1、第 卷 第期佳 木 斯 大 学 学 报（自 然 科 学 版）年 月 （）文章编号：（）一种基于单目视觉农业机器人提取导航线的方法常江，李春圣，王嘉明，彭星远（佳木斯大学机械工程学院，黑龙江 佳木斯 ）摘要：为解决农业机器人单目视觉路径识别率低下、易受光照以及杂草影响的问题，提出一种适用于种植初期作物行导航线快速提取的方法。首先对图像进行归一化处理，采用改进的超绿算法（）进行灰度化，采用固定阈值法和 法结合对图像进行二值化，通过中值滤波以及形态学滤波对得到的图像进行处理，设置 区域，消除形态学影响。利用垂直投影法对作物行特征点进行提取，提取后的特征点利用最小二乘法进行导航线拟合。试验数据表明：该
2、算法识别效果好，精度高，实时性强，可为农业视觉导航提供依据。关键词：垂直投影法；机器视觉；作物行提取；农业导航中图分类号：文献标识码：引言黑龙江省三江平原是北大荒核心区域，是全国主要粮食生产地和商品粮基地，该地种植面积广阔，适合机械化及自动化耕种。世纪以来，智能化逐步进入农业领域。农业机器人在农业生产中有着更高的精度和效率。农业机器人可以通过摄像头采集农作物的长势和杂草等的图像信息，根据不同的农情制定导航路线。获取农业机器人导航路径是实现农业自动化的关键，而作物行的提取对农业机器人导航精度的影响非常大。目前国内外对于作物行提取的研究取得了很大的成就。姜国权等人在图像预处理当中，利用中心线检测算
3、法代替垂直投影法，实现田间路径识别。但是 变换对噪声敏感，计算复杂。王祥祥等人利用最大类间法提取作物，利用高斯算子对垂直投影法进行平滑处理，拟合导航线，但实时性方面仍存在不足。郭祥雨等人采用最大连通区域提取目标行，利用最小二乘法拟合导航线，但鲁棒性较差。针对以上问题，为提高导航精度以及实时性，提出一种适用于种植初期作物行导航线快速提取的方法。首先对摄像头采集的图片进行归一化，经过 分离，采取 的处理，进行 二值化，通过中值滤波以及形态学滤波对得到的图像进行滤波，设置 区域，消除作物的形态影响。利用垂直投影法提取作物行特征点，最后利用最小二乘法进行拟合，从而为单目视觉机器人提供一种导航方法。图像
4、预处理颜色空间预处理及灰度化 是视觉图像处理中最为常用的颜色空间，通常摄像头采集到的图像也均以 格式进行存储。此外，颜色空间、颜色空间在图像处理中也应用颇丰。颜色空间也就是通常的（红色）、（绿色）、（蓝色）组成的颜色空间。能直观反映彩色空间，适合在显示系统中应用。但是 也有缺点，比如：，三个分量属于线性关系，在具体应用当中很难确定其比例系数。其次，遍历整个图片像素时，如果某一分量进行改变，随之整个图片像素也会随之进行变化。颜色空间是最接近人类视觉感知的颜色描述。其中（色调）、（亮度）、（饱和度）是 的三个分量。处理图像时，最常用 分量进行相关操作。与 在颜色空间进行相对应的转换时，空间与 进行
5、转换是非线收稿日期：基金项目：结球蔬菜全程机械化关键技术及装备研究（）。作者简介：常江（），男，黑龙江佳木斯人，副教授，工学博士，研究方向：机器人技术。通讯作者：李春圣（），男，河北张家口人，硕士，研究方向：机器人技术。第期常江，等：一种基于单目视觉农业机器人提取导航线的方法性的且存在大量的浮点运算，从而使图像失真。在 颜色空间中，表示图像亮度信息，和分别表示饱和度和色调。图像显示采用 格式，色彩模型比 色彩模型更具有色彩敏感性，空间转换到 空间需要经过多个步骤，占用空间较多。因此，在实际应用当中，为减少因阳光等环境因素影响，通常采用图像归一化处理。通过公式（）计算当前图像的，值：，（）式（）
6、中，分别表示 图像的最大值。为了使图像和背景更好的分离，在超绿特征算法的基础上提出改进，改进的算法按照公式（）进行计算。（，）（.（，）（，）（，）（）常规图像灰度化处理得到图（），采用改进超绿特征算法如图（），由图可以看出，改进后的超绿特征算法灰度化，其分离效果更佳。图常规图像灰度化处理效果图改进超绿特征算法图像灰度化处理效果二值化为了突出前景农作物，使土壤背景等信息得到明显抑制，作物行信息更为明显突出，需要对图像进行二值化处理。由于固定阈值法和 法相结合的二值化处理方法具有计算效率高、稳定性较好、自动分割阈值等优点，而被广泛应用。因此，采用该方法对图像进行二值化处理。得到二值图像后提取作物
