[发明专利]一种基于机器视觉的玉米苗期机械除草识别方法及装置

说明书

本发明公开了一种基于机器视觉的玉米苗期机械除草识别方法及装置，属于农业工程领域。通过识别摄像头采集图像，传输给处理器，通过基于机器视觉的玉米苗期机械除草识别方法，识别玉米植株区域，并测算玉米根部位置信息，然后控制执行机构动作，使得带豁口的旋转除草刀绕玉米根部旋转，除去玉米植株周围的杂草，并通过导航摄像头实现除草装置路径导航。本发明提供了一种高精度、高速度的机械除草识别算法，实现了除草装置自主高效作业，具有较强的实用价值。

技术领域

本发明涉及一种机械除草识别方法及装置，属于农业工程领域，具体来说涉及一种基于机器视觉的玉米苗期机械除草识别方法及装置。

背景技术

杂草对于作物的生长危害极大，它与作物争夺肥、光、水分、空间，容易滋生病虫害，从而降低作物产量和品质。目前已有的除草方法有人工除草、机械除草、化学除草、生物除草、火焰除草、电力除草、辐射除草等。其中，机械除草不仅能够有效抵制农药、化肥的使用，满足有机生产系统及广大民众对于食品安全和环境保护的要求，而且可以增加土壤的透气性和透水性，有助于农作物的生长。机械除草的关键技术是杂草的精确识别，只有实现对杂草的精确识别，才能保证机械除草的智能化和精细化。

玉米是我国第一大粮食作物，玉米田中常见的杂草包括一年生禾本科杂草马唐、牛筋草、狗尾草等，一年生阔叶杂草反枝苋、藜、马齿苋等，多年生杂草香附子、田旋花、刺耳菜等。玉米苗期受杂草的危害最重，而中后期的玉米形成高大密闭的群体，对杂草的发生和生长受到抑制，对产量的影响不是太大。因此，玉米苗期是杂草防除的关键时期。

本发明公开了一种高精度、高速度的玉米苗期机械除草识别算法，以及自主高效作业的机械除草装置，具有较强的实用价值。

发明内容

针对玉米苗期杂草种类繁多，而现有技术对于杂草识别的准确性和实时性不足等问题，本发明公开一种高精度、高速度的玉米苗期机械除草识别算法，以及自主高效作业的机械除草装置。

为实现上述目的，本发明所采用的技术方案是：

一种基于机器视觉的玉米苗期机械除草识别方法，杂草识别等同于识别绿色植株中非玉米植株的部分，而对玉米植株的识别使得识别算法更加高效。

一种基于机器视觉的玉米苗期机械除草识别方法，按照以下步骤进行操作，

a、 将采集到的RGB图像根据颜色特征进行二值化处理，得到绿色植株为前景区域的二值化图像，去除噪声，然后对前景区域进行连通域标记；

b、 计算HSV模型，分别得到饱和度图像和色度图像；

c、 建立饱和度能量模型，用二值化图像对饱和度图像进行掩膜处理，并计算每个连通域内饱和度能量值，饱和度能量值最大的连通域即为玉米植株区域；

d、 根据色度图像测算玉米植株的根部位置信息。

一种基于机器视觉的玉米苗期机械除草装置，由处理器Ⅰ、识别摄像头Ⅱ、导航摄像头Ⅲ、机械臂Ⅳ、末端执行器Ⅴ构成，其特征是：所述的处理器Ⅰ是系统的嵌入式控制器；所述的识别摄像头Ⅱ和导航摄像头Ⅲ是系统的视觉传感器，通过总线与处理器Ⅰ连接；所述的机械臂Ⅳ由处理器Ⅰ通过电机控制；所述的末端执行器Ⅴ即除草装置的除草刀，与机械臂Ⅳ相连接；所述的识别摄像头Ⅱ采集得到的图像即为机械除草识别的RGB图像；所述的处理器Ⅰ根据机械除草识别方法测算玉米植株的根部位置信息，进而控制机械臂Ⅳ动作；所述的末端执行器Ⅴ即带豁口的旋转除草刀。

本发明公开的基于机器视觉的玉米苗期机械除草识别方法及装置有以下特点：

(1)玉米植株识别相比于杂草识别，方法更加简单，更加准确；

(2)引入HSV模型增加了识别方法的特征提取维度，简化了识别方法；