基于机器视觉的农田地头边界线检测方法

摘要：

在非结构化复杂农田作业环境中,为实现农机在地头处的自主导航转弯,首先需及时、准确地感知地头的空间位置信息,尤其是地头边界位置.本文基于机器视觉技术,首先依据农田内外像素灰度的跳变特征来判断地头是否出现,通过建立正向和负向分布偏差两个度量确定是否存在该灰度跳变特征;随后,将图像沿水平方向平均分成8个子处理区域,针对各子处理区域求取其行灰度平均值分布图,基于局部加权回归法对其进行平滑处理,建立按序离群度参数,通过寻找平滑曲线上首个按序离群程度较大的波峰点或波谷点以及相应的跳前波谷点或波峰点,最终确定跳变特征点的像素坐标,并基于稳健回归法线性拟合跳变特征点,获取实际非规整地头边界的主体延伸方位线;最后,将主体延伸方位线向下平行移动,当其线上像素的灰度平均值接近于田内像素的灰度分布特征时,认为抵达安全位置处,由此获得农机在当前地头处安全转向掉头的边界线.试验结果表明,判断地头出现的准确率不低于96％,地头边界线检测准确率不低于92％.

关键词：机器视觉、农田环境感知、地头自主转弯、地头边界线、地头转向基准线

所属期刊栏目：51

分类号：TP242.6(自动化技术及设备)

资助基金：国家重点研发计划项目;农机北斗导航项目;北京市博士后工作经费项目;中国博士后科学基金项目

在线出版日期：2020-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：18-27