[发明专利]一种田间作物中心区域定位方法及系统有效
申请号: | 202110772724.8 | 申请日: | 2021-07-08 |
公开(公告)号: | CN113421301B | 公开(公告)日: | 2022-08-05 |
发明(设计)人: | 仇瑞承;何勇;蒋茜静 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06T7/70 | 分类号: | G06T7/70;G06T7/136;G06K9/62;G06V10/762 |
代理公司: | 北京方圆嘉禾知识产权代理有限公司 11385 | 代理人: | 王月松 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 田间 作物 中心 区域 定位 方法 系统 | ||
1.一种田间作物中心区域定位方法,其特征在于,所述方法包括:
获取目标作物的原始彩色图像;所述原始彩色图像为彩色相机垂直拍摄目标作物冠层,得到的目标作物的彩色图像;
对所述原始彩色图像进行处理,得到目标作物的原始灰度图像;所述原始灰度图像包括第一灰度图像和第二灰度图像;所述对所述原始彩色图像进行处理,得到目标作物的原始灰度图像,具体包括:提取所述原始彩色图像的每个像素点在RGB颜色空间的R分量、G分量和B分量;根据所述R分量、所述G分量和所述B分量确定所述原始彩色图像在HSV颜色空间中的S分量;根据所述S分量得到目标作物的第一灰度图像;采用所述R分量、所述G分量和所述B分量对所述原始彩色图像进行灰度化处理,获得目标作物的第二灰度图像;
对所述原始灰度图像进行二值化处理,得到目标作物的二值图像;所述二值图像包括第一二值图像和第二二值图像;
将所述第一二值图像和所述第二二值图像进行逻辑“与”运算,剔除背景噪声的干扰,生成第三二值图像;所述第三二值图像包括目标作物潜在的中心区域像素点;
对所述目标作物潜在的中心区域像素点进行聚类分析,得到目标作物中心区域像素点的聚类结果;
根据所述聚类结果确定目标作物中心区域范围,以获得目标作物的中心区域;所述根据所述聚类结果确定目标作物中心区域范围,以获得目标作物的中心区域,具体包括:分别对每一类所述中心区域像素点坐标进行统计,获得中心区域像素点在行坐标方向的最大值Xmax、列坐标方向的最大值Ymax和行坐标方向的最小值Xmin、列坐标方向的最小值Ymin;根据行坐标方向的最大值Xmax和行坐标方向的最小值Xmin,采用公式Xlength=Xmax-Xmin确定中心区域像素点在行坐标方向的长度Xlength;根据列坐标方向的最大值Ymax和列坐标方向的最小值Ymin,采用公式Ylength=Ymax-Ymin确定中心区域像素点在列坐标方向的长度Ylength;利用行坐标方向的最小值Xmin、列坐标方向的最小值Ymin、行坐标方向的最大值Xmax、列坐标方向的最大值Ymax、中心区域像素点在行坐标方向的长度Xlength和中心区域像素点在列坐标方向的长度Ylength绘制矩形框;所述矩形框为每一株目标作物的中心区域;
根据所述目标作物的中心区域进行田间机械化作业、作物表型监测和农机导航。
2.根据权利要求1所述的田间作物中心区域定位方法,其特征在于,所述根据所述R分量、所述G分量和所述B分量确定所述原始彩色图像在HSV颜色空间中的S分量,具体包括:
确定所述R分量的灰度值、所述G分量的灰度值和所述B分量的灰度值;
根据所述R分量的灰度值、所述G分量的灰度值和所述B分量的灰度值,得到HSV颜色空间中每个像素点的S分量。
3.根据权利要求2所述的田间作物中心区域定位方法,其特征在于,所述采用所述R分量、所述G分量和所述B分量对所述原始彩色图像进行灰度化处理,获得目标作物的第二灰度图像,具体包括:
采用所述R分量的灰度值、所述G分量的灰度值和所述B分量的灰度值对所述原始彩色图像进行灰度化处理,获得目标作物的第二灰度图像。
4.根据权利要求1所述的田间作物中心区域定位方法,其特征在于,所述对所述原始灰度图像进行二值化处理,得到目标作物的二值图像,具体包括:
获取预设分割阈值;
采用所述预设分割阈值对所述第一灰度图像进行分割处理,获得目标作物的第一二值图像;
利用最大类间方差法确定所述第二灰度图像的转换阈值;
根据所述转换阈值对所述第二灰度图像进行转换,得到目标作物的第二二值图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110772724.8/1.html,转载请声明来源钻瓜专利网。