基于田间图像特征点匹配的农业装备横滚角获取方法与流程

文档序号:13758474阅读:180来源:国知局
本发明涉及农业自动化领域,特别涉及一种基于田间图像特征点匹配的农业装备横滚角获取方法。
背景技术
:农业装备向着大型化发展,机具的机构复杂程度、工作幅宽等方面也逐步加大。在垄作区耕种时,拖拉机跨垄作业,由于操作偶尔存在偏差、或者垄弯曲,可能会使拖拉机轮胎一侧在垄台、一侧在垄沟里。此时会引起机具的坡度角在一定范围内的变化。农业装备的横滚角会影响耕作质量,监测其横滚角可以为稳定耕作深度提供信息,从而使机具获得一致耕深、进而保证耕作质量。目前农业装备获取姿态的方法多采用惯性传感器和GPS技术等方法获取。其中惯性传感器一般采用加速度和陀螺仪、倾角传感器等。发明专利“一种基于MEMS加速度计的载体姿态横滚角获取方法”(发明专利申请号:201510350410.3)公开了一种横滚角获取方法,预先将三轴MEMS加速度计安装于载体上,通过三轴MEMS加速度计实时获取载体三个轴方向上的向量参数,根据获取的三个轴方向上的向量参数计算出载体姿态基于重力向量的横滚角。发明专利“基于GPS的农业机械导航的多传感器信息融合方法”(发明专利申请号:201410081311.5)采用导航传感器组合测量得到农业机械的原始横滚角度。技术实现要素:本发明的目的是提供一种基于田间图像特征点匹配的农业装备横滚角获取方法,应用机器视觉技术,通过安装在农业装备前部的摄像头采集田间图像,根据所获取的田间图像相对位置变化,为农业装备提供田间作业时的横滚角信息。为了实现本发明的上述目的,本发明提供了一种基于田间图像特征点匹配的农业装备横滚角获取方法,其特征在于:在初始时刻t0设定农业装备横滚角初始角度θ0(θ0可以设为0°,亦可设定为农业装备初始时刻相对于水平面的相对角度),拍摄并保存初始田间图像P0;设定固定的时间T1(T1根据需要自行设定,优选100ms≤T1≤10000ms),每间隔时间T1拍摄1张田间图像,当拍摄的图像数i≥2时,分别提取两张田间图像的特征点,对比两张田间图像特征点的相对位置变化,得到变换矩阵;由变换矩阵转换成两张田间图像的偏转角度;对两张田间图像的偏转角度进行计算,通过相应数学模型得出农业机械作业相对于初始角度的横滚角。一种基于田间图像特征点匹配的农业装备横滚角获取方法,通过安装在农业装备上的摄像头采集田间图像,通过田间图像的相对位置变化获取农业装备的横滚角;具体包括以下步骤:步骤一、在初始时刻t0设定农业装备横滚角初始角度θ0,拍摄并保存初始田间图像P0;步骤二、设定固定的时间T1,每间隔时间T1拍摄1张田间图像Pi(i为自然数),提取田间图像Pi的特征点;步骤三、计算田间图像Pi相对于初始田间图像P0的偏转角度δi,得出农业机械作业相对于初始角度的横滚角。进一步地,所述步骤二提取田间图像Pi的特征点包括以下过程:2.1)将所拍摄田间图像Pi进行灰度化处理;2.2)分别检测灰度化处理后每张田间图像Pi上的特征点;2.3)在每幅二维灰度田间图像上进行特征点精确定位、构建并提取关于特征点的描述子和相应位置信息;2.4)对田间图像P0和初始田间图像Pi上的特征点描述子进行匹配、去除误匹配;进一步地,所述步骤三计算田间图像Pi相对于初始田间图像P0的偏转角度δi,得出农业机械作业相对于初始角度的横滚角的实现方法为:分别计算所述步骤二提取的田间图像P1、田间图像P2、田间图像P3、……、田间图像Pi与初始田间图像P0之间的旋转角度θ1、θ2、θ3、……、θi,则田间图像Pi相对于初始田间图像P0的偏转角度:δ1=θ0+θ1、δ2=θ0+θ2、δ3=θ0+θ3、……、δi=θ0+θi。