CN108010033A - 一种农田场景图像采集和处理方法 - Google Patents
一种农田场景图像采集和处理方法 Download PDFInfo
- Publication number
- CN108010033A CN108010033A CN201610945474.2A CN201610945474A CN108010033A CN 108010033 A CN108010033 A CN 108010033A CN 201610945474 A CN201610945474 A CN 201610945474A CN 108010033 A CN108010033 A CN 108010033A
- Authority
- CN
- China
- Prior art keywords
- image
- crops
- row
- processing method
- crop
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims abstract description 7
- 230000011218 segmentation Effects 0.000 claims abstract description 7
- 238000005516 engineering process Methods 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims abstract description 5
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 230000008859 change Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 230000003628 erosive effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 4
- 238000012271 agricultural production Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 230000007096 poisonous effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种农田场景图像采集和处理方法,所述方法包括以下步骤：第一步，利用DirectShow技术进行摄像头图像采集，得到机器人周围环境信息的数字图像；第二步，农作物行分割；第三步，对农作物目标像素进行距离和角度变换。本发明的农田场景图像采集和处理方法，分析全景视觉系统的图像采集和处理的过程，针对农作物环境的特点，设计了合适的图像处理方法，得到了较理想的农作物和非农作物的二值图像，为导航路径线的提取做准备工作。
Description
技术领域
本发明涉及一种农田场景图像采集和处理方法，属于农业自动化技术领域。
背景技术
随着农业机械的广泛普及，农业生产规模的扩大，科学技术的不断发展，农业生产正逐步向现代化农业方向发展；农业作业环境的恶劣、作业任务的繁重、农药化肥的不合理的利用造成对环境的污染以及有毒物体对人体造成的伤害已成为制约农业发展的主要障碍，越来越多的人希望从繁重的农业生产中解脱出来，造成劳动力的短缺，这种种现象正促使着农业生产发生着变革.精细农业，农业生产自动化、无人化应运而生，而要实现农业生产自动化就需要能代替人类完成部分或全部农业作业任务的智能农业机械或农业机器人；而我国的农业人口众多，人均占有土地资源较少，长期以来一直保持着小块土地种植模式，造成了大量资源的浪费或不合理的利用，严重制约了我国农业高科技的发展，特别是农业机器人的发展；随着我国经济的发展，农村劳动力大量转移，以及国家政策的导向作用将使得我国广泛开展农业生产自动化的研究成为可能。图像采集和处理模块是机器视觉系统的核心，图像采集处理效果的好坏直接影响整个系统的性能；对农业移动机器人视觉导航系统而言，视觉系统主要的任务是获取机器人周围农田环境信息，进行相应的处理得到可供参考的导航路径线；本发明分析介绍了从图像采集到得到农田环境二值图像的过程，最后利用第二章的标定结果对目标像素进行距离和角度变换，恢复农作物行的空间直线结构特征的方法。
发明内容
为解决上述问题，本发明提出了一种农田场景图像采集和处理方法，分析全景视觉系统的图像采集和处理的过程，针对农作物环境的特点，设计了合适的图像处理方法，得到了较理想的农作物和非农作物的二值图像，为导航路径线的提取做准备工作。
本发明的农田场景图像采集和处理方法，所述方法包括以下步骤：
第一步，利用DirectShow技术进行摄像头图像采集，得到机器人周围环境信息的数字图像；经过预处理恢复物体本身所固有的颜色；
第二步，农作物行分割，
a.根据农田环境的特点，采用归一化过绿特征值对图像进行灰度化处理；
b.二值化，利用类间最大方差自动阀值选择法将灰度图像分割成两部分；
c.针对可能存在的孤立点干扰，采用中值滤波和腐蚀运算进行去噪处理，得到较理想的农作物行分割效果；
第三步，对农作物目标像素进行距离和角度变换，将由于全景视觉系统成像而变形的作物行信息转换到实际距离和对应的像素距离成线性变化的图像空间，恢复作物行的直线特征，为提取导航路径做准备。
进一步地，所述第二步中，将灰度图像分割成农作物部分和非农作物部分，便于进一步识别处理。
本发明与现有技术相比较，本发明的农田场景图像采集和处理方法，分析全景视觉系统的图像采集和处理的过程，针对农作物环境的特点，设计了合适的图像处理方法，得到了较理想的农作物和非农作物的二值图像，为导航路径线的提取做准备工作。
具体实施方式
本发明的农田场景图像采集和处理方法，所述方法包括以下步骤：
第一步，利用DirectShow技术进行摄像头图像采集，得到机器人周围环境信息的数字图像；经过预处理恢复物体本身所固有的颜色；
第二步，农作物行分割，
a.根据农田环境的特点，采用归一化过绿特征值对图像进行灰度化处理；
b.二值化，利用类间最大方差自动阀值选择法将灰度图像分割成两部分；
c.针对可能存在的孤立点干扰，采用中值滤波和腐蚀运算进行去噪处理，得到较理想的农作物行分割效果；
第三步，对农作物目标像素进行距离和角度变换，将由于全景视觉系统成像而变形的作物行信息转换到实际距离和对应的像素距离成线性变化的图像空间，恢复作物行的直线特征，为提取导航路径做准备。
其中，所述第二步中，将灰度图像分割成农作物部分和非农作物部分，便于进一步识别处理。
本发明的农田场景图像采集和处理方法，分析全景视觉系统的图像采集和处理的过程，针对农作物环境的特点，设计了合适的图像处理方法，得到了较理想的农作物和非农作物的二值图像，为导航路径线的提取做准备工作。
上述实施例，仅是本发明的较佳实施方式，故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰，均包括于本发明专利申请范围内。
