CN101101216B - 棉田喷药机导航路径识别方法 - Google Patents

Abstract

本发明涉及棉田喷药机导航路径识别方法，使用了用于采集图像的机器视觉系统和用于处理数字图像的计算机，其步骤包括：1)消除非目标垄；2)确定目标垄分界位置；3)垄中心线获得；4)导航路径获得：对获得的垄中心线做行位置平均得到导航离散点，对导航离散点通过Hough(霍夫)变换来获得导航路径。本发明能够实现喷药机的自主识别、导航，达到定点、定量喷药；能充分提高工作效率，缓解劳动力不足，改善作业者的安全和卫生环境，提高喷药作业质量；能减少农药喷洒量，提高农药利用率，降低农药对空气、水、土壤、农产品的污染，保持农业可持续发展。

Description

棉田喷药机导航路径识别方法

技术领域

本发明涉及路径识别方法，具体涉及一种棉田喷药机导航路径识别方法。

背景技术

目前，我国使用的绝大多数喷药机，其农药喷洒过程都是人工操作，由喷药人员根据经验决定化学药剂的使用时间、地点和剂量，其结果是导致这些农用化学药剂的滥用，从而制约了我国农业生产的可持续发展。另外在整个农药喷洒作业中，操作人员劳动强度大，而且操作人员直接接触农药，人身极易受到农药的伤害。同时由于人工操作，整个农药喷洒作业效率不高。因此，研究棉田喷药机导航路径识别有非常重要的意义：可以实现喷药机的自主识别、导航，达到定点、定量喷药；可充分提高工作效率，缓解劳动力不足，改善作业者的安全和卫生环境，提高喷药作业质量；可减少农药喷洒量，提高农药利用率，降低农药对空气、水、土壤、农产品的污染，保持农业可持续发展。

发明内容

(一)本发明要解决的技术问题

本发明的目的是针对上述现有技术的不足，提供一种效率高、定量施药、降低污染的棉田喷药机导航路径识别方法。

(二)技术方案

为了达到上述目的，本发明采取以下技术方案：

本发明的棉田喷药机导航路径识别方法，使用了用于采集图像的机器视觉系统和用于处理数字图像的计算机，具有以下步骤：

1)消除非目标垄：即找到目标垄与非目标垄分界列位置，从而图像处理时只处理分界列位置之内的目标垄；

2)确定目标垄分界位置：采用图像的垂直方向直方图方法，通过图像中位于1/4W(图像宽度)～3/4W(图像宽度)之间的两个波峰来获得目标垄分界列位置；

3)垄中心线获得：将图像划分为若干等份水平条图像，分别对图像条做垂直方向直方图投影，设定以图像条高度的一半为分割值，然后将图像条中影响直方图变化的噪声部分消除，确定各图像条中垄的平均定位点，根据获得的定位点采用最小二乘法对垄中心线进行拟合，获得垄中心线图；

4)导航路径获得：对获得的垄中心线做行位置平均得到导航离散点，对导航离散点通过Hough(霍夫)变换来获得导航路径。

优选地，所述步骤1)中，包括采用垂直方向直方图投影来确定目标垄与非目标垄的分界列位置点的步骤。

优选地，所述步骤1)中包括：出现目标垄与非目标垄在垂直方向直方图投影重合情况时，采用将图象从高度的一半处分为两部分，分别做垂直方向直方图投影，然后两部分分别计算分界位置。

优选地，所述步骤1)中，通过图像平滑来消除个别噪声点对获得目标垄与非目标垄影响，具体采用下式对直方图进行平滑：

P(i)＝(P(i-3)+P(i-2)+P(i-1)+P(i)+P(i+1)+P(i+2)+P(i+3))/7

其中，

$P\left(i\right)=\underset{(i,j)\⋐R}{\mathrm{\Σ}}1$

为第i列反映棉株信息的像素点的数目，R为识别出反映棉株信息的像素区域，W×H为图像大小(W是图像宽度，H是图像高度)，i＝1，2，...，W；j＝1，2，...，H。

优选地，步骤4)中所述对导航离散点通过Hough变换来获得导航路径，其算法过程如下：

A、初始化一个变换域(ρ，θ)空间上的数组count[ρ][θ]，ρ方向上的量化数目为图像对角线方向像素数，θ方向上的量化数目为180。并对数组中每个元素设置初值0。

B、顺序搜索图像中的所有导航离散点(x_i，y_i)。对每一点代入θ的量化值(从0到180)，通过公式ρ＝x_icos(θ)+y_isin(θ)算出各个ρ，ρ值(经量化)落在count[ρ][θ]数组中某个元素中，便使该元素count[ρ][θ]加1。

C、图像中的所有导航离散点(x_i，y_i)变换完后，对变换域(ρ，θ)空间的数组count[ρ][θ]值进行检验，找出最大的count[ρ][θ]值所对应的ρ和θ，记作ρ₀和θ₀。