进一步地,所述初始田间图像P0与田间图像Pi的偏转角度的计算方法为:根据初始田间图像P0与田间图像Pi上的匹配特征点的位置计算两组特征点之间的变换参数,并得到变换矩阵:Tinv=sc-ss0sssc0txty1,]]>其中,ss=k×sin(θ),sc=k×cos(θ),k是初始田间图像P0与田间图像Pi间几何变换的缩放比例,θ是初始田间图像P0与田间图像Pi间的旋转角度,tx和ty分别是初始田间图像P0与田间图像Pi在x和y方向上的相对位移;再由变换矩阵θ=arctan(ss/sc)×180/π转换成初始田间图像P0与田间图像Pi的偏转角度。进一步地,所述步骤三计算田间图像Pi相对于初始田间图像P0的偏转角度δi,得出农业机械作业相对于初始角度的横滚角的实现方法为:分别求出所述步骤二提取的连续两张田间图像之间的旋转角度,即初始田间图像P0和田间图像P1,田间图像P1和田间图像P2,田间图像P2和田间图像P3,……,田间图像Pi-1与田间图像Pi之间的旋转角度为η1,η2,η3,……,ηi;再计算田间图像Pi相对于初始图像P0的偏转角度:δ1=δ0+η1、δ2=δ1+η2、δ3=δ2+η3、……、δi=δi-1+ηi,其中,δ0=θ0。进一步地,所述田间图像Pi-1与Pi的偏转角度的计算方法为:根据两张田间图像Pi-1与Pi上的匹配特征点的位置计算两组特征点之间的变换参数,并得到变换矩阵:Tinv=sc-ss0sssc0txty1,]]>其中,ss=k×sin(η),sc=k×cos(η),k是田间图像Pi-1与田间图像Pi间几何变换的缩放比例,η是两幅田间图像间的旋转角度,tx和ty分别是两幅田间图像间在x和y方向上的相对位移;再由变换矩阵η=arctan(ss/sc)×180/π转换成田间图像Pi-1与Pi的偏转角度。进一步地,该基于田间图像特征点匹配的农业装备横滚角获取方法还包括:步骤四、初始田间图像调整:当距离初始时刻t0间隔一定时间段nT2时,其中n为自然数,T2=20T1,重新读取一张初始图像P0’以及该初始图像P0’的角度数据θ0’;以初始田间图像P0’作为后续提取的田间图像的对比模板,每隔一定时间段T1从摄像头读取一张田间图像Pi’,提取田间图像Pi’的特征点;然后返回所述步骤三进行田间图像Pi’相对于初始田间图像P0’的偏转角度δi’计算。进一步地,所述步骤一中设定农业装备横滚角初始角度θ0,θ0可以设定为0°或设定为农业装备初始时刻相对于水平面的相对角度。进一步地,为提高系统响应速度,可以根据需要选取每张图像中心的固定尺寸区域进行匹配处理。本发明使农业装备在田间作业时,应用携带的图像采集系统能够准确地进行横滚角的确定,为农业机械作业的监测调整提供保障。另外,本发明可以应用于多种农业装备,如拖拉机作业机组、植保无人机等,也可以结合陀螺仪、测距机、惯性测量单元等传感器进一步提高精度,亦可结合此方法进行农业装备的自主导航。本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。附图说明图1为本发明基于田间图像特征点匹配的农业装备横滚角获取方法流程图;图2为本发明基于田间图像特征点匹配的农业装备横滚角获取方法的第一种优选实施方式的流程图;图3为本发明基于田间图像特征点匹配的农业装备横滚角获取方法的第二种优选实施方式的流程图。具体实施方式下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的步骤或具有相同或类似功能的步骤。