[发明专利]基于农田图像检测障碍物的方法

摘要

本发明公开了一种基于农田图像检测障碍物的方法，该方法首先通过田间导航图像采集设备采集农田图像，然后将农田图像进行去噪灰度化、小波变换、最大类间方差分割等操作，最后得到图像投影曲线，根据曲线的跳变点来判断农田中的障碍物。该方法克服了现有农田障碍物检测方法对障碍物高度、颜色敏感的缺点，能有效提高农田障碍物检出率，增强农田导航安全。

主权项

一种基于农田图像检测障碍物的方法，其特征在于，该方法包括以下步骤：(1)采集彩色农田图像，并将采集到的彩色农田图像通过公式I＝(R+G+B)/3转换成第一灰度图像F，公式中R指采集的彩色图像中红色分量灰度值，G指绿色分量灰度值，而B指蓝色分量灰度值，I表示第一灰度图像F的灰度值；(2)再将彩色农田图像通过公式I'＝2×G‑R‑B转换成第二灰度图像F1，I'表示第二灰度图像F1的灰度值；(3)采用最大类间方差法对第二灰度图像F1进行分割，获得二值图像F3；(4)获取二值图像F3中像素值为零的坐标，将第一灰度图像F中相同坐标位置处的像素值置零，获得第三灰度图像F4；(5)对第三灰度图像F4进行5级Haar小波分解，得到5级分辨率不同的子图像及近似级子图像，并按下式计算图像小波分解后2～5级各级子图像的总频率：Cl＝Clh+Cld+Clv式中l为小波多分辨率分解的第l级，h为l级水平分解系数图像，d为l级对角分解系数图像，v为l级垂直分解系数图像，Clh为l级水平分解系数图像的总频率，Cld为l级对角分解系数图像的总频率，Clv为l级垂直分解系数图像的总频率；其中，Clx由以下公式得到：Clx=1M×NΣi=1MΣj=1Nflx(i,j)2]]>式中M×N为小波多分辨率分解第l级各方向子图像的大小，flx(i,j)为坐标点(i,j)处的小波多分辨率分解系数；其中，x＝h,d,v；(6)通过步骤(5)的计算找到总频率最多的级，将小波分解后获得的近似级及子图像总频率最多的级的小波分解系数保留，其它级子图像的小波分解系数置零后，重构成新的图像；(7)对步骤(6)重构后的新图像进行两次OTSU分割获得图像F5；(8)求图像F5中像素值的平方，然后将求平方后的像素值按图像行相加，投影成曲线，曲线的跳变点即为农田中的障碍物。