CN108363960A - 一种麦苗割根施肥自动对行图像识别方法 - Google Patents

一种麦苗割根施肥自动对行图像识别方法 Download PDF

Info

Publication number
CN108363960A
CN108363960A CN201810066738.6A CN201810066738A CN108363960A CN 108363960 A CN108363960 A CN 108363960A CN 201810066738 A CN201810066738 A CN 201810066738A CN 108363960 A CN108363960 A CN 108363960A
Authority
CN
China
Prior art keywords
image
wheat seeding
point
wheat
straight line
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
Application number
CN201810066738.6A
Other languages
English (en)
Inventor
林海波
修玉峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao University of Technology
Original Assignee
Qingdao University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao University of Technology filed Critical Qingdao University of Technology
Priority to CN201810066738.6A priority Critical patent/CN108363960A/zh
Publication of CN108363960A publication Critical patent/CN108363960A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种麦苗割根施肥自动对行图像识别方法，所述方法包括，（1）根据麦苗图像色彩值进行图像处理；（2）从图像垂直中线开始，自下而上，向两边对麦苗点进行平行查找，得到左右两个麦苗点集；（3）对左右两个麦苗点集进行滤波拟合，并生成左右点集的中间直线；（4）将图像垂直中线和生成的中间直线比较输出调节动作。本发明利用设定麦苗色彩进行图像处理，并以图像中线为参照进行麦苗行间中线生成和动作输出，提高了麦苗图像处理和识别的速度，提高了小麦割根施肥自动对行的作业效率。

