一种低损伤三七主根的互作感知式进挖方法技术

本发明专利技术提供一种低损伤三七主根的互作感知式进挖方法包括三七“根

【技术实现步骤摘要】
一种低损伤三七主根的互作感知式进挖方法


[0001]本专利技术涉及三七智能挖掘
，具体涉及一种低损伤三七主根的互作感知式进挖方法。

技术介绍

[0002]三七，属于五加科人参植物，具有活血化瘀和消肿定痛的功效，其具有极高的医学价值和营养价值。随着市场对于三七需求量的增加，三七种植面积逐年扩大，三七的挖掘、收获也成为三七种植过程中较为重要的环节。
[0003]目前，三七的挖掘主要通过挖掘机械破土、将三七根茎部带出后，再进行人工挑选。然而，由于品种差异、生长差异与外界环境因素等影响，三七根茎部的形状、入土深度等具有明显差异，而挖掘机械破土深度恒定，若破土深度设置较浅，挖掘机械极易破坏三七的根茎部、导致根茎部损伤率高，进而影响三七的营养与药用价值，回收经济价值低；若破土深度较深，挖掘过程中虽然能在一定程度上降低根茎部的损伤，但挖掘过程中会带出大量泥土，进而影响后续挑选，耗费人力物力，同时会延长收获时间、降低挖掘效率。

