诺. 基于Lab和YUV颜色空间的农田图像分割方法[J]. 国外电子测量技术, 2015, 34(4):39-41, 59.
[12] 顾明, 郑林涛, 尤政. 基于颜色空间转换的交通图像增强算法[J]. 仪器仪表学报, 2015, 36(8):1901-1907.
[13] 李谦,蔡晓华. 机器视觉在除草机器人中的应用[J]. 农机化研究, 2014, 36(7):204-206, 231.
[14] 王晓凯, 李锋. 改进的自适应中值滤波[J]. 计算机工程与应用, 2010, 46(3):175-176, 218.
[15] 乔爽, 吴金波. 改进的Otsu算法在缺陷检测中的应用[J]. 机械与电子, 2016, 24(7):71-74.
[16] 陆广地. 基于改进数学形态学滤波的农产品图像处理[J]. 江苏农业科学, 2015, 43(1):402-404.
[17] 孟庆宽, 刘刚, 张漫, 等. 基于线性相关系数约束的作物行中心线检测方法[J]. 农业机械学报, 2014, 44(S1):216-223.
[18] 张勇红. 基于霍夫变换的铭牌OCR图像旋转矫正方法[J]. 电测与仪表, 2015, 52(8):125-128.
[19] 马红霞, 马明建, 马娜, 等. 基于Hough变换的农业机械视觉导航基准线识别[J]. 农机化研究, 2013, 35(4):37-39, 43.
[20] 陈兵旗. 机器视觉技术及应用实例详解[M]. 北京:化学工业出版社, 2014:63.

备注/Memo

备注/Memo:
收稿日期:2017-03-14。
作者简介:闫保中(1963-),男,研究员,硕士生导师;王强军(1982-),男,硕士研究生
通讯作者:王强军,E-mail:wangqiangjun163@163.com
更新日期/Last Update: 2018-04-09