[发明专利]基于机器视觉的茎秆作物高度测量方法

说明书

本发明公开了一种基于机器视觉的茎秆作物高度测量方法，包括1、在收获机上安装相机，并标定获取比例因子；在获取的收获机侧面原始茎秆作物图像序列的第一帧图像中设置第一目标区域；2、在n时刻原始茎秆作物图像中第一目标区域内获取茎秆作物前景区域；3、确定作物粗略像素高度y_roi(n)，并以y_roi(n)为高度中线确定第二目标区域；4、对第二目标区域进行图像增强和二值化；5、对第二目标区域图像进行边界直线检测，得到边界直线的像素高度均值y_h(n)；6、检测y_h(n)是否为异常值，如果是，在第二目标区域图像中，采集一组边界点，边界点的高度均值作为作物像素高度y_h(n)；7、根据y_h(n)计算当前时刻作物的实际高度。该方法能够精准测量茎秆作物高度，实时为收获机提供高度数据。

技术领域

本发明属于茎秆作物植株高度测量技术领域，具体是一种利用机器视觉测量茎秆作物高度的方法。

背景技术

精准农业是农业科学研究的热点领域，智能收获机的使用，能够实现收割自动化，解放劳动生产力，有效提高农业生产的效率，降低农业生产的成本。智能收获机在工作过程中需要根据茎秆作物高度调整拔禾轮高度，使智能收获机正常稳定地工作，根据测量的茎秆作物高度，可以实时计算喂入量，计算收获机负荷程度，防止负荷过大。因此，茎秆作物的高度是智能收获机工作中需要获取的一项重要参数之一。

茎秆作物株高作为茎秆作物关键性状之一，目前主要通过人工测量获取高度信息，手持测量仪直接测量稻麦高度，该过程速度缓慢，使用不便，在大面积种植区域无法连续操作；需要投入大量人力物力，增加了生产成本。近年来，非接触式的视觉测量成为一个热点领域，利用相机对目标进行分析，测量精度高，实时性好，数据采集更加方便，被应用到各种测量场合中。目前阶段通常利用K-means、反向投影算法、模板匹配算法对前景进行提取，均会将部分背景分割成前景，不利于后续的高度测量。采用其他传统的前景提取的方法：基于边缘、基于阈值或利用分水岭等，也不能对茎秆作物区域完整提取。

大面积种植的茎秆作物生长高度不一，需要为智能收获机实时提供高度数据，且要考虑光照对视觉测量精度的影响。

发明内容

发明目的：本发明旨在提供一种能够精准测量茎秆作物高度的方法，实时为智能收获机提供高度数据。

技术方案：本发明采用如下技术方案：

基于机器视觉的茎秆作物高度测量方法，包括步骤：

(1)在收获机上固定安装相机，调整相机角度，使相机能够拍摄收获机侧面茎秆作物图像；对相机进行标定，获取相机的比例因子SCALE；相机实时获取收获机侧面原始茎秆作物图像序列；在原始茎秆作物图像序列的第一帧图像中设置第一目标区域ROI1，所述第一目标区域中包括茎秆作物顶部与背景的边界；

(2)当前时刻n的原始茎秆作物图像为Pic_org(n)；在Pic_org(n)中第一目标区域ROI1(n)内获取茎秆作物前景区域；

(3)确定当前时刻茎秆作物粗略像素高度y_roi(n)，并以y_roi(n)为高度中线确定Pic_org(n)中第二目标区域ROI2(n)；所述第二目标区域ROI2(n)的高度为固定值height_slide，宽度为原始茎秆作物图像的宽度；

(4)对第二目标区域ROI2(n)进行图像增强，并进行二值化，得到二值化的图像区域ROI2(n)′；