论文部分内容阅读
在精准对靶施药系统中,农业机械导航路径识别的准确度决定了施药的精确性和实效性,而准确的提取出作物行骨架线是精准施药系统导航线提取的关键,也是做到精准对靶施药技术的基础。本文在国家农业智能装备工程技术研究中心开放基金项目(KFZN2012W12-012)、河南省科技厅重点科技攻关项目(132102110150)以及郑州轻工业学院研究生科技创新基金项目(2014003)的资助下研究其中作物行骨架提取的问题。本文主要以生长中期的玉米作物行为研究对象,在基于Visual C++6.0软件系统下对玉米作物行骨架提取算法进行研究,旨在寻求一种对复杂背景噪声具有较强的鲁棒性且能够保持作物行骨架稳定性的实用性骨架提取算法。基于图像处理的作物行骨架提取技术是精准农业机器视觉导航研究的重要方向。为了能准确的获取作物行骨架线,做到精确对靶施药,本文对研究的主要内容作了如下归纳:1.在广泛文献调研的基础上,总结了国内外骨架提取算法的研究现状和进展状况,介绍了四种经典的骨架提取算法,并分析了各骨架提取算法存在的优缺点。2.在玉米作物行图像预处理过程中,根据自然环境下玉米作物行图像的颜色特征,提出了一种改进的超绿灰度化(1.75G-R-B)算法,该算法与传统算法相比大大减少了背景噪声的干扰,对后续滤波操作以及形态学运算减少了不必要的麻烦。3.在分析和总结前人研究成果的基础上,同时依据现有算法普遍存在的缺点,提出了三种作物行骨架提取算法。同时,在玉米精准施药过程中,为了能够准确的提取出中央作物行骨架,做到精准对靶施药,本文提出一种基于最小相切圆原理的中央作物行骨架提取算法。采用从图像底部中心向作物行两边进行自下向上的扫描操作,找出能与作物行两边相切的最小圆,记下所有与最小圆相切的切点,这些切点的集合就组成了玉米中央作物行的骨架。4.由于机器视觉识别的是线性结构,本文最后对提取的中央作物行骨架进行了Hough变换得到了机械导航线,并搭建了实验平台。对比了采用其他骨架算法检测出的直线准确度,验证了本文提出的算法可以应用于实际的精准施药系统中。