7、行，因农田里面的杂草以及农作物本身枝叶的影响，对二值图像采取 的像素结构体进行中值滤波，利用半径为像素的圆形结构对其图像进行腐蚀处理，然后进行膨胀，从而去除小面积噪声，形态学处理图像如图（）所示。图形态学处理图像作物行提取 区域设定由摄像头采集图片，整个图片参与图像计算，其计算量巨大，造成导航性能降低。为了提高实时性，需要对采集到的图片进行 区域设定。区域的大小关系到导航的精度和处理时间，如果 区域过小，采集到的作物行就小，导航精度受到影响。区域较大时，其数据较多，影响处理时间。因此在设置 时考虑两个参数，分别是：左上角起始点，矩形宽为 ，高为 ，尺寸如图（）所示。导航线提取在图像采集工作中发
8、现，相机相对于地面有一定角度，由于俯拍的影响，作物行在图像中并不是完全平行的，作物行最终汇聚于中心一点，垂直投影法无法直接应用于图像采集当中。因此，考虑将图像水平划分为 份，如图（）所示。在二值图像当中，选择水平划分的图像进行垂直投影。垂直投影将二值图像带中的所有列像素进行累加，将累加的像素与阈值进行比较，累加值大于阈值的区域视为作物区域，累加值小于阈值的区域视为背景，采用公式（）计算累加值。（）（，），（）式（）中（，）为图像带中各个像素值；的值为图像的十分之一，即，为 图像高度。佳 木 斯 大 学 学 报（自 然 科 学 版）年由生成的纵坐标曲线，利用公式（）和公式（）分别计算列像素的累加
9、均值和标准差。（）（）（）（）图 区域图水平划分图像设置阈值，当（），为作物目标区域。遍历整个作物区域，如果（）（），则 表示为作物行的左边缘点；如果（）（），则 表示为作物行的右边缘点。设置作物行左右边缘阈值，用来判断检测得到的边缘点是否为真边缘点。如果 ，则作物行保留，则舍弃。随之计算作物行左右边缘中点。重复上述步骤，停止收索。通过扫描每一个图像带，得出图像带上的目标点，为了拟合每一个目标的中心线，对图像带上的中心点进行归类。利用最小二乘法进行特征点拟合，得到导航线，如图（）所示。实验结果与分析试验结果试验图像采集于黑龙江省佳木斯市试验田，采集时间为 年月，采集芸豆和大葱的农田图像进行验证
10、，采集图像 张。图像处理软件为 配置 。算法检测结果与人工拟合结果进行对比，误差角度在 时，认为结果准确。如果角度超越该阈值时，认为不能满足导航要求，拟合导航线失败。拍摄图像经处理为 像素，整个处理过程平均耗时约 ，导航线提取准确率为 ，可以满足导航实时性要求。图导航线拟合图不同环境导航线提取结果传统 变化在处理图像时，计算量大，处理时间也较长，准确率为 ，实时性不佳。算法在准确率以及实时性均优于传统 变换。表不同算法准确率分析地震波图像数量平均耗时 准确率传统 变换 本文算法 算法稳定性分析为了验证在不同农作物下导航线拟合的准确率，对大葱、芸豆两种农作物进行该算法稳定性试验，部分试验结果如图
11、（）。其中，图（）和（）为阴天弱光，（）和（）为晴天强光。该算法平均运行时间约 。试验表明，本文算法能够较为准确地提取出导航线，且在不同农作物的环境下，具有良好的适应性以及鲁棒性。第期常江，等：一种基于单目视觉农业机器人提取导航线的方法表不同环境导航线提取结果地震波图像数量平均耗时 准确率阴天芸豆 阴天大葱 晴天芸豆 晴天大葱 结语）对图像先进行归一化处理，采用 颜色空间，采取 的处理，采用固定阈值法和 法结合处理图像二值化，通过中值滤波以及形 态学 滤 波对得到的 图像进 行 滤波，设 置 区域，消除作物的形态影响。）利用垂直投影法提取作物行特征点，最后利用最小二乘法拟合，该算法平均运行时间
12、约 。）试验证明，算法适合传统农作带农田环境，具有精度高、耗时少等优点。满足农田机器人作业要求。参考文献：薄江辉，王茂锋 与惯性导航系统的组合应用研究通讯世界，（）：孟笑天，徐艳蕾，王新东，等 基于改进 均值特征点聚类算法的作物行检测农机化研究，（）：姜国权，柯杏，杜尚丰，等基于机器视觉的农田作物行检测 光学学报，（）：王祥祥，宫金良，张彦斐基于机器视觉的玉米行导航线提取方法山东理工大学学报（自然科学版），（）：郭祥雨，薛新宇基于机器视觉的水稻制种田导航线提取方法 中 国 农 机 化 学 报，（）：，：孟庆宽，刘刚，张漫，等 基于线性相关系数约束的作物行中心线检测方法农业机械学报，（）：陈子文，李伟，张文强，等 基于自动 变换累加阈值的蔬菜作物行提取方法研究 农业工程学报，（）：张泽清，陈海，蒋浩，等基于视觉的插秧机导航线提取方法研究 中国稻米，（）：，（，）：，（），：；（上接 页）（，）：，：；