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。固定安装在农业装备上的图像采集装置(如:摄像头),在农业装备作业期间同农业装备保持相同的运动姿态。若农业装备相对于农田地表不完全平行、存在一定角度时,摄像头相对于农田地表亦具有相同横滚角度。因此,可以通过安装在农业装备上的摄像头采集田间图像,通过田间图像的相对位置变化获取农业装备的横滚角。图1为本发明基于田间图像特征点匹配的农业装备横滚角获取方法流程图,从图中可见,基于田间图像特征点匹配的农业装备横滚角获取方法,包括如下步骤:步骤一、在初始时刻t0设定农业装备横滚角初始角度θ0(θ0可以设为0°,亦可设定为农业装备初始时刻相对于水平面的相对角度),拍摄并保存初始田间图像P0;步骤二、设定固定的时间T1,每间隔时间T1拍摄1张田间图像Pi(i为自然数),提取田间图像Pi的特征点;步骤三、计算田间图像Pi相对于初始田间图像P0的偏转角度δi,得出农业机械作业相对于初始角度的横滚角。实施例1S1:在初始时刻t0设定农业装备横滚角初始角度为0°,或设定为农业装备初始时刻相对于水平面的相对角度θ0;开始计时,同时拍摄并保存初始田间图像P0;S2:设定固定的时间T1,每间隔时间T1拍摄1张田间图像Pi(i为自然数);S3:将所拍摄田间图像Pi进行灰度化处理;S4:分别检测灰度化处理后每张田间图像Pi上的特征点;S5:在每幅二维灰度田间图像上进行特征点精确定位、构建并提取关于特征点的描述子(所处尺度、方向)和相应位置信息;S6:对两幅田间图像P0和Pi上的特征点描述子进行匹配、去除误匹配,S7:对两张田间图像P0和Pi的偏转角度进行计算,得出农业机械作业相对于初始角度的横滚角。如上所述的步骤S7,包括以下两个步骤:S71:程序在初始时刻t0,先实时读取一张初始田间图像P0,并读取该初始图像的角度数据θ0作为该初始图像的角度,以该初始图像P0作为此后所读取图像的对比模板,以后每隔一定时间段T1从摄像头读取一张田间图像P1、P2、P3、……、Pi(T1=100ms),并分别求出所读取的田间图像P1、P2、P3、……、Pi与初始图像P0之间的旋转角度θ1、θ2、θ3、……、θi,计算出所读取的图像相对于初始图像P0的偏转角度δ1=θ0+θ1、δ2=θ0+θ2、δ3=θ0+θ3、……、δi=θ0+θi(此为第一个循环)。S72:为了消除由于距离变化带来的影响,当距离初始时刻t0间隔一定时间段nT2(n为自然数,T2=20T1)时,则重新读取一张初始图像P0’和该初始图像的角度数据θ0’(θ0’为上一个循环中最后一张图像Pi的相对角度δi);以该初始图像P0’作为以后接收到的图像对比的模板,以后每隔一定时间段T1从摄像头读取一张田间图像,并分别求出所读取的图像P1’、P2’、P3’、……、Pi’与初始图像P0’之间的旋转角度(或两幅图像之间的旋转角度)θ1’、θ2’、θ3’、……、θi’,计算出所读取的图像相对于初始图像P0的偏转角度δ1’=θ0’+θ1’、δ2’=θ0’+θ2’、δ3’=θ0’+θ3’、……、δi’=θ0’+θi’(此为第二个循环);S73:若未到达间隔时间T2,则判断是否接收到中断指令,若未收到结束指令,则重复上一循环的操作;若收到结束指令,则结束角度获取。田间图像P0与Pi的偏转角度的计算方法为:根据两张田间图像P0与Pi上的匹配特征点的位置计算两组特征点之间的变换参数,并得到变换矩阵:Tinv=sc-ss0sssc0txty1,]]>其中,ss=k×sin(θ),sc=k×cos(θ),k是两图像Pi-1与Pi间几何变换的缩放比例,θ是两图像间的旋转角度,tx和ty分别是两图像间在x和y方向上的相对位移;再由变换矩阵θ=arctan(ss/sc)×180/π转换成田间图像P0与Pi的偏转角度。