[发明专利]一种植保无人机实时导航线提取方法

权利要求书

1.一种植保无人机实时导航线提取方法，其特征在于，该方法包括如下步骤：

S1、对植保无人机拍摄的果树行RGB图像依次进行灰度化、二值化、膨胀、去噪、空洞填充预处理，获得预处理后的二值图像；所述预处理后的二值图像为m行×n列，背景像素值为0，冠层区域像素值为1；

S2、采用最小外接矩形法，提取导航线；

S2.1、建立平面直角坐标系XOY，获取预处理后的二值图像中的冠层区域个数N，N≥1，以及每个冠层区域的边缘坐标值B_i(X_i,Y_i)，i＝1,…,N；

S2.2、分别找出各冠层区域的X_i的最小值X_min与最大值X_max，Y_i的最小值Y_min与最大值Y_max，确定各冠层区域的最小外接矩形坐标(X_min,Y_min)、(X_max,Y_min)、(X_max,Y_max)、(X_min,Y_max)，获得各果树冠层最小外接矩形；

S2.3、利用公式(1)和公式(2)计算出各果树冠层最小外接矩形的两条对角线的交点坐标，即各果树冠层质心坐标Q_i(X_Qi，Y_Qi)，i＝1,…,N；

S2.4、当冠层区域个数N＝1时，采用像素概率提取导航线：首先，基于最小外接矩形构造四条过果树冠层质心的判断线，即两条对角线和两条对边的中点连接线；然后，逐行遍历分别统计落在四条判断线上的像素点为1的个数；通过公式(3)分别计算果树冠层图像落在四条判断线上的像素概率大小P_j，j＝1、2、3、4；将像素概率最大的判断线作为果树冠层中心线，即导航线；

式中，P_j为冠层像素落在每条判断线的概率，P₁为冠层像素落在每条判断线上的像素个数，P₂为每条判断线总像素个数；

当冠层区域个数N1时，则采用一元线性回归提取导航线：首先建立线性回归方程(4)；根据步骤S2.3获得的各果树冠层质心坐标Q_i(X_Qi，Y_Qi)，利用最小二乘法，通过公式(5)～(8)获得线性回归方程的系数k和常数项b；然后，将二值图像像素横坐标X取值范围，即二值图像列数范围1～n，代入线性回归方程(4)求出二值图像像素纵坐标对应值Y，获得拟合线上各点坐标值(X，Y)，所获拟合线即为最终的果树冠层中心线，即导航线；

Y＝kX+b (4)

其中，k为拟合直线斜率，b为拟合直线常数项，为各果树冠层质心横坐标的平均值；为各果树冠层质心纵坐标的平均值；N为冠层区域个数；X_Qi，Y_Qi为各果树冠层质心坐标值；i＝1,…,N。

2.根据权利要求1所述的植保无人机实时导航线提取方法，其特征在于，所述步骤S1中，将植保无人机拍摄的果树行RGB图像利用超绿算法进行灰度化，ExG＝2G-R-B，R表示红色通道，G表示绿色通道，B表示蓝色通道。

3.根据权利要求1所述的植保无人机实时导航线提取方法，其特征在于，所述步骤S1中，采用MATLAB 2019中的imbinarize(Image,‘global’)函数，利用最大类间方差法对灰度化后的图像进行二值化处理，获得二值图像。

4.根据权利要求1所述的植保无人机实时导航线提取方法，其特征在于，所述步骤S1中，利用MATLAB 2019中的结构元素函数SE＝strel(‘disk’,5)与imdilate(Image,SE)函数对二值图像进行膨胀操作，其中disk表示圆盘形，半径为5个像素，对二值图像边缘进行处理。