[发明专利]一种田间作物中心区域定位方法及系统

说明书

本发明公开一种田间作物中心区域定位方法，涉及作物的自动识别和定位技术领域，包括：对目标作物的原始彩色图像进行处理，得到原始灰度图像；对原始灰度图像进行二值化处理，得到第一、第二二值图像；将第一、第二二值图像进行逻辑“与”运算，生成第三二值图像；第三二值图像包括目标作物潜在的中心区域像素点；对潜在的中心区域像素点进行聚类分析，得到中心区域像素点的聚类结果；根据聚类结果确定中心区域范围，以获得目标作物的中心区域；根据目标作物的中心区域进行田间机械化作业、作物表型监测和农机导航。本发明能准确、快速得到农田中每株作物的中心区域，为田间机械化作业、作物表型监测和农机导航提供帮助。

技术领域

本发明涉及作物的自动识别和定位技术领域，特别是涉及一种田间作物中心区域定位方法及系统。

背景技术

基于机器视觉的作物自动识别和定位技术有助于实现作物的自动检测，快速获取作物的田间分布情况，可以为田间机械化作业、作物表型监测和农机导航提供帮助。当前研究，多应用二维图像信息或三维点云数据对作物进行自动识别和定位。作物的二维图像包括彩色图像、热红外图像、光谱图像等，包含作物的颜色、纹理、温度、光谱信息等；作物的三维点云数据包含作物的三维位置、空间信息；利用作物上述信息的特异性及分布特征，可实现作物的识别和定位。但是，用于获取作物热红外图像、光谱图像、点云数据的传感器或设备较为昂贵，不易于推广应用。作物的彩色图像更加容易获取，因而基于彩色图像的作物识别和定位一直是研究的热点。

基于彩色图像的作物识别和定位方法通常利用作物的彩色图像，计算作物的颜色分量和纹理信息，分割提取作物，然后检测作物的轮廓及连通区域，计算作物连通区域的质心实现作物中心区域的定位。定位作物中心区域可以为田间机械化作业、作物表型监测(测量)和农机导航提供帮助。但计算作物连通区域质心的方法难以对形状不规则的作物进行准确定位。此外，随着作物的生长，相邻作物会出现叶片重叠、交叉的情况，计算作物连通区域的质心难以实现多株作物的定位。部分研究采用作物骨架提取的方法定位作物的中心区域，通过检测和判断作物骨架中的交叉点来识别和定位作物的中心区域，但该方法效率较低且精确度较差。随着机器视觉技术的发展，深度学习技术(如Fast RCNN、Faster RCNN、Mask RCNN等)被广泛地应用于作物的检测和定位，取得了较好的效果。但深度学习技术需要大量的标记样本，工作量较大。

综上，本领域亟需一种能够准确、快速得到农田中每株作物的中心区域的方法，从而为田间机械化作业、作物表型监测和农机导航提供帮助。

发明内容

本发明的目的是提供一种田间作物中心区域定位方法及系统，能够准确、快速得到农田中每株作物的中心区域，从而为田间机械化作业、作物表型监测和农机导航提供帮助。

为实现上述目的，本发明提供了如下方案：

一种田间作物中心区域定位方法，所述方法包括：

获取目标作物的原始彩色图像；所述原始彩色图像为彩色相机垂直拍摄目标作物冠层，得到的目标作物的彩色图像；

对所述原始彩色图像进行处理，得到目标作物的原始灰度图像；所述原始灰度图像包括第一灰度图像和第二灰度图像；

对所述原始灰度图像进行二值化处理，得到目标作物的二值图像；所述二值图像包括第一二值图像和第二二值图像；

将所述第一二值图像和所述第二二值图像进行逻辑“与”运算，剔除背景噪声的干扰，生成第三二值图像；所述第三二值图像包括目标作物潜在的中心区域像素点；

对所述目标作物潜在的中心区域像素点进行聚类分析，得到目标作物中心区域像素点的聚类结果；

根据所述聚类结果确定目标作物中心区域范围，以获得目标作物的中心区域；

根据所述目标作物的中心区域进行田间机械化作业、作物表型监测和农机导航。