Description

一种麦苗割根施肥自动对行图像识别方法
技术领域
本发明涉及的是智能农业信息处理领域，具体的说是一种麦苗割根施肥自动对行图像识别方法。
背景技术
中国是一个农业大国，农业问题是关系到中国经济社会发展的根本问题。在我国人均耕地面积本来就小的基数下，人均耕地面积正在加速逐年减少，对此发展智能化精确农业，提高土地单位产出率，已成为农业发展的必然趋势。小麦是我国种植面积最大的主粮，提高小麦产量对国民经济发展，保障国家粮食安全具有重要经济和战略意义。
小麦出苗返青后的割根、施肥农艺可提高小麦产量10～20%，目前割根施肥作业主要靠人工完成，效率低、费用高，开发自动化的割根施肥装置，对该农艺的实施具有重要的意义，本发明提出的一种麦苗割根施肥自动对行图像识别方法，对提高割根施肥效率具有重要意义。
发明内容
本发明的目的在于针对现有技术的缺陷和不足，提供了一种麦苗割根施肥自动对行图像识别方法。
为实现上述目的，本发明采用的技术方案是：一种麦苗割根施肥自动对行图像处理方法，包括以下步骤：（1）根据麦苗图像色彩值进行图像处理；（2）从图像垂直中线开始，自下而上，向两边对麦苗点进行平行查找，得到左右两个麦苗点集；（3）对左右两个麦苗点集进行滤波拟合，并生成中间拟合直线；（4）将图像垂直中线和生成的拟合直线比较输出调节动作。
进一步，对于根据麦苗图像色彩值进行图像处理，其主要内容是，通过对不同时间、不同光照下的麦苗图像分析得到麦苗色彩范围（RGB0，RGB1），根据麦苗色彩值对图像进行二值化处理。遍历整个图像，在麦苗色彩范围的点置1，否则置0。
进一步，对于从图像垂直中线开始向两边平行查找，其主要内容是，在图像垂直中线上，自下而上以一定像素距离选取若干点P0，P1,…Pn,从P0~Pn依次向两边做水平直线，选择水平线上向左的第一个点Lx，向右的第一个点Rx分别加入左麦苗点集和右麦苗点集。
进一步，对于对左右两个麦苗点集进行滤波拟合，并生成中间拟合直线，其主要内容是，根据左右麦苗点集上的点，生成中间拟合直线上的点Mx=（Lx+Rx）/2，对Mx进行直线拟合得到中间拟合直线。
进一步，对于将图像垂直中线和生成的拟合直线比较输出调节动作，其主要内容是，通过计算输出直线斜率偏移、最低点位置偏移输出。
本发明的有益效果为：本发明利用预设麦苗色彩值对图像进行预处理提高了图像处理速度；通过从中心向两边搜索进行直线拟合能减少干扰，提高拟合直线速度；通过输出直线斜率偏移和最低点位置偏移能使外部调节装置对方向和位置有所了解，构成闭环，实现自动控制。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一个实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的流程示意图；
图中1. 根据设定的麦苗色彩值进行图像处理、2. 自图像中心向两边进行平行查找、3. 滤波拟合直线、4. 图像中线与拟合直线对比输出。
图2是本发明的图像识别示意图；
图中1. 采集图像、2. 左边麦苗二值化区域、3. 双向查找路径、4. 右边麦苗二值化区域、5. 非麦苗二值化区域、6. 图像垂直中线、7. 拟合直线。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施方式，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅用以解释本发明，并不用于限定本发明。
参看图1，本具体实施方式采用以下技术方案：一种麦苗割根施肥自动对行图像处理方法，包括以下步骤：（1）根据麦苗图像色彩值进行图像处理；（2）从图像垂直中线开始，自下而上，向两边对麦苗点进行平行查找，得到左右两个麦苗点集；（3）对左右两个麦苗点集进行滤波拟合，并生成中间拟合直线；（4）将图像垂直中线和生成的拟合直线比较输出调节动作。
第一步，根据麦苗图像色彩值进行图像处理，其主要内容是，通过对不同时间、不同光照下的麦苗图像分析得到麦苗色彩范围（RGB0，RGB1），根据麦苗色彩值对图像进行二值化处理。遍历整个图像，在麦苗色彩范围的点置1，否则置0，得到图2所示二值化图像，其中2是左边麦苗二值化区域、4是右边麦苗二值化区域、5是非麦苗二值化区域。
第二步，从图像垂直中线开始向两边平行查找，其主要内容是，在图像垂直中线6上，自下而上以一定像素距离选取若干点P0，P1,…Pn,从P0~Pn依次向两边做水平直线，如图中3所示，选择水平线上向左的第一个点Lx，向右的第一个点Rx分别加入左麦苗点集L和右麦苗点集R。
第三步，对左右两个麦苗点集进行滤波拟合，并生成中间拟合直线，其主要内容是，根据左麦苗点集L和右麦苗点集R上的点，生成中间拟合直线7上的点Mx=（Lx+Rx）/2，对Mx进行直线拟合得到中间拟合直线7。
第四步，将图像垂直中线6和生成的拟合直线7比较输出调节动作，其主要内容是，计算垂直中线6和拟合直线7的斜率差Δk=kz-kn，计算两直线下面的点在x轴的差Δx=xz-xn作为位置偏移，然后将直线斜率偏移和位置偏移输出作为外部控制参数。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (5)

1.一种麦苗割根施肥自动对行图像处理方法，其特征在于，包括以下步骤：（1）根据麦苗图像色彩值进行图像处理；（2）从图像垂直中线开始，自下而上，向两边对麦苗点进行平行查找，得到左右两个麦苗点集；（3）对左右两个麦苗点集进行滤波拟合，并生成中间拟合直线；（4）将图像垂直中线和生成的拟合直线比较输出调节动作。
2.根据权利要求1所述的根据麦苗图像色彩值进行图像处理，其特征在于，通过对不同时间、不同光照下的麦苗图像分析得到麦苗色彩范围（RGB0，RGB1），根据麦苗色彩值对图像进行二值化处理；遍历整个图像，在麦苗色彩范围的点置1，否则置0。
3.根据权利要求1所述的从图像垂直中线开始向两边平行查找，其特征在于，在图像垂直中线上，自下而上以一定像素距离选取若干点P0，P1,…Pn,从P0~Pn依次向两边做水平直线，选择水平线上向左的第一个点Lx，向右的第一个点Rx分别加入左麦苗点集和右麦苗点集。
4.根据权利要求1所述的对左右两个麦苗点集进行滤波拟合，并生成中间拟合直线，其特征在于，根据左右麦苗点集上的点，生成中间拟合直线上的点Mx=（Lx+Rx）/2，对Mx进行直线拟合得到中间拟合直线。
5.根据权利要求1所述的将图像垂直中线和生成的拟合直线比较输出调节动作，其特征在于，通过计算输出直线斜率偏移、最低点位置偏移输出。
CN201810066738.6A 2018-01-24 2018-01-24 一种麦苗割根施肥自动对行图像识别方法 Pending CN108363960A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810066738.6A CN108363960A (zh) 2018-01-24 2018-01-24 一种麦苗割根施肥自动对行图像识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810066738.6A CN108363960A (zh) 2018-01-24 2018-01-24 一种麦苗割根施肥自动对行图像识别方法

