[发明专利]一种玉米精准施药系统的作物行识别方法

说明书

技术领域

本发明涉及农业工程的技术领域，具体涉及一种玉米精准施药系统的作物行识别方法。

背景技术

在精准施药系统中实现施药喷头的自动对准，关键是作物行中心线的识别。数字图像处理算法在自动识别方面具有很大的优势，是现代精准农业的基础和关键技术。以往的研究表明，作物行提取算法具有单一性和适应性不强的缺点，农作物生长的不同时期、光照、及作物种类均会对算法的实现造成影响。设计一种满足多种条件的作物行识别算法是精准施药的重要问题。

根据以往的研究，农田作物行的识别算法一般是以农田作物行或者作物沟的中心线为研究对象。早在上世纪，Silsoe研究中心的Marchant和Brivot和瑞典专家BjornAstrand以及比利时学者V.Leemans等都分别对行识别及导航算法做过相应的研究，并取得了一定的成果。近年来国内也出现了不少这方面的研究，张志斌等将hough变换与Fisher准则相结合，根据垄线点空间关系得出多垄识别统一模型，克服传统Hough变换提取多垄线的不足；赵瑞娇等将投影法和直接Hough变换法相结合，提出一种基于垂直直方图投影的改进Hough变换检测作物行中心线的方法；马红霞等将灰度图像分成若干个水平条，用垂直投影法找出导航定位点，并设置感兴趣区域，在区域内采用Hough变换对定位点拟合得出导航基准线。在作物行提取中，骨架提取算法也是重要的一环，提取的准确性直接影响作物行提取的准确程度。传统的骨架提取算法有三种，一是拓扑细化的方法，二是基于距离变换的方法，三是基于Voronoi图的方法，但都存在部分缺点。徐超等提出了一种基于欧式距离的新型骨架提取算法，具有一定的改进效果。这些算法对农田作物行提取算法都具有一定参考价值，但算法复杂，且不能从根本上满足农业机械的需要，因此还需要进一步的研究和实验。

发明内容

本发明要解决的技术问题是提供一种玉米精准施药系统的作物行识别方法，该方法可有效避免杂草等噪声的影响，并且适应于不同作物及光照条件，其作物行准确率高于98.3%。

本发明的技术方案是：一种玉米精准施药系统的作物行识别方法，包括以下步骤：

S1：利用工业相机和镜头采集玉米田RGB彩色图像；

S2：对获取的RGB彩色图像利用改进的过绿灰度化算法进行灰度化；其中，改进的过绿灰度化算法为：灰度化后的灰度值Gary为

S3：利用改进的中值获取方法的中值滤波去除灰度化图像噪声；

S4：利用最大类间方差法对去噪后的图像进行二值化处理；

S5：采用形态学算法滤除二值化图像的噪声；

S6：基于马氏距离和玉米叶脉规则提取作物行骨架；

S7：采用基于主骨架点的Hough变换算法将主作物行拟合为直线。

所述玉米田RGB彩色图像为玉米生长中期真实复杂环境的图像。

所述改进的中值获取方法为：对于3*3的像素数组M：

其中，a>b>c，d>e>f，g>h>i，e>b>h，d>a>g，i<f<c；对矩阵的每个行向量进行降序排列：a>b>c，d>e>f，g>h>i，e>b>h，则a、d、g中的最大值d即为矩阵M的最大值， c、f、i中的最小值i为M的最小值，则

由于9个元素的中值，必大于四个元素，同时也小于四个元素，所以d、i、a、f、e、h都不可能是中间值。排除以上六个像素之后，只需比较窗口矩阵中最大值中的最小值g、中值中的中间值b和最小值中的最大值c，然后取三者的中值，该中值便是数组M的中间值。

所述基于马氏距离和玉米叶脉规则提取作物行骨架的方法为：基于玉米叶脉规则确定玉米中心点，将此中心点作为主骨架点；通过马氏距离变换其他点得到距离图像，对距离图像进行骨架提取。

所述马氏距离变换的算法如下：，其中，表示其他点二维信息，表示主骨架点的二维信息，表示原始数据协方差矩阵的逆矩阵，表示其他点到主骨架点的距离。

本发明通过改进的过绿灰度化算法最大程度保留作物行信息、去除背景干扰，改进的中值获取方法提高了运算速度，基于马氏距离和玉米叶脉规则提取作物行骨架得到准确的骨架，其可有效避免杂草等噪声的影响，适应于不同作物及光照条件，其作物行准确率高于98.3%，为精准农业系统中的喷药喷头自动对准提供了有效的方法。

附图说明