基于Harris和卡尔曼滤波的农业机器人田间稳像算法

摘要：

针对田间颠簸环境影响农业机器人采集实时稳定图像问题,提出了基于Harris和卡尔曼滤波的农业机器人田间稳像算法.首先,利用摄像头获取田间抖动视频图像序列,进行图像子区域划分并计算各区域灰度均方差,进而确定各区域Harris角点阈值;通过自适应角点阈值设置,增加角点距离约束,完成图像角点检测.然后,对检测出的角点进行光流跟踪,计算出帧间运动估计参数.最后,利用自适应卡尔曼滤波算法对运动估计参数进行平滑操作并动态调整滤波平滑性能,获得精确运动估计矢量.测试结果表明,改进后的Harris角点检测算法区域平均分布标准差减小;自适应卡尔曼滤波算法在保证平滑随机运动前提下,跟踪主动运动性能平均提升30.75个百分点;稳像后的图像峰间信噪比提升15.93％,单帧处理时间为25.66 ms,满足农业机器人30 f/s高速图像采集时同步稳像对实时性要求.

关键词：农业机器人、稳像算法、Harris角点、卡尔曼滤波

所属期刊栏目：54

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划;中国科学院机器人与智能制造创新研究院自主项目;中国科学院合肥物质科学研究院院长基金项目

在线出版日期：2023-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：30-36,53