实施例2S1:在初始时刻t0设定农业装备横滚角初始角度为0°,或设定为农业装备初始时刻相对于水平面的相对角度θ0;开始计时,同时拍摄并保存初始田间图像P0;S2:设定固定的时间T1,每间隔时间T1拍摄1张图像Pi(i为自然数);S3:将所拍摄田间图像Pi进行灰度化处理;S4:分别检测灰度化处理后每张田间图像Pi上的特征点;S5:在每幅二维灰度田间图像上进行特征点精确定位、构建并提取关于特征点的描述子(所处尺度、方向)和相应位置信息;S6:对连续两幅田间图像Pi-1和Pi上的特征点描述子进行匹配、去除误匹配;S7:对相邻两张田间图像Pi-1和Pi的偏转角度进行计算,得出农业机械作业相对于初始角度的横滚角。如上所述的步骤S7,包括以下两个步骤:S71:程序在初始时刻t0,先实时读取一张初始田间图像P0,并读取该初始图像的角度数据θ0作为该初始图像的角度,以该初始图像P0作为此后所读取图像的对比模板,以后每隔一定时间段T1从摄像头读取一张田间图像(T1=1000ms),并分别求出所读取的连续两张图像之间的旋转角度,P0和P1,P1和P2,P2和P3,……,Pi-1与Pi之间的旋转角度为η1,η2,η3,……,ηi;计算出所读取的图像相对于初始图像P0的偏转角度δ1=δ0+η1(其中δ0=θ0)、δ2=δ1+η2、δ3=δ2+η3、……、δi=δi-1+ηi(此为第一个循环);S72:为了消除由于距离变化带来的影响,当距离初始时刻t0间隔一定时间段nT2(n为自然数,T2=20T1)时,则重新读取一张初始田间图像P0’和该初始图像的角度数据η0’(η0’为上一个循环中最后一张图像Pi的相对角度δi),以该初始图像P0’作为以后接收到的图像对比的模板,以后每隔一定时间段T1从摄像头读取一张田间图像,并分别求出所读取的连续两张图像之间的旋转角度,P0’和P1’,P1’和P2’,P2’和P3’,……,Pi-1’与Pi’之间的旋转角度为η1’,η2’,η3’,……,ηi’;计算出所读取的图像相对于初始图像P0’的偏转角度δ1’=δ0’+η1’(其中δ0’=η0’)、δ2’=δ1’+η2’、δ3’=δ2’+η3’、……、δi’=δi-1’+ηi’(此为第二个循环);S73:若未到达间隔时间T2,则判断是否接收到中断指令,若未收到结束指令,则重复上一循环的操作;若收到结束指令,则结束角度获取。田间图像Pi-1与Pi的偏转角度的计算方法为:根据两张田间图像Pi-1与Pi上的匹配特征点的位置计算两组特征点之间的变换参数,并得到变换矩阵:Tinv=sc-ss0sssc0txty1,]]>其中,ss=k×sin(η),sc=k×cos(η),k是两图像Pi-1与Pi间几何变换的缩放比例,η是两图像间的旋转角度,tx和ty分别是两图像间在x和y方向上的相对位移;再由变换矩阵η=arctan(ss/sc)×180/π转换成田间图像Pi-1与Pi的偏转角度。本专利申请是通过具体实施例进行说明的,在不脱离本专利申请范围的情况下,还可以对本专利申请进行各种变换及等同替代。另外,针对特定情形或具体情况,可以对本专利申请做各种修改和变形,这些修改和变形均不脱离本专利申请的范围。因此,本专利申请不局限于所公开的具体实施例,而应当包括落入本专利申请权利要求范围内的全部实施方式。当前第1页1 2 3 
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1