Claims (2)
1.一种农田场景图像采集和处理方法，其特征在于，所述方法包括以下步骤：
第一步，利用DirectShow技术进行摄像头图像采集，得到机器人周围环境信息的数字图像；经过预处理恢复物体本身所固有的颜色；
第二步，农作物行分割，
a.根据农田环境的特点，采用归一化过绿特征值对图像进行灰度化处理；
b.二值化，利用类间最大方差自动阀值选择法将灰度图像分割成两部分；
c.针对可能存在的孤立点干扰，采用中值滤波和腐蚀运算进行去噪处理，得到较理想的农作物行分割效果；
第三步，对农作物目标像素进行距离和角度变换，将由于全景视觉系统成像而变形的作物行信息转换到实际距离和对应的像素距离成线性变化的图像空间，恢复作物行的直线特征，为提取导航路径做准备。
2.根据权利要求1所述的农田场景图像采集和处理方法，其特征在于：所述第二步中，将灰度图像分割成农作物部分和非农作物部分。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610945474.2A CN108010033A (zh) | 2016-11-02 | 2016-11-02 | 一种农田场景图像采集和处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610945474.2A CN108010033A (zh) | 2016-11-02 | 2016-11-02 | 一种农田场景图像采集和处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108010033A true CN108010033A (zh) | 2018-05-08 |
Family
ID=62048018
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610945474.2A Pending CN108010033A (zh) | 2016-11-02 | 2016-11-02 | 一种农田场景图像采集和处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108010033A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110191330A (zh) * | 2019-06-13 | 2019-08-30 | 内蒙古大学 | 基于双目视觉绿色作物视频流的深度图fpga实现方法与系统 |
| WO2020134236A1 (zh) * | 2018-12-29 | 2020-07-02 | 丰疆智能科技股份有限公司 | 收割机及其自动驾驶方法 |
| CN113807131A (zh) * | 2020-06-12 | 2021-12-17 | 广州极飞科技股份有限公司 | 用于识别农田土表的方法、装置、农用机械及介质 |
-
2016
- 2016-11-02 CN CN201610945474.2A patent/CN108010033A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020134236A1 (zh) * | 2018-12-29 | 2020-07-02 | 丰疆智能科技股份有限公司 | 收割机及其自动驾驶方法 |
| CN110191330A (zh) * | 2019-06-13 | 2019-08-30 | 内蒙古大学 | 基于双目视觉绿色作物视频流的深度图fpga实现方法与系统 |
| CN113807131A (zh) * | 2020-06-12 | 2021-12-17 | 广州极飞科技股份有限公司 | 用于识别农田土表的方法、装置、农用机械及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111727457B (zh) | 一种基于计算机视觉的棉花作物行检测方法、装置及存储介质 | |
| CN104361330B (zh) | 一种玉米精准施药系统的作物行识别方法 | |
| CN108010033A (zh) | 一种农田场景图像采集和处理方法 | |
| CN105930854A (zh) | 一种机械臂视觉系统 | |
| CN104715239A (zh) | 一种基于去雾处理和权重分块的车辆颜色识别方法 | |
| CN111444778A (zh) | 一种车道线检测方法 | |
| CN104259839A (zh) | 基于视觉识别的自动螺钉机及其安装螺钉的方法 | |
| CN109377480A (zh) | 基于深度学习的耕地变化检测方法 | |
| CN118096891B (zh) | 一种基于采摘机器人的茶芽叶位姿估计方法和系统 | |
| CN110969182A (zh) | 基于农田图像的卷积神经网络构建方法及其系统 | |
| CN116681929A (zh) | 一种麦类作物病害图像识别方法 | |
| CN112801965A (zh) | 一种基于卷积神经网络的烧结皮带异物监测方法及系统 | |
| CN110866906B (zh) | 基于图像边缘提取的三维培养人体心肌细胞搏动检测方法 | |
| CN115760893A (zh) | 一种基于核相关滤波算法的单雾滴粒径和速度测量方法 | |
| CN114863311A (zh) | 一种变电站机器人巡检目标自动跟踪方法及系统 | |
| CN114140429A (zh) | 一种车端实时停车位检测方法和装置 | |
| CN112949645A (zh) | 一种基于深度学习的田间地块分割算法 | |
| CN110580701A (zh) | 一种基于计算机视觉的成衣测量和缺陷检测的方法 | |
| CN207752527U (zh) | 一种机器人动态抓取系统 | |
| CN107256545B (zh) | 一种大圆机的破洞瑕疵检测方法 | |
| CN102682291B (zh) | 一种场景人数统计方法、装置和系统 | |
| CN108021126A (zh) | 一种基于全景视觉的农业移动机器人的设计方法 | |
| CN111080103A (zh) | 作物产量自动评估的方法 | |
| CN116160452A (zh) | 一种智能工厂机器人控制方法 | |
| CN115620289A (zh) | 老旧机床ocr数据采集方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180508 |
|
| WD01 | Invention patent application deemed withdrawn after publication |