[发明专利]一种植保无人机实时导航线提取方法

说明书

本发明属于农业自动导航技术领域，尤其涉及一种植保无人机实时导航线提取方法。该方法包括：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；S2、采用最小外接矩形法，提取导航线。本发明融合最小外接矩形、像素概率以及一元线性回归综合识别果树行中心线，克服了果树冠层图像可能出现的间断现象的影响，能够准确识别水平、竖直、倾斜果树冠层图像的中心线。其中，水平、倾斜状态果树冠层图像的判断可指导植保无人机地头位置的调整，使植保无人机沿竖直方向进行作业。

技术领域

本发明属于农业自动导航技术领域，尤其涉及一种植保无人机实时导航线提取方法，该方法基于最小外接矩形、像素概率以及线性回归综合来识别果树冠层中心线。

背景技术

随着精准农业时代的到来，农田病虫害防治要求越来越高。低污染、高效率、低成本是未来农业植保的发展趋势。作为农业航空作业的主要工具—无人飞机(UVA)，有着巨大的发展前景。在使用植保无人机喷洒农药时，需要提前规划施药路径，这种方式费时费力，及时性差，无法应对果园突发病虫害。然而，手动操控植保无人机施药作业，需要机手具有较高的操作技能和熟练程度且作业时高度专注。此外，长时间作业易使操作机手产生视觉疲劳，给农业生产带来潜在安全隐患。

目前，农业机械实时路径提取主要利用线性回归、特征点聚类以及深度学习等方法，如冯娟，刘刚，司永胜等.果园视觉导航基准线生成算法[J].农业机械学报.2012,43(07):185-189.；曾宏伟，雷军波，陶建峰等.低对比度条件下联合收割机导航线提取方法[J].农业工程学报.2020,36(04):18-25.；张勤，王家辉，李彬.基于YOLOv3目标检测的秧苗列中心线提取方法[J].农业机械学报.2020,51(08):34-43.。

由于植保无人机在空中飞行，无法识别每棵果树树干中心点进行线性回归，所以基于果树树干中心点进行线性回归的方法不适用于植保无人机。特征点聚类方法需要人为指定聚类中心，所以不适合自动识别；采用深度学习的方法，前期模型训练需要大量样本，训练时间长，无法应对突发情况。本发明有别于上述方法，可以识别竖直行、水平行以及倾斜行，简单快捷。此外，在现代化果园中，个别果树会因病虫害等原因出现死亡现象，使得采集的果树冠层图像出现间断。针对这种特殊情况，本发明也能很好地识别果树冠层中心线。

发明内容

针对植保无人机喷洒农药时，需要提前规划作业路径，这种方式费时费力，及时性差，无法应对果园突发病虫害，本发明的目的是提供一种基于最小外接矩形法的植保无人机实时导航线提取方法。

为了实现上述目的，本发明提供了如下技术方案：

本发明方法识别出的果树冠层中心线即为植保无人机飞行的导航线，简单来说，植保无人机在作业时沿此中心线进行飞行。

一种植保无人机实时导航线提取方法，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；