一种基于机器视觉的地面喷施系统行进路径规划方法技术方案

本发明专利技术公开了一种基于机器视觉的地面喷施系统行进路径规划方法，包括以下步骤：S1、获取深度图像和彩色图像；S2、利用局部特征点配准算法对深度图像和彩色图像进行配准处理；S3、利用彩色—深度图像融合分割方法进行喷施行驶路径规划，得出最佳喷施路径规划。本发明专利技术利用机器视觉实现对果园喷施行驶路径的自动规划，不但不受光照的影响，而且可以自动对喷施行驶路径进行规划，相对于传统的人工喷施药液的方式，大大地降低了工作强度，能够获得准确的可行使区域，并规划出最佳喷施路径。并规划出最佳喷施路径。并规划出最佳喷施路径。

【技术实现步骤摘要】
一种基于机器视觉的地面喷施系统行进路径规划方法


[0001]本专利技术涉及药液喷施
，更具体涉及一种基于机器视觉的地面喷施 系统行进路径规划方法。

技术介绍

[0002]我国是一个农业大国，作为现代农业技术的先进生产方式，设施农业自动 化显得尤为重要。目前，在农业喷雾领域中，果园喷雾作业占比逐渐增加。果 树种植的过程中，需要精心呵护，为避免虫害，通常需要进行药液的喷施。目 前，对果树喷施药液的方式仍大多采用人工喷施为主，效率低下，工作强度较 大。
[0003]随着现代科学技术和控制理论的不断发展、我国的农业装备自动化技术不 断完善，研发出可以适应果园作业的无人化自主喷雾机器人就显得至关重要。

