陈艳:基于机器视觉的农机导航算法研究论文

陈艳:基于机器视觉的农机导航算法研究论文

本文主要研究内容

作者陈艳(2019)在《基于机器视觉的农机导航算法研究》一文中研究指出:农机自动导航是精准农业和智慧农业中的重要组成部分,而基于机器视觉的导航方式是未来农机自动导航的一个主流方向。在农机视觉自动导航系统中,精确地检测出导航线具有非常重要的意义。论文对基于机器视觉的农机导航线提取算法做了初步的研究,首先将农机摄像头采集的农田图像在RGB颜色空间中进行预处理,然后进行孔洞填充和提取ROI,最后根据农田图像的特点提出三种不同的特征点提取并拟合导航线的方法。论文主要研究内容如下:(1)农田图像的预处理。通过分析和对比不同灰度化算法、阈值分割算法和形态学滤波算法对RGB农田图像处理的效果,选定适合的农田图像预处理方法。(2)孔洞填充和ROI创建。将预处理后的二值图像采用形态学方法对前景和背景中的全部孔洞进行填充,并根据农田图像中导航路径的特点创建梯形ROI,以减小干扰和提高后续检测效率。(3)基于作物行边缘的特征点提取及导航线拟合。通过分析和对比不同边缘检测算子的边缘检测原理以及对农田二值图像进行作物行边缘检测的效果,选择合适的边缘检测算子进行作物行边缘的检测,然后提取ROI以减少要处理的边缘点数量,接着每隔几行计算全部边缘坐标中点作为导航特征点,最后利用最小二乘法拟合出导航线。(4)基于背景像素坐标中点的特征点提取及导航线拟合。提取图像中每行背景像素纵坐标的中点作为初始特征点,然后利用改进算法修正特征点,最后利用最小二乘法拟合导航线。(5)基于最大连通域的特征点提取和导航线拟合。根据导航路径通常对应农田图像中的最大连通域这一特点,首先提取ROI中最大的连通域作为导航路径,然后水平分割图像,再计算各水平条的重心,最后将重心作为导航特征点利用最小二乘法拟合导航线。本文提出的三种特征点提取和导航线拟合算法中,基于边缘检测的算法复杂度相对较大,耗时最长,提取的导航线精度较低;基于背景像素中点检测的算法复杂度最低,耗时最短,提取的导航线精度较高;基于最大连通域检测的算法适用性最好,耗时介于前两种算法之间,提取的导航线精度最高,和人工提取的结果几乎一致。

Abstract

nong ji zi dong dao hang shi jing zhun nong ye he zhi hui nong ye zhong de chong yao zu cheng bu fen ,er ji yu ji qi shi jiao de dao hang fang shi shi wei lai nong ji zi dong dao hang de yi ge zhu liu fang xiang 。zai nong ji shi jiao zi dong dao hang ji tong zhong ,jing que de jian ce chu dao hang xian ju you fei chang chong yao de yi yi 。lun wen dui ji yu ji qi shi jiao de nong ji dao hang xian di qu suan fa zuo le chu bu de yan jiu ,shou xian jiang nong ji she xiang tou cai ji de nong tian tu xiang zai RGByan se kong jian zhong jin hang yu chu li ,ran hou jin hang kong dong tian chong he di qu ROI,zui hou gen ju nong tian tu xiang de te dian di chu san chong bu tong de te zheng dian di qu bing ni ge dao hang xian de fang fa 。lun wen zhu yao yan jiu nei rong ru xia :(1)nong tian tu xiang de yu chu li 。tong guo fen xi he dui bi bu tong hui du hua suan fa 、yu zhi fen ge suan fa he xing tai xue lv bo suan fa dui RGBnong tian tu xiang chu li de xiao guo ,shua ding kuo ge de nong tian tu xiang yu chu li fang fa 。(2)kong dong tian chong he ROIchuang jian 。jiang yu chu li hou de er zhi tu xiang cai yong xing tai xue fang fa dui qian jing he bei jing zhong de quan bu kong dong jin hang tian chong ,bing gen ju nong tian tu xiang zhong dao hang lu jing de te dian chuang jian ti xing ROI,yi jian xiao gan rao he di gao hou xu jian ce xiao lv 。(3)ji yu zuo wu hang bian yuan de te zheng dian di qu ji dao hang xian ni ge 。tong guo fen xi he dui bi bu tong bian yuan jian ce suan zi de bian yuan jian ce yuan li yi ji dui nong tian er zhi tu xiang jin hang zuo wu hang bian yuan jian ce de xiao guo ,shua ze ge kuo de bian yuan jian ce suan zi jin hang zuo wu hang bian yuan de jian ce ,ran hou di qu ROIyi jian shao yao chu li de bian yuan dian shu liang ,jie zhao mei ge ji hang ji suan quan bu bian yuan zuo biao zhong dian zuo wei dao hang te zheng dian ,zui hou li yong zui xiao er cheng fa ni ge chu dao hang xian 。(4)ji yu bei jing xiang su zuo biao zhong dian de te zheng dian di qu ji dao hang xian ni ge 。di qu tu xiang zhong mei hang bei jing xiang su zong zuo biao de zhong dian zuo wei chu shi te zheng dian ,ran hou li yong gai jin suan fa xiu zheng te zheng dian ,zui hou li yong zui xiao er cheng fa ni ge dao hang xian 。(5)ji yu zui da lian tong yu de te zheng dian di qu he dao hang xian ni ge 。gen ju dao hang lu jing tong chang dui ying nong tian tu xiang zhong de zui da lian tong yu zhe yi te dian ,shou xian di qu ROIzhong zui da de lian tong yu zuo wei dao hang lu jing ,ran hou shui ping fen ge tu xiang ,zai ji suan ge shui ping tiao de chong xin ,zui hou jiang chong xin zuo wei dao hang te zheng dian li yong zui xiao er cheng fa ni ge dao hang xian 。ben wen di chu de san chong te zheng dian di qu he dao hang xian ni ge suan fa zhong ,ji yu bian yuan jian ce de suan fa fu za du xiang dui jiao da ,hao shi zui chang ,di qu de dao hang xian jing du jiao di ;ji yu bei jing xiang su zhong dian jian ce de suan fa fu za du zui di ,hao shi zui duan ,di qu de dao hang xian jing du jiao gao ;ji yu zui da lian tong yu jian ce de suan fa kuo yong xing zui hao ,hao shi jie yu qian liang chong suan fa zhi jian ,di qu de dao hang xian jing du zui gao ,he ren gong di qu de jie guo ji hu yi zhi 。

