[发明专利]用于蔬菜大棚巡检机器人的导航中心线提取方法有效
| 申请号: | 202110806027.X | 申请日: | 2021-07-16 |
| 公开(公告)号: | CN113450402B | 公开(公告)日: | 2022-12-13 |
| 发明(设计)人: | 李霞;苏筠皓;王金柱;王思超;岳振超 | 申请(专利权)人: | 天津理工大学 |
| 主分类号: | G06T7/66 | 分类号: | G06T7/66;G06T7/13;G06T7/194;G06T7/136;G06T7/155;G06T5/00;G06T5/30;G06T7/62 |
| 代理公司: | 北京毕科锐森知识产权代理事务所(普通合伙) 11877 | 代理人: | 王家毅;王璐璐 |
| 地址: | 300384 *** | 国省代码: | 天津;12 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 用于 蔬菜 大棚 巡检 机器人 导航 中心线 提取 方法 | ||
1.一种用于蔬菜大棚巡检机器人的导航中心线提取方法,所述导航中心线提取方法包括以下步骤:
步骤S1通过摄像机采集蔬菜大棚中作物行之间的垄间图像,并获得矫正后的垄间图像;
步骤S2将所述矫正后的垄间图像进行图像分割以获得垄间土壤前景和作物行背景;
步骤S3将图像分割后的图像依次通过形态学闭运算和小面积去除法去除图像中的孔洞,以获得低噪声土壤前景和低噪声作物背景;
步骤S4通过Canny边缘检测算法对所述低噪声土壤前景的边缘进行检测以获得垄间土壤的轮廓线;
步骤S5根据所述垄间土壤的轮廓线提取轮廓特征点并通过最小二乘法拟合所提取的轮廓特征点以获得所述垄间土壤两侧的导航基准线,
根据所述垄间土壤的轮廓线提取轮廓特征点并通过最小二乘法拟合所提取的轮廓特征点的方法包括以下步骤:
步骤S51建立规格大小为A列×B行的矩阵S且令矩阵S为空矩阵同时矩阵S的规格大小与通过Canny算法处理后的图像I规格大小一致;
步骤S52对图像I逐行扫描且在每行中每间隔h列扫描一次,并判断当前像素点的灰度值是否为255,
当当前像素点的灰度值为255时,则将当前像素点的坐标存入矩阵S中,且确定当前像素点为垄间土壤与作物行中的作物的交点,
当当前像素点的灰度值不为255时,则将当前像素点的坐标置为(0,0)存入矩阵S中,且使矩阵S的像素点与图像I的像素点彼此一一对应;
步骤S53循环执行步骤S52,当扫描至第B行第A列时,则停止搜索;
步骤S54读取矩阵S中的所有坐标,依次将每一行的第一个坐标不为0的像素点的坐标按照从上到下的顺序放入矩阵S1中,并依次将每一行的最后一个坐标不为0的像素点的坐标按照从上到下的顺序放入矩阵S2中;
步骤S55根据矩阵S1中的所有坐标的列坐标值获得矩阵S1中每一个像素点的累加值V和所有列坐标的均值m1,判断矩阵S1中当前像素点的列坐标累加值V是否大于m1/2,以剔除矩阵S1中的无效特征点,
当当前像素点的列坐标累加值V大于m1/2时,则设定当前像素点为垄间土壤与作物行中作物相交的特征点,
当当前像素点的列坐标累加值V小于或等于m1/2时,则将当前像素点坐标从矩阵S1中删除;
步骤S56根据矩阵S2中的所有坐标的列坐标值获得矩阵S2当前像素点的列坐标累加值V′和所有列坐标的均值m2,判断矩阵S2中当前像素点的列坐标累加值V′是否大于m2/2,以剔除矩阵S2中的无效特征点,
当当前像素点的列坐标累加值V′小于m2/2时,则设定当前像素点为垄间土壤与作物行中作物相交的特征点,
当当前像素点的列坐标累加值V′大于或等于m2/2时,则将当前像素点坐标从矩阵S2中删除;
步骤S57根据剔除无效特征点后的矩阵S1中的像素点的坐标通过最小二乘法拟合以获得第一导航基准线L1,并根据剔除无效特征点后的矩阵S2中的像素点的坐标通过最小二乘法拟合以获得第二导航基准线L2,
所述垄间土壤与作物行中作物相交的特征点为所述轮廓特征点,
所述第一导航基准线L1和第二导航基准线L2为所述垄间土壤两侧的导航基准线;
步骤S6计算所述垄间土壤两侧的导航基准线之间的角平分线以获得导航中心线。
2.根据权利要求1所述的用于蔬菜大棚巡检机器人的导航中心线提取方法,其特征在于,
在步骤S2中,将所述矫正后的垄间图像进行图像分割包括以下步骤:
步骤S21将所述矫正后的垄间图像通过超绿特征因子进行超绿特征提取以获得垄间灰度化图像,所述超绿特征因子的表达式为:
其中,Gr(x,y)为垄间灰度化图像,G为颜色值RGB中的绿色分量,R为颜色值RGB中的红色分量,B为颜色值RGB中的蓝色分量;
步骤S22对所述垄间灰度化图像进行二值化处理将所述垄间灰度化图像分割为垄间土壤前景和作物行背景。
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天津理工大学,未经天津理工大学许可,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/202110806027.X/1.html,转载请声明来源钻瓜专利网。