技术实现思路

[0004]本专利技术需要解决的技术问题是提供一种基于机器视觉的地面喷施系统行进 路径规划方法，以解决
技术介绍
中的技术问题，获得准确的可行使区域，自动 实现对喷施行驶路径的规划。
[0005]为解决上述技术问题，本专利技术所采取的技术方案如下。
[0006]一种基于机器视觉的地面喷施系统行进路径规划方法，包括以下步骤：
[0007]S1、获取深度图像和彩色图像；
[0008]S2、利用局部特征点配准算法对深度图像和彩色图像进行配准处理；
[0009]S3、利用彩色—深度图像融合分割方法进行喷施行驶路径规划，得出最佳 喷施路径规划。
[0010]进一步优化技术方案，所述步骤S2包括以下步骤：
[0011]S21、深度和彩色图像边缘检测；
[0012]S22、将边缘检测后的深度和彩色图像进行特征点提取；
[0013]S23、深度和彩色图像匹配。
[0014]进一步优化技术方案，所述步骤S21中，将一张深度图像与多张彩色图像 进行匹配处理，选定与深度图像匹配度最高的彩色图像最为匹配精准度最好的 彩色图像；
[0015]所述步骤S21包括以下步骤：
[0016]S211、将深度图形和彩色图像进行畸变校正处理；
[0017]S212、对矫正后的彩色图像选定需要处理的局部区域，对选取的局部图像 进行图像跟踪处理，对跟踪位置的图像进行提取；
[0018]S213、对提取后的图像进行Otsu算法处理、去噪处理、图像二值化处理；
[0019]S214、对二值图形进行图像轮廓提取；
[0020]S215、将轮廓提取后二值图像中的干扰孔洞进行去除。
[0021]进一步优化技术方案，所述步骤S22包括以下步骤：
[0022]S221、将轮廓提取后的深度图像与彩色图像进行仿射变换处理；
[0023]S222、提取两种边缘轮廓图像的坐标集数据进行独立样本t
‑
test；
[0024]S223、提取二值图像中的特征点进行匹配处理。
[0025]进一步优化技术方案，所述步骤S3中，通过深度
‑
彩色摄像机采集深度和彩 色视频图像，并对两种图像分别进行如下处理：
[0026]S31、对深度图像进行K
‑
means自适应阈值图像按照距离值进行分层；
[0027]S32、分别对彩色图像的RGB空间Green层及HSV空间H层的绿色色调区 域进行区域分割；采用树冠区域彩色
‑
深度图融合分割方法，分出树干、树冠及 LWA的基本区域；
[0028]S33、融合深度图像分层结果和彩色图像分割结果，获得精确的可行驶区域， 并规划出最佳喷施路径。
[0029]进一步优化技术方案，所述步骤S31中，采用K
‑
means图像聚类分层方法， 对深度图像的像素进行自动分割，即划分不同距离范围的图像层次；
[0030]K
‑
means图像聚类分层方法的流程为：
[0031]1)确定K值，即将数据集x(1)，x(2)，...x(n)聚集成K个类簇；
[0032]2)从数据集中随机选择K个数据点作为聚类质心：μ1，μ2，
…
，μ
K
∈R
n
；
[0033]3)对于每一个样例i，计算其属于的簇：
[0034]c(i)＝argmin||x(i)
‑
μ
j
||2；
[0035]4)对于每一个类簇j，重新计算该类的质心：
[0036][0037]迭代3)，4)步的计算，直到收敛。
[0038]进一步优化技术方案，所述步骤S32中，对彩色图像中的Green层进行自 适应阈值图像分割，获得绿色分割区域，获得果树LWA及树干区域；把彩色 RGB图像转为HSV空间，对色调(H)层的绿色颜色范围进行分割，具体包括如 下步骤：
[0039]对RGB图像的Green层进行图像分层分割，使用最大类间方差法计算获得 Green层图像的适当阈值。
[0040]进一步优化技术方案，所述最大类间方差法的具体算法步骤为：
[0041]1)假设图像I(x，y)，计算背景像素占比：
[0042]ω1＝N1/(M*N)
[0043]其中，N为背景像素数，M和N为图像长和宽；
[0044]2)计算前景像素占比：
[0045]ω2＝N2/(M*N)＝1
‑
ω1[0046]3)求背景及前景的平均灰度值：
[0047][0048][0049]4)计算0～M灰度区间的总平均灰度值：
[0050]μ＝μ1*ω1+μ2*ω2[0051]5)求类间方差：
[0052]g＝ω1*(μ
‑
μ1)2+ω2*(μ
‑
μ2)2[0053]6)最终简化公式：
[0054]g＝ω1*ω2*(μ1
‑
μ2)2[0055]采用遍历的方法使得类间方差g最大的阈值T，即为所求自适应阈值。
[0056]进一步优化技术方案，所述步骤S32中，RGB空间的Green层分割区域、 HSV空间绿色分割区域与深度图像采集的物体区域相融合，去除深度图像中果 树之外的地面、杂草背景区域，获得可行使区域；假设RGB空间的Green层分 割二值化图像为Ig(x，y)，HSV空间绿色分割二值化图像为Ih(x，y)，深度分层 图像为Di(x，y)，i＝1，2，3，4，5，融合后的二值化可行使区域分割图像为G(x， y)，则具体的融合公式为：
[0057][0058]进一步优化技术方案，所述步骤S33中，规划喷施路径的具体包括以下步 骤：
[0059]S331、找到林间路径方向和末端；
[0060]S332、以拍摄场景图像中线为当前喷施设备的行驶方向；
[0061]S333、行驶路径末端中点则根据由LWA主要区域形成的ROI区域中点进行 定位；
[0062]S334、把喷施设备宽度由世界坐标转换为平面坐标，形成最佳喷施路径。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的地面喷施系统行进路径规划方法，其特征在于，包括以下步骤：S1、获取深度图像和彩色图像；S2、利用局部特征点配准算法对深度图像和彩色图像进行配准处理；S3、利用彩色—深度图像融合分割方法进行喷施行驶路径规划，得出最佳喷施路径规划。2.根据权利要求1所述的一种基于机器视觉的地面喷施系统行进路径规划方法，其特征在于，所述步骤S2包括以下步骤：S21、深度和彩色图像边缘检测；S22、将边缘检测后的深度和彩色图像进行特征点提取；S23、深度和彩色图像匹配。3.根据权利要求2所述的一种基于机器视觉的地面喷施系统行进路径规划方法，其特征在于，所述步骤S21中，将一张深度图像与多张彩色图像进行匹配处理，选定与深度图像匹配度最高的彩色图像最为匹配精准度最好的彩色图像；所述步骤S21包括以下步骤：S211、将深度图形和彩色图像进行畸变校正处理；S212、对矫正后的彩色图像选定需要处理的局部区域，对选取的局部图像进行图像跟踪处理，对跟踪位置的图像进行提取；S213、对提取后的图像进行Otsu算法处理、去噪处理、图像二值化处理；S214、对二值图形进行图像轮廓提取；S215、将轮廓提取后二值图像中的干扰孔洞进行去除。4.根据权利要求3所述的一种基于机器视觉的地面喷施系统行进路径规划方法，其特征在于，所述步骤S22包括以下步骤：S221、将轮廓提取后的深度图像与彩色图像进行仿射变换处理；S222、提取两种边缘轮廓图像的坐标集数据进行独立样本t
‑
test；S223、提取二值图像中的特征点进行匹配处理。5.根据权利要求1所述的一种基于机器视觉的地面喷施系统行进路径规划方法，其特征在于，所述步骤S3中，通过深度
‑
彩色摄像机采集深度和彩色视频图像，并对两种图像分别进行如下处理：S31、对深度图像进行K
‑
means自适应阈值图像按照距离值进行分层；S32、分别对彩色图像的RGB空间Green层及HSV空间H层的绿色色调区域进行区域分割；采用树冠区域彩色
‑
深度图融合分割方法，分出树干、树冠及LWA的基本区域；S33、融合深度图像分层结果和彩色图像分割结果，获得精确的可行驶区域，并规划出最佳喷施路径。6.根据权利要求5所述的一种基于机器视觉的地面喷施系统行进路径规划方法，其特征在于，所述步骤S31中，采用K
‑
means图像聚类分层方法，对深度图像的像素进行自动分割，即划分不同距离范围的图像层次；K
‑
means图像聚类分层方法的流程为：1)确定K值，即将数据集x(1),x(2)，...

【专利技术属性】
技术研发人员：肖珂，高冠东，梁娟，陈苗苗，贾宇琛，李建平，郝毅，王文静，李辉，
申请(专利权)人：河北农业大学，
类型：发明
国别省市：