r>[0064] (1)杂草在视觉形状上可W分布为点状（单株）或团状，分布具有随机性。
[00化](2)作物行起始于图像底边，终止于图像顶边，走向近似为一条直线，作物行之间 相互平行，分布具有规律性。
[0066] 由上述约束条件可W得出，导航过程中由于导航系统位置的变化造成相邻两帖图 像中间一片杂草在图像纵向（导航农机运行方向）上的位置不同，但作物行在图像纵向上 仍呈直线。若对相邻两帖的二值图像进行像素"与"操作，利用作物行的规律性和杂草的随 机性可W消除杂草噪声。但是，相邻两帖图像中的杂草在纵向位置上的变化程度、作物行在 横向（与导航农机运行方向垂直）位置上的变化程度与导航系统的行驶速度有关。导航速 度较小时，杂草在图像纵向上的位置变化不大，此时杂草团在两帖图像中可能产生重合，不 利于杂草噪声的消除；导航速度较大时，由于导航系统横向控制作用，导致作物行在图像横 向上的位置变化较大，两帖图像进行"与"操作后可能造成作物行信息的丢失，影响导航线 检测的精度。基于W上原因，本发明建立图像与农机的速度模型，根据导航速度对两幅图像 的相隔帖数进行选择，其流程图如图3所示，导航速度V与两幅图像相隔帖数n的约束关系 如下：
[0067] (1)导航农机速度V、相机图像采集频率为N帖/s，则相隔n帖的图像中同一片 杂草在导航系统行驶方向上位置之差为VXn/N，在图像坐标系下纵向位置之差为f(VXn/ 脚，f表示世界坐标系到图像坐标系的转换关系，N固定时，n的选取与V有关。
[0068] (2) V较大时，杂草纵向位置变化率较快，作物行横向位置变化率较快，此时n应该 选择小一些，避免两幅图像进行与操作后作物行信息丢失。
[0069] (3) V较小时，杂草纵向位置和作物行横向位置变化率较小，此时n应该选择大一 些，避免两幅图像中杂草重叠造成滤波效果不佳。
[0070] 在摄像头安装位置和角度固定的情况下，利用坐标转换公式f可W计算得出同一 片杂草在世界坐标系下相对于导航系统的位移。一般情况下两幅图像中的同一片杂草在图 像坐标系下纵向位置相差2cm?3cm时，对于点状杂草或者团状杂草均有较好的滤波效果。 利用坐标转换关系f计算得到同一片杂草在导航系统行驶方向上位置之差为20cm?30畑1。 本发明中导航系统速度为0?2m/s，摄像头视频采集频率为5帖/s，确定V与n的关系如 下：
[0071] 当 V<0. 5m/s 时，n = 4 ;
[0072] 当 0. 5m<V<lm/s 时，n = 3 ;
[0073] 当 lm/s<V<l. 5m/s 时，n = 2 ;
[0074] 当 1. 5m/s<V<2m/s 时，n = 1 ;
[0075] 1023、根据所述模型W及所述农机速度，确定待选取两帖不同的二值图像的相隔 帖数n ;
[0076] 具体的，采用上述图像与农机速度模型，W获得的农机速度V为模型的输入量，确 定两幅图像相隔帖数n。
[0077] 1024、根据所述待选取两帖不同的二值图像的相隔帖数n，选择当前图像与该图像 相隔帖数为n的图像作为获取农机具导航线的目标图像。
[007引举例来说，如图4A为图2A相隔帖数为n的原始图像，图4B为图4A二值化后的图 像。
[0079] 具体的，选择当前图像与之前相隔n帖的图像作为逻辑"与"运算的目标图像，如 图2C和图4B所示。
[0080] 上述步骤103具体包括W下步骤：
[0081] 1031、对所述两帖不同的目标图像进行逻辑"与"运算；
[0082] 具体的，根据步骤1022中对作物行和杂草的分布规律建立的约束条件，对步骤 1024中选择的目标图像进行逻辑"与"运算，利用作物行的规律性和杂草的随机性可W消除 杂草噪声的干扰。对于MXN的图像，像素"与"操作表达式如下：
[008引 B (i，j) = A (i，j) &&B (i，j) i = 1，2,…，M，j = 1，2…，N
[0084] 其中，A(i，j)表示前n帖二值图像中的像素，B(i，j)表示当前帖二值图像中的像 素，&&表示"与"操作。运算后消除部分杂草，结果如图5所示。
[0085] 1032、采用最小二乘法提取作物行中屯、线，进而获取农机具导航线。
[0086] 具体的，本发明选用最小二乘法提取导航线。首先对步骤1031得到的作物行图像 进行像素行扫描，确定每行的作物边缘点（xxl，yyl)，（xx2，yyl)，根据公式计算得到作物行 的中屯、点（xl，yl)， 1 xx\ + xx2
[0087] = ---
[008引 yl = yyl