D、顺序对原图像的每个像素点(x_i，y_i)代入θ的量化值(从0到180)，通过公式ρ＝x_icos(θ)+y_isin(θ)算出各个ρ，ρ值经量化后如果等于ρ₀，则其对应的点在所求导航路径上。

(三)有益效果

1)由于本发明通过机器视觉系统和图像处理，能获得棉田喷药机导航路径，因此，能够自主识别、导航，达到定点、定量喷药；2)由于保证了施药的定点、定量。因此充分提高了工作效率，缓解了劳动力不足，改善作业者的安全和卫生环境，提高了喷药作业质量；3)减少农药喷洒量，提高农药利用率，降低农药对空气、水、土壤、农产品的污染，保持农业可持续发展；4)本发明算法实现容易、可靠；算法计算复杂度低，能满足实时性要求。

附图说明

图1是本发明目标垄及目标垄区分示意图。

图2是本发明Lab空间棉株信息提取示意图。

图3是本发明图像垂直方向直方图。

图4是本发明图像各分界位置统计图。

图5是本发明图像二分垂直方向直方图。

图6是本发明图像平滑后直方图。

图7是本发明图像目标垄分界位置概率统计图。

图8是本发明图像各分界位置示意图。

图9是本发明棉田棉株识别图像的示意图。

图10是本发明图像水平条划分图。

图11是本发明图像条垂直方向直方图投影图。

图12是本发明确定每垄平均定位点示意图。

图13是本发明垄中心线获得图像的示意图一。

图14是本发明垄中心线获得图像的示意图二。

图15是本发明导航路径获得图像的示意图一。

图16是本发明导航路径获得图像的示意图二。

具体实施方式

以下实施例用于说明本发明，但不用来限制本发明的范围。

本发明实施时，首先，在动态光照较弱条件下采用Lab空间对a分量对图像进行灰度化，在动态光照充足条件下采用RGB颜色空间2G-R-B对图像灰度化；对灰度化后的图像利用迭代求最佳阈值的方法对图像进行二值化，然后利用中值滤波对图像中的噪声点进行消除；对图像垄中心线采用最小二乘法进行拟合，最后利用Hough变换得到导航路径。

本发明的实施步骤如下：

1、消除非目标垄

消除非目标垄的方法就是找到目标垄与非目标垄分界列位置，从而图像处理时只处理分界列位置之内的目标垄。本发明采用了垂直方向直方图投影来确定目标垄与非目标垄的分界列位置点。垂直方向直方图投影是指将图像中表征垄信息的像素按列方向数目叠加。设R为识别出反映棉株信息的像素区域，图像大小W×H，令第i列反映棉株信息的像素点的数目为P(i)，那么，

$P\left(i\right)=\underset{(i,j)\⋐R}{\mathrm{\Σ}}1$ (i＝1，2，...，W；j＝1，2，...，H)

图2是图1在Lab空间提取棉株信息后的图像，图像分割阈值为135。图3是对棉株的识别后在垂直方向的直方图投影，图像中有明显的两个波谷分别是在列像素240和480处。列像素240处为左右目标垄分界列位置，列像素480处为目标垄和非目标垄的分界列位置。因此，在图像处理分析过程中只分析列像素0～480之间即可消除非目标垄的影响，又能减少图像处理像素个数，从而缩短图像处理时间。

实际应用中可能会出现目标垄与非目标垄在垂直方向直方图投影重合情况，这样将无法得到明显波谷。为此，能够采用将图象从高度的一半处分为两部分，分别做垂直方向直方图投影，然后两部分分别计算分界位置。图5为图像二分后的垂直方向直方图投影，为消除个别噪声点对获得目标垄与非目标垄影响，能够通过图像平滑来实现。本发明采用了下式子对直方图进行平滑：

P(i)＝(P(i-3)+P(i-2)+P(i-1)+P(i)+P(i+1)+P(i+2)+P(i+3))/7

图6为平滑后直方图，由图可以看出一些噪声得到了消除，同时图像变得平滑，利于目标垄与非目标垄分界位置的获得。

2、确定目标垄分界位置

在确定两目标垄列分界位置时，也采用了图像的垂直方向直方图方法.对采集的400幅图像分析，发现两目标垄的分界位置基本都位于垂直方向直方图的两个较大得波谷之间.如图3所示.在对目标垄分界列位置出现概率进行统计时，发现其出现的位置有一定规律，基本都集中在图像的1/4W～3/4W之间，如图7所示.因此，可通过位于1/4W～3/4W之间的两个波峰来获得目标垄分界列位置.