论文参考文献

  • [1].基于机器视觉的农用车辆导航线提取算法研究[D]. 马振.陕西科技大学2019
  • [2].履带式联合收割机自主导航系统开发[D]. 郭飘扬.南京农业大学2017
  • [3].基于田间苗列视觉识别的导航系统研究[D]. 曾勇.湖南农业大学2018
  • [4].基于ROS的除草机器人视觉导航技术研究[D]. 王强军.哈尔滨工程大学2017
  • [5].全自动水草清理作业船视觉辅助导航技术研究[D]. 陈旭.江苏大学2017
  • [6].基于单目视觉的道路信息提取与智能预警[D]. 李勇.燕山大学2016
  • [7].基于视觉导航的缩微车智能驾驶系统设计[D]. 张雄伟.东北大学2014
  • [8].基于图像理解的水田除草机器人视觉导航系统研究[D]. 陈少杰.华南理工大学2016
  • [9].室内导航系统的设计与实现[D]. 贺昶玮.北京交通大学2013
  • [10].智能车的视觉导航与路径规划研究[D]. 林凤涛.华东交通大学2009
  • 读者推荐
  • [1].基于机器视觉的墨区墨量控制研究[D]. 代伟.西安理工大学2019
  • [2].基于数字图像处理技术的全画面印品质量检测[D]. 王愿.西安理工大学2019
  • [3].视觉循线导航AGV的动态障碍物检测[D]. 王达阳.沈阳工业大学2019
  • [4].柑橘采摘机器人移动平台视觉导航系统研究[D]. 刘波.重庆理工大学2019
  • [5].基于机器视觉的蚕茧图像识别研究[D]. 王超.广西科技大学2019
  • [6].换热器清洗机器人视觉导航系统研究[D]. 陈远清.北京石油化工学院2019
  • [7].基于机器视觉的农用车辆导航线提取算法研究[D]. 马振.陕西科技大学2019
  • [8].基于传统机器视觉方法的骨骼X光片诊断方法研究[D]. 贾楠.内蒙古大学2019
  • [9].基于FPGA的实时田间机器人视觉导航算法架构的设计与实现[D]. 李杉.内蒙古大学2019
  • [10].融合视觉记忆机制的目标跟踪策略研究[D]. 刘高成.内蒙古大学2019
  • 论文详细介绍

    论文作者分别是来自广西科技大学的陈艳,发表于刊物广西科技大学2019-07-03论文,是一篇关于机器视觉论文,导航论文,边缘检测论文,背景中点检测论文,最大连通域论文,广西科技大学2019-07-03论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自广西科技大学2019-07-03论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    陈艳:基于机器视觉的农机导航算法研究论文
    下载Doc文档

    猜你喜欢