[发明专利]农业自然光环境下机器人视觉色彩校正方法及装置

说明书

本发明实施例提供一种农业自然光环境下机器人视觉色彩校正方法及装置，该方法包括：根据待校正图像所有像素点的亮度值和曝光时长，基于预设的辐射响应曲线，确定每一像素点辐射强度；根据待校正图像的辐射强度最大的像素点和辐射强度最小的像素点，将每一像素点辐射强度线性映射到亮度区间，得到每一像素点的校正后亮度；辐射响应曲线，基于标定图像预设数量像素点的已知亮度值、曝光时长和辐射强度进行拟合得到。该方法可快速准确确定视场内所有区域像素的辐射强度，对视场全局进行校正。克服了摄像机无法精确呈现农业自然光照下目标色彩而形成的曝光失真问题，提高了机器人获取视觉信息的准确性，为农业智能化作业和装备研究提供了必要支撑。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种农业自然光环境下机器人视觉色彩校正方法及装置。

背景技术

在农业生产领域，智能作业机械的应用将会越来越广泛。其中，作业对象的视觉信息获取是支撑智能化生产作业的核心技术之一。视觉信息是作业区域光照条件与作业对象反射特性综合作用的感观体现。然而农业环境下，自然光照波动和复杂背景干扰是影响视觉信息稳定成像的关键因素，表现为光照时空动态变化、视场多元目标辐射特性各异。

农业环境下下不同目标的辐射特性各不相同，其中近端植物植株与远端天空辐射亮度差异巨大，同时一天当中太阳光照强度也在较大范围内动态变化。然而摄像机成像芯片呈现视场内辐射波动的范围是有限的，在特定曝光强度下会形成图像区域过度曝光和曝光不足，从而导致目标色彩信息失真。

目前的图像色彩校正方法，主要面向小视场特定目标区域，且目标不存在曝光失真情况，对于农业开放环境等大视场内目标辐射差异巨大的复杂场景、目标存在曝光失真的情况，适应性差，难以对视场全局进行色彩校正，造成局部区域色彩信息缺失。

发明内容

本发明实施例提供一种农业自然光环境下机器人视觉色彩校正方法及装置，用以解决现有技术中的缺陷。

本发明实施例提供一种农业自然光环境下机器人视觉色彩校正方法，包括：根据待校正图像所有像素点的亮度值和曝光时长，基于预设的辐射响应曲线，确定每一像素点的辐射强度；根据待校正图像的辐射强度最大的像素点和辐射强度最小的像素点，将每一像素点的辐射强度线性映射到亮度区间，得到每一像素点的校正后亮度；其中，所述辐射响应曲线，基于标定图像预设数量像素点的已知亮度值、曝光时长和辐射强度，进行拟合得到。

根据本发明一个实施例的农业自然光环境下机器人视觉色彩校正方法，所述根据待校正图像所有像素点的亮度值和曝光时长，基于预设的辐射响应曲线，确定每一像素点的辐射强度之前，还包括：获取同一场景下，不同曝光时长的若干图像，并选取预设数量的标定像素点；根据每一图像的所有标定像素点的亮度和图像曝光时长，确定所有标定像素点的辐射强度；根据每一图像的标定像素点的亮度、图像曝光时长和每一标定像素点的辐射强度，拟合得到所述辐射响应曲线。

根据本发明一个实施例的农业自然光环境下机器人视觉色彩校正方法，所述根据每一图像的所有标定像素点的亮度和图像曝光时长，确定所有标定像素点的辐射强度，包括：基于相机辐射响应函数g(Y'_ij)＝lnE_i+lnt_j、P幅图像的曝光时长和N个标定像素点在P幅图像中的亮度，确定N个标定像素点的辐射强度；其中，E_i为像素点i对应视场目标点的辐射强度，t_j为图像j的曝光时长，Y'_ij为图像j中像素点i的亮度；N×P≥亮度值总数+N。

根据本发明一个实施例的农业自然光环境下机器人视觉色彩校正方法，所述根据每一图像的标定像素点的亮度、图像曝光时长和每一标定像素点的辐射强度，拟合得到辐射响应曲线，包括：以辐射强度和曝光时长的对数和作为自变量，图像像素点亮度作为因变量，拟合得到指数形式的辐射响应曲线。