总结目标垄分界位置及目标垄与非目标垄分界位置出现情况，可以通过图4-图8形象反映出来，其中图8中的1、2区域为目标垄与非目标垄分界点主要分布位置，3区域为目标垄分界点主要分布位置。

3、垄中心线获得

本发明首先将图像划分为十等份水平条图像，参见图9、图10。分别对图像条做垂直方向直方图投影，参见图11。设定以图像条高度的一半为分割值，然后将图像条中影响直方图变化的噪声部分消除。确定各图像条中垄的平均定位点，如图12中的圆点。根据获得的定位点采用最小二乘法对垄中心线进行拟合，参见图13、图14。

4、导航路径获得

对获得的垄中心线做行位置平均得到导航离散点，对导航离散点通过Hough变换来获得导航路径。在图像坐标系中，获得导航路径时利用得到导航离散点通过Hough变化得到一条最佳拟合路径。其算法过程如下：

(1)初始化一个变换域(ρ，θ)空间上的数组count[ρ][θ]，ρ方向上的量化数目为图像对角线方向像素数，θ方向上的量化数目为180。并对数组中每个元素设置初值0。

(2)顺序搜索图像中的所有导航离散点(x_i，y_i)。对每一点代入θ的量化值(从0到180)，

通过公式ρ＝x_icos(θ)+y_isin(θ)算出各个ρ，ρ值(经量化)落在count[ρ][θ]数组中某个元素中，便使该元素count[ρ][θ]加1。

(3)图像中的所有导航离散点(x_i，y_i)变换完后，对变换域(ρ，θ)空间的数组

count[ρ][θ]值进行检验，找出最大的count[ρ][θ]值所对应的ρ和θ，记作ρ₀和θ₀。

(4)顺序对原图像的每个像素点(x_i，y_i)代入θ的量化值(从0到180)，通过公式

ρ＝x_icos(θ)+y_isin(θ)算出各个ρ，ρ值经量化后如果等于ρ₀，则其对应的点在所求导航路径上。

参见图14、图15，其中黑线为获得的导航路径。

以上为本发明的最佳实施方式，依据本发明公开的内容，本领域的普通技术人员能够显而易见地想到的一些雷同、替代方案，均应落入本发明保护的范围。

Claims (5)

1.一种棉田喷药机导航路径识别方法，使用了用于采集图像的机器视觉系统和用于处理数字图像的计算机，其特征在于有以下步骤：

1)消除非目标垄：即找到目标垄与非目标垄分界列位置，从而图像处理时只处理分界列位置之内的目标垄；

2)确定目标垄分界位置：采用图像的垂直方向直方图方法，通过图像中位于1/4W～3/4W之间的两个波峰来获得目标垄分界列位置；

3)垄中心线获得：将图像划分为若干等份水平条图像，分别对图像条做垂直方向直方图投影，设定以图像条高度的一半为分割值，然后将图像条中影响直方图变化的噪声部分消除，确定各图像条中垄的平均定位点，根据获得的定位点采用最小二乘法对垄中心线进行拟合，获得垄中心线图；

4)导航路径获得：对获得的垄中心线做行位置平均得到导航离散点，对导航离散点通过Hough变换来获得导航路径。

2.如权利要求1所述的一种棉田喷药机导航路径识别方法，其特征在于：所述步骤1)中，包括采用垂直方向直方图投影来确定目标垄与非目标垄的分界列位置点的步骤。

3.如权利要求1或2所述的一种棉田喷药机导航路径识别方法，其特征在于所述步骤1)中包括：出现目标垄与非目标垄在垂直方向直方图投影重合情况时，采用将图象从高度的一半处分为两部分，分别做垂直方向直方图投影，然后两部分分别计算分界位置。

4.如权利要求1或2所述的一种棉田喷药机导航路径识别方法，其特征在于所述步骤1)中，通过图像平滑来消除个别噪声点对获得目标垄与非目标垄影响，具体采用下式对直方图进行平滑：

P(i)＝(P(i-3)+P(i-2)+P(i-1)+P(i)+P(i+1)+P(i+2)+P(i+3))/7

其中，

$P\left(i\right)=\underset{(i,j)\⋐R}{\mathrm{\Σ}}1$

为第i列反映棉株信息的像素点的数目，R为识别出反映棉株信息的像素区域，W×H为图像大小，i＝1，2，...，W；j＝1，2，...，H。

5.如权利要求1所述的一种棉田喷药机导航路径识别方法，其特征在于步骤4)中所述对导航离散点通过Hough变换来获得导航路径，其算法过程如下：

A、初始化一个变换域(ρ，θ)空间上的数组count[ρ][θ]，ρ方向上的量化数目为图像对角线方向像素数，θ方向上的量化数目为180，并对数组中每个元素设置初值0；

B、顺序搜索图像中的所有导航离散点(x_i，y_i)，对每一点代入θ的量化值从0到180，通过公式ρ＝x_icos(θ)+y_isin(θ)算出各个ρ，ρ值经量化落在count[ρ][θ]数组中某个元素中，便使该元素count[ρ][θ]加1；

C、图像中的所有导航离散点(x_i，y_i)变换完后，对变换域(ρ，θ)空间的数组count[ρ][θ]值进行检验，找出最大的count[ρ][θ]值所对应的ρ和θ，记作ρ₀和θ₀；

D、顺序对原图像的每个像素点(x_i，y_i)代入θ的量化值从0到180，通过公式ρ＝x_icos(θ)+y_isin(θ)算出各个ρ，ρ值经量化后如果等于ρ₀，则其对应的点在所求导航路径上。

Images