技术实现思路

[0004]针对以上现有技术存在的问题，本专利技术的目的在于提供一种低损伤三七主根的互作感知式进挖方法，该方法能够针对不同的三七植株进行轮廓的获取、包括地上茎叶部分与地下根茎部分，配合入挖过程中实施的边缘检测，避免高效挖掘的过程中、挖掘机械碰伤三七主根，实现低损耗、高效率的三七挖掘及收获。
[0005]本专利技术的目的通过以下技术方案实现：
[0006]一种低损伤三七主根的互作感知式进挖方法，其特征在于：包括三七“根
‑
土
‑
茎”图像重构、图像信号转换及防碰撞边界构建；
[0007]所述三七“根
‑
土
‑
茎”图像重构包括获取茎叶部点云图像、建立根茎部检测图像以及图像融合，从而获得三七“根
‑
土
‑
茎”复合图像；
[0008]所述图像信号转换具体为：首先，根据三七“根
‑
土
‑
茎”复合图像将三七主体拆解为组合体；然后，通过设置在挖掘装置上的应变片式传感器与各个组合体进行力学特性实验，获取各个组合体的传感信号；之后，采用改进的连续小波变换(Continuous Wavelet Transform，CWT)算法将一维的传感信号转换为组合体图像信号；再通过深度学习网络模型对挖掘装置作业对象识别与传感器感知信号进行对应训练，获取智能分类表；
[0009]所述防碰撞边界构建具体为：对三七“根
‑
土
‑
茎”复合图像进行边缘检测，依据智能分类表保留主根边缘，并通过八连通领域像素检测方法合并主根边缘之间的像素，从而生成防碰撞边界。
[0010]对本专利技术方案进一步优化，所述获取茎叶部点云图像具体为：采用两组双目立体视觉相机，分别从对侧进行三七茎叶部分的图像拍摄，获取两组深度图像；再采用改进的迭代最近点(Iterative Closest Point，ICP)算法，对两组深度图像中的点云进行拼接，从而
Newton Rapson，MNR)算法，将电阻抗传感器获取的电信号重建为图像信号，从而获得根茎部检测图像。
[0028]对本专利技术方案进一步优化，所述改进的修正牛顿拉普森算法具体为：
[0029]步骤B1：采用电阻抗成像技术将待测物体表面(即三七地下根茎部表面)分为若干分离的区域(电极对)，从每对电极接口处采集电压值、即电阻抗测量值；
[0030]步骤B2：对步骤B1中获取的数据进行滤波、去噪等预处理；
[0031]步骤B3：利用薄膜法对步骤B2中预处理后的电阻抗数据进行重构；然后，通过求解欧姆定律将电阻抗表征为关于介质电导率、几何形状和电极位置的函数，通过欧姆法将其表示为关于介质电阻率的函数；再使用非线性优化算法迭代求解分布阻抗；
[0032]步骤B4：用改进的MNR算法进行图像重建；
[0033]步骤B5：对步骤B4中的图像信号进行去除伪影、增强对比度等后处理操作，即得根茎部检测图像。
[0034]对本专利技术方案进一步优化，所述步骤B3具体为：
[0035]利用薄膜法对预处理后的电阻抗数据进行重构：
[0036]V＝HZ；
[0037]式中：H表示总导能矩阵，Z表示电阻抗向量至，V表示电势分布向量；矩阵H与向量V均通过薄膜法进行求解，从而获得电势分布图像；
[0038]通过求解欧姆定律将电阻抗表征为关于介质电导率、几何形状和电极位置的函数：
[0039][0040]式中：σ表示电导率，表示电势场分布；
[0041]通过欧姆法将其表示为关于介质电阻率的函数：
[0042]AR＝b；
[0043]式中：R表示电阻率分布向量，A表示测量矩阵，b表示电流分布向量；
[0044]再使用非线性优化算法迭代求解分布阻抗：
[0045][0046]式中：Φ表示目标函数，λ表示正则优化参数，c表示形态学正则化算子。
[0047]对本专利技术方案进一步优化，所述步骤B4具体为：
[0048]步骤B4‑1、对数据进行初始化，设定输入的测试数据为y、初始图像为x0、迭代次数为t、惩罚参数为e；
[0049]步骤B4‑2、使用Sobel算子构建导数算子D
x
与D
y
，用于计算图像的梯度信息；
[0050]步骤B4‑3、对于每个像素点，获取其权重矩阵W，其中，W
i,j
表示在重建像素点(i,j)处的权重；根据局部加权策略，权重值由该像素点与周围像素点的距离和测量数据之间的距离确定；
[0051]步骤B4‑4、将图像x
i
分解成多个尺度x
i(1)
,x
i(2)
,
…
，x
i(s)
，并计算每个尺度图像的梯度信息G
i(1)
,G
i(2)
,
…
，G
i(s)
；
[0052]步骤B4‑5、对每个尺度图像进行梯度计算：
[0053][0054]步骤B4‑6、通过对图像梯度信息进行加权，平衡平滑效果、保留边缘信息；
[0055][0056]步骤B4‑7、通过最小化代价函数，更新图像x
i
：
[0057][0058]式中：I
k
表示第k个尺度的测量数据；
[0059]步骤B4‑8、重复步骤B4‑4～步骤B4‑7，直至达到预先设定的迭代次数或满足收敛条件为止。
[0060]对本专利技术方案进一步优化，所述图像融合具体为：以根茎部底部最小坐标所在的平面为土面，对茎叶部点云图像与根茎部检测图像进行融合，获得三七“根
‑
土
‑
茎”复合图像；
[0061]其中，茎叶部点云图像与根茎部检测图像融合的具体步骤为：
[0062]步骤C1：将茎叶本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低损伤三七主根的互作感知式进挖方法，其特征在于：包括三七“根
‑
土
‑
茎”图像重构、图像信号转换及防碰撞边界构建；所述三七“根
‑
土
‑
茎”图像重构包括获取茎叶部点云图像、建立根茎部检测图像以及图像融合，从而获得三七“根
‑
土
‑
茎”复合图像；所述图像信号转换具体为：首先，根据三七“根
‑
土
‑
茎”复合图像将三七主体拆解为组合体；然后，通过设置在挖掘装置上的应变片式传感器与各个组合体进行力学特性实验，获取各个组合体的传感信号；之后，采用改进的连续小波变换算法将一维的传感信号转换为组合体图像信号；再通过深度学习网络模型对挖掘装置作业对象识别与传感器感知信号进行对应训练，获取智能分类表；所述防碰撞边界构建具体为：对三七“根
‑
土
‑
茎”复合图像进行边缘检测，依据智能分类表保留主根边缘，并通过八连通领域像素检测方法合并主根边缘之间的像素，从而生成防碰撞边界。2.根据权利要求1所述的一种低损伤三七主根的互作感知式进挖方法，其特征在于：所述获取茎叶部点云图像具体为：采用两组双目立体视觉相机，分别从对侧进行三七茎叶部分的图像拍摄，获取两组深度图像；再采用改进的迭代最近点算法，对两组深度图像中的点云进行拼接，从而获得茎叶部点云图像。3.根据权利要求1或2所述的一种低损伤三七主根的互作感知式进挖方法，其特征在于：所述改进的迭代最近点算法具体为：步骤A1：对于两个待配准的点云，首先从中提取出一些特征点，作为匹配依据，特征点提取具体为：式中：P表示点云中所有点的集合；或表示某个点p
i
或p
j
的特征向量；或表示p
i
或p
j
点的特征分数；表示被选中的具有显著特征的点集合；步骤A2：在进行点云配准时，从特征点集合中选取稠密的点对进行匹配；一般使用基于距离的邻域搜索方法来获取稠密的点对，即假定两组点云中对应点对之间距离的均值方差相等，通过以下方法获取每个点的邻域范围：N
i
＝j|d(p
i
,q
j
)≤r；式中：d(p
i
,q
j
)表示点p
i
与q
j
之间的欧式距离；r表示邻域搜索范围；N
i
表示与点p
i
相邻的点的集合；步骤A3：在将稠密点对配准后、最小化这些点对之间的距离误差，使用加权平均误差衡量配准效果，具体如下：式中：n表示点对的数量；p
i
、q
i
′
分别表示待配准的两个点云中的对应点对；d(p
i
,q
i
′
)表
示p
i
与q
i
′
之间的欧式距离；w
i
表示权重系数、用于调整每个点对的贡献；步骤A4：通过最小化加权平均误差，获得两组点云之间的刚性变换；通过采用一个4x4的矩阵表示两组点云的刚性变换，具体为：式中：R表示旋转矩阵，t表示平移向量，它们通过以下逐步迭代公式获得：式中：R表示旋转矩阵，t表示平移向量，它们通过以下逐步迭代公式获得：式中：
·
表示欧式范数，求解过程中进行多次迭代，直至误差趋近于0。4.根据权利要求1～3任一项所述的一种低损伤三七主根的互作感知式进挖方法，其特征在于：所述建立根茎部检测图像具体为：依据电阻抗检测方法，在三七根茎部周围环插多个电阻抗传感器，采用改进的修正牛顿拉普森算法，将电阻抗传感器...

【专利技术属性】
技术研发人员：王成琳，韩启宇，李春江，王浩名，王法安，张兆国，解开婷，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：