[0089] 通过对像素行的扫描，可W得到n个数据点（X。yi) (X2, y2).......(x。，y。)，本发明 寻求一条直线y = e。+0 ix，使得指标
【主权项】
1. 一种农机具导航线的提取方法，其特征在于，包括： 在作物行方向上采集作物的原始图像，并将所述原始图像灰度化处理后再转化为二值 图像； 获取农机采集作物的原始图像时的速度信息，建立所述二值图像与农机速度的模型， 根据所述模型，选取两帧不同的二值图像作为获取农机具导航线的目标图像； 将两帧不同的目标图像进行逻辑"与"运算，提取出作物行，进而获取农机具导航线。
2. 根据权利要求1所述的方法，其特征在于，所述在作物行方向上采集作物的原始图 像，包括： 在所述农机上安装拍摄相机，所述摄像机与作物行的水平方向呈70?80度，通过所述 摄像机采集作物的原始图像。
3. 根据权利要求2所述的方法，其特征在于，所述将所述原始图像灰度处理化后再转 化为二值图像，包括： 对所述原始图像采用2G-R-B方法进行灰度化处理； 采用Otsu分割方法将灰度化处理后的图像进行分割，得到二值图像。
4. 根据权利要求1所述的方法，其特征在于，所述获取农机采集作物的原始图像时的 速度信息，包括： 在所述农机上安装有速度传感器，通过所述速度传感器获取农机采集作物的原始图像 时的速度信息。
5. 根据权利要求1所述的方法，其特征在于，所述建立所述二值图像与农机速度的模 型，根据所述模型，选取两帧不同的二值图像作为获取农机具导航线的目标图像，包括： 根据所述二值图像的帧数和所述农机速度，建立所述二值图像与农机速度的模型； 根据所述模型以及所述农机速度，确定待选取两帧不同的二值图像的相隔帧数η; 根据所述待选取两帧不同的二值图像的相隔帧数η，选择当前图像与该图像相隔帧数 为η的图像作为获取农机具导航线的目标图像。
6. 根据权利要求5所述的方法，其特征在于，所述将两帧不同的目标图像进行逻辑 "与"运算，提取出作物行，进而获取农机具导航线，包括： 对所述两帧不同的目标图像进行逻辑"与"运算； 采用最小二乘法提取作物行中心线，进而获取农机具导航线。
7. -种农机具导航线的提取系统，其特征在于，包括： 第一运算单元，用于在作物行方向上采集作物的原始图像，并将所述原始图像灰度化 处理后再转化为二值图像； 第二运算单元，用于获取农机采集作物的原始图像时的速度信息，建立所述二值图像 与农机速度的模型，根据所述模型，选取两帧不同的二值图像作为获取农机具导航线的目 标图像； 提取单元，用于将两帧不同的目标图像进行逻辑"与"运算，提取出作物行，进而获取农 机具导航线。
8. 根据权利要求7所述的系统，其特征在于，所述第一运算单元，还用于： 在所述农机上安装摄相机，所述摄像机与作物行的水平方向呈70?80度，通过所述摄 像机采集作物的原始图像； 对所述原始图像采用2G-R-B方法进行灰度化处理； 采用Otsu分割方法将灰度化处理后的图像进行分割，得到二值图像。
9. 根据权利要求7所述的系统，其特征在于，所述第二运算单元，还用于： 在所述农机上安装有速度传感器，通过所述速度传感器获取农机采集作物的原始图像 时的速度信息； 根据所述二值图像的帧数和所述农机速度，建立所述二值图像与农机速度的模型； 根据所述模型以及所述农机速度，确定待选取两帧不同的二值图像的相隔帧数η; 根据所述待选取两帧不同的二值图像的相隔帧数η，选择当前图像与该图像相隔帧数 为η的图像作为获取农机具导航线的目标图像。
10. 根据权利要求7所述的系统，其特征在于，所述提取单元，还用于： 对所述两帧不同的目标图像进行逻辑"与"运算； 采用最小二乘法提取作物行中心线，进而获取农机具导航线。
【专利摘要】本发明公开了一种农机具导航线的提取方法及系统，该方法包括：在作物行方向上采集作物的原始图像，并将所述原始图像灰度化处理后再转化为二值图像；获取农机采集作物的原始图像时的速度信息，建立所述二值图像与农机速度的模型，根据所述模型，选取两帧不同的二值图像作为获取农机具导航线的目标图像；将两帧不同的目标图像进行逻辑“与”运算，提取出作物行，进而获取农机具导航线。该方法实现了对作物行间杂草的有效滤除，降低杂草的干扰；提高了导航线提取的精度。
【IPC分类】G06T7-00, G01C21-10
【公开号】CN104567872
【申请号】CN201410746624
【发明人】张漫, 仇瑞承, 孟庆宽, 项明, 何洁, 刘刚, 李民赞
【申请人】中国农业大学
【公开日】2015年4月29日
【申请日】2014年12月8日