- · 《玉米科学》栏目设置[09/01]
- · 《玉米科学》数据库收录[09/01]
- · 《玉米科学》收稿方向[09/01]
- · 《玉米科学》投稿方式[09/01]
- · 《玉米科学》征稿要求[09/01]
- · 《玉米科学》刊物宗旨[09/01]
玉米行间导航线实时提取(2)
作者:网站采编关键词:
摘要:图2 导航线提取流程Fig.2 Process of navigation line extraction 2 图像预处理与苗带分割 为了减少光照强度对图像识别的影响,将颜色分量R、G、B值进行归一化[24],
图2 导航线提取流程Fig.2 Process of navigation line extraction
2 图像预处理与苗带分割
为了减少光照强度对图像识别的影响,将颜色分量R、G、B值进行归一化[24],采用归一化后的颜色分量代替原有颜色分量,克服不同光照强度对苗带特征提取的影响,计算方法如式(1)所示。
式中r、g和b分别为颜色分量R、G和B的归一化值。
分别在弱光和强光条件下俯拍玉米田间图像,选取2种光照条件下各40帧视频图像,每幅图像提取20个玉米和土壤测试点,进行颜色分量R、G、B值统计分析。如图3a和图3b所示,颜色分量变化规律的不确定直接影响玉米与土壤背景的准确分割。通过对颜色分量归一化处理,确保不同光照条件下颜色分量变化规律相同,结果如图3c和图3d所示。
采用超绿特征算子对玉米苗带图像进行灰度化处理,超绿特征算子计算方法如式(2)所示。
式中Eg(x,y)为像素点(x,y)的灰度值。
采用超绿特征算子计算土壤和玉米苗带图像灰度值,统计结果如图 4a,统计结果表明玉米不同生长时期土壤背景灰度值显著小于玉米。以超绿特征算子为玉米分割阈值,采用最大类间方差法[25-27]分割玉米和土壤背景,不同时期玉米二值化分割效果如图4c所示。
图3 颜色分量统计结果Fig.3 Statistical results of color components
图4 不同时期玉米与土壤背景分割结果Fig.4 Segmentation results of corn and soil background in different periods
田间杂草、秸秆以及玉米叶片外展噪声,直接干扰静态ROI的提取。采用形态学膨胀和腐蚀去除噪声,并连通小范围断垄区域,结果如图4d所示,该区域可用于车轮对行行走路径规划效果较好。图像预处理与苗带分割为后续的ROI可靠提取提供了必要条件。
3 车轮可行走动态ROI确定
如果直接对相机采集的图像进行处理,单帧图像处理时间普遍大于300 ms[28],无法满足导航作业的实时性需求,为此本文提出在可行走动态ROI内开展导航线提取。
3.1 静态ROI确定
玉米种植采用条播法,行与行之间保持相同的距离,垂直投影法能够较好的应用于条播作物导航线提取。针对垂直投影法应对复杂环境适应性差,容易出现苗带中心线拟合角度偏移大,且耗时较长的问题,本文将垂直投影法用于初始帧图像处理,确定静态 ROI,然后在静态ROI的基础上确定导航动态ROI。
3.1.1 图像带划分
由于相机俯拍角度的影响,玉米苗带在图像中并不是相互平行的,无法直接对图像使用垂直投影,因此需要将图像划分成若干图像条。在采集图像W×H像素范围内按照Δh像素高度划分图像带,如图5a所示。图像带垂直投影结果如图5b所示。
图5 图像带划分与垂直投影结果Fig.5 Image band division and vertical projection results注:W为图像宽度,pixel;H为图像高度,pixel;Δh为图像带高度,pixel。Note:Wis the image width,pixel;His the image height,pixel; Δhis the image band height pixel.
3.1.2 ROI区域的几何表达
确定静态 ROI,需要定位玉米行中心点,采用垂直投影法获取玉米行中心点的步骤如下:
1)从下至上依次对划分的图像带进行编号1、2、…、n、…、N,其中N为图像带总数,根据聚类计算结果本文取10。采用公式(3)计算图像带W×Δh像素范围列像素累加值,得到列像素曲线Z(j),如图5所示。
式中下标j为图像带像素点列坐标;下标i为图像带像素点行坐标。
2)确定图像带中玉米行中心点。设置阈值T,当Z(j-1)<T<Z(j+1)时,图像带像素列坐标j为上升列序号;当Z(j+1)<T<Z(j-1)时,j为下降列序号,其中阈值T根据公式(4)~(6)计算。上升点与下降点的中心点即为图像带中玉米行中心点。
式中M为图像带所有列像素累加和的均值;E为图像带列像素累加值标准差。
3)按照上述步骤对所有图像带进行相同操作,得到W×H像素范围内的所有玉米行中心点。
4)在编号1的图像带中,从W/2位置向两侧扫描,记录两侧扫描的第 1个像素点坐标分别为 (),(,计算2个像素坐标点的中点水平位置Wc。
5)在编号为2的图像带中,扫描线从Wc处向两边扫描,并执行步骤 4)。以此循环,最后确定编号为N的图像带左右 2行作物行中心点的像素坐标分别为()。
6)采用公式(7)对和进行运算,获得梯形ROI的4个顶点的像素坐标,基于顶点位置确定ROI。
式中(X1,)为ROI左下角像素坐标,()为ROI右下角像素坐标,()为ROI左上角像素坐标,(X4,)ROI右上角像素坐标。A和B的值根据图6确定。
文章来源:《玉米科学》 网址: http://www.ymkxzz.cn/qikandaodu/2021/0119/685.html
上一篇:煮玉米掌握5个技巧
下一篇:玉米高产种植要点及病虫害防治措施