基于根茬检测的秋后残膜回收导航路径提取方法

摘要：

针对秋后残膜回收作业视觉导航中的路径规划问题,提出一种作业路径提取方法.提取根茬、残膜和行间茎秆碎叶三类图片的颜色空间特征和纹理特征,按8:2构成训练集和测试集;以检测根茬为目标,搭建随机森林模型对样本图片进行分类,通过特征重要性和相关性对特征进行降维,使用网格搜索确定随机森林模型的最优模型参数;基于根茬主干保持的直立特点,把检测到的每一个根茬上下顶点作为特征点,通过最小二乘法对所有特征点进行拟合即为作业导航线.试验结果表明,通过特征选择将30维特征降到16维,单幅图像处理时间从0.24 s降到0.16 s.在模型最优参数下,测试集准确率为92.5％.选取450幅10×20像素图片进行分类测试,准确率为91.8％,根茬检测准确率(敏感性)为90.7％.选择200幅ROI区域大小为100×200像素的田间作业图片进行导航线拟合试验,其包括不同天气、不同俯角以及非正常驾驶图片,成功拟合出171幅图像.该根茬检测方法具有较高的稳定性和准确性,可为不同作物根茬检测以及路径提取提供参考.

关键词：机器视觉、残膜回收、导航路径、特征选择、随机森林、最小二乘法

所属期刊栏目：51

分类号：S24(农业电气化与自动化)

资助基金：新疆建设兵团重大科技项目2018AA001

在线出版日期：2022-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1528-1539