Publications (1)

Publication Number Publication Date
CN108363960A true CN108363960A (zh) 2018-08-03

Family

ID=63006870

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810066738.6A Pending CN108363960A (zh) 2018-01-24 2018-01-24 一种麦苗割根施肥自动对行图像识别方法

Country Status (1)

Country Link
CN (1) CN108363960A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2593166B2 (ja) * 1987-12-18 1997-03-26 ヤンマー農機株式会社 農作業機における植付苗列検出装置
CN106973265A (zh) * 2017-03-29 2017-07-21 青岛理工大学 一种基于图像识别的小麦割根施肥自动对行装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2593166B2 (ja) * 1987-12-18 1997-03-26 ヤンマー農機株式会社 農作業機における植付苗列検出装置
CN106973265A (zh) * 2017-03-29 2017-07-21 青岛理工大学 一种基于图像识别的小麦割根施肥自动对行装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刁智华，赵明珍等: "基于机器视觉的玉米精准施药系统作物行识别算法及系统实现" *

Similar Documents

Publication Publication Date Title
CN108710766B (zh) 一种基于生长模型的温室植物水肥机调肥参数计算方法
CN110909679B (zh) 冬小麦历史种植区的休耕轮作信息遥感识别方法及系统
CN108934355B (zh) 一种快速确定白菜施肥量的方法
CN110163138B (zh) 一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法
CN106529451B (zh) 一种冬小麦—夏玉米种植模式遥感识别方法
CN106918816A (zh) 农作物长势监测系统及其数据处理方法和模块
CN109757175A (zh) 一种基于无人机监测的玉米水肥一体化变量施肥方法
CN105740759A (zh) 基于多时相数据中特征提取的中稻信息决策树分类方法
CN102982486A (zh) 一种基于作物长势遥感监测信息的施肥决策方法
CN107014753A (zh) 作物长势监测方法和系统
CN106941843A (zh) 一种基于土壤地力和冠层光谱的水稻高产诊断施氮肥方法
CN105794382A (zh) 一种基于机器视觉技术的果园精准施肥装置及施肥方法
CN104820866A (zh) 一种根据叶菜类作物长势进行变量施肥的方法
CN106570770B (zh) 果园水肥一体化追肥量精准估算方法
Barlow et al. Problems of investment for technological advance: The case of Indonesian rubber smallholders
CN108037123A (zh) 一种杂交稻钵体盘播种性能参数精密检测方法
CN104834971A (zh) 基于gis和rs的耕地养分管理分区方法
Azizan et al. Soil NPK variability mapping for Harumanis mango grown in greenhouse at Perlis, Malaysia
CN113656515B (zh) 耕地破碎度可视化方法、系统、电子设备及介质
CN107211637A (zh) 一种烟草膜下滴灌施肥方法
Zingore et al. The 4R Nutrient Stewardship in the context of smallholder Agriculture in Africa
CN104472047A (zh) 一种红壤地区葡萄园的土壤改良方法
CN114219227A (zh) 一种精准施肥决策及地块级展示方法和系统
CN108363960A (zh) 一种麦苗割根施肥自动对行图像识别方法
CN102584399A (zh) 肥料配制方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180803

WD01 Invention patent application deemed withdrawn after publication