基于图像处理的玉米收割机导航路线检测方法

　　摘要：快速精准的检测出导航路线并对田端做出准确判断是收割机视觉导航的前提。为解决玉米收割机导航作业过程中因玉米列阴影、玉米田端的杂草等因素对检测精度干扰的问题，该文通过分析视觉导航图像的颜色特征去除阴影干扰，对玉米收割机提取导航作业路径和判断田端提出了检测算法。为减少计算量，设定关注区域作为非第一帧图像的处理范围；为去除玉米列阴影对检测结果造成的干扰，强调关注区域内G（绿色）分量并减弱R（红色）或B（蓝色）分量；为加快处理速度，采用跳行累计G分量的方式确定候补点。在关注区域内对图像中去除阴影干扰后的G分量垂直累计值查找候补点，对图像上半部分收敛性好的候补点通过方差计算确定出已知点，再利用过已知点Hough变换拟合出玉米列边界所在的导航线。最后采用R分量的连续突变判断收割机是否到达田端。田间试验表明：目标直线的平均检测时间为50.13ms/帧，对田端的检测准确可靠，满足玉米收割的作业要求。该研究成果也适用于高粱等其它高杆作物的机械化收获应用。

　　关键词：农业机械；作物；图像处理；导航线检测；过已知点Hough变换

　　0引言

　　自动导航技术融合了计算机技术、电子通信、控制技术等多种学科。农业机械的自动导航作为现代智能农业机械的一个重要组成部分，有着广阔的发展前景[1-3]。

　　农用车辆导航的研究开始于美国20世纪80年代中期，发展于90年代，从90年代初期开始了农业车辆的导航研究[4]，目前主要聚焦在机器视觉和GPS导航这2种最具有发展前景的方式上[5]。其中，机器视觉的导航方式不受地形限制，并且具有成本低廉、作业灵活、信息丰富等优势，近几年来受到科研人员的广泛关注。

　　1.1硬件及图像采集

　　试验视频在天津武清区的玉米收获现场采集，图像采集相关设备为奥尼Q718型USB数码摄像机。摄像机安装在玉米收割机驾驶员一侧的后视镜上正对收割边界线，安装高度约2m，俯视角约30°（如图1），收割机的行驶速度平均10km/h。收割过程中拍摄得到现场彩色视频图像，视频采集帧率为25帧/s，每帧图像大小为640×480像素。

　　1.2玉米列边界线图像检测

　　Hough变换是一种有效的直线检测方法，由于对随机噪声和部分遮盖不敏感，因此被广泛地应用于机器视觉和模式识别等领域[20-25]。导航过程中农田中的作物、杂草、土壤等一系列自然因素交织在一起形成了复杂的检测环境，同时摄像机分辨率、色差及在拍摄过程中摄像机的震动也会对检测结果带来影响。为了提高检测的准确性以满足室外光源下的农田作业要求，本文将玉米列边界线先假设为直线，然后对彩色图像的红（R）、绿（G）、蓝（B）3原色进行颜色特征分析得到候补点群，再通过特定区域内候补点的方差得到一个特定点作为已知点，最后用过已知点Hough变换检测获得导航直线。

　　2试验结果与分析

　　2.1玉米列边界线图像检测

　　判断整个地段的颜色特征，找到除G分量以外的最大颜色分量与G分量进行对比，增强这部分区域的G分量以消除阴影的干扰。在已知点的确定、处理区域的确定方面采用了对G分量跳行累计的方法，使得检测更加合理、准确。

　　2.2田端图像检测

　　图6中横向的粗实线显示了田端图像原图及导航终止线的测结果。田端的环境比较复杂，未收获区的田端有缺苗现象且杂草干扰多，采用颜色分量的多次突变判断田端的方式，可以有效避免误判。

　　3结论

　　本文针对玉米收割机在自动导航过程中的视觉导航路线、田端判断及提高导航效果方面提出了的图像检测算法。

　　1）针对导航线的检测，将第一帧与非第一帧图像采用不同方法设定动态关注区域，在适应目标线的倾斜以及垄线弯曲的同时减少了数据处理量。第一帧图像的关注区域为以候补点为中心的3个动态部分，而非第一帧图像处理区域大小与目标线的倾斜度与垄行的弯曲度正相关。

　　2）针对田端导航终止线的检测，提出了在田端图像复杂的情况下用颜色分量R的多次突变判断田端的方式，避免了由于未收获区的田端缺少玉米植株或有杂草干扰而造成的误判。

　　3）在提高导航准确性和速度方面，实时导航的过程中在图像上半部分寻找已知点，由于图像收敛，已知点确定的更加准确；采用跳行累计非一帧图像的G分量值，加快了导航线检测的处理速度，使目标直线的平均检测时间为每帧50.13ms。通过试验证明，本文提出的算法可以快速有效检测玉米收获的导航直线以及对田端进行准确判断。导航线的判断准确无误，田端的判断与实际吻合。本研究成果也可以为高粱等其他高杆作物机械化收获视觉导航路线的检测提供参考。

　　[参考文献]

　　[1]王丰元，周一鸣，孙壮志.车辆引导路线检测的计算机视觉技术初探[J].农业机械学报，1998，29(1)：1－5.

　　[2]胡静涛，高雷，白晓平，等.农业机械自动导航技术研究进展[J].农业工程学报，2015，31(10)：1－10.

　　[3]李军，马蓉.基于多传感器融合的拖拉机自动导航技术[J].农机化研究，2011，33(12)：237－240.

　　[4]邵刚，毛罕平.农业机械机器视觉导航研究进展[J].安徽农业科学，2007，35(14)：4394－4396.

　　梁习卉子1,2，陈兵旗1※，姜秋慧1，朱德利1，杨明1，乔妍1

期刊VIP网，您身边的高端学术顾问

文章名称： 基于图像处理的玉米收割机导航路线检测方法

文章地址： http://www.qikanvip.com/nongyekeji/60664.html