專利名稱：農(nóng)田微弱導(dǎo)航信息的圖像檢測方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及機器視覺導(dǎo)航技術(shù)領(lǐng)域，特別涉及一種農(nóng)田微弱導(dǎo)航信息的圖像檢測方法及系統(tǒng)。
背景技術(shù)：
農(nóng)田作業(yè)機械自動導(dǎo)航系統(tǒng)是現(xiàn)代農(nóng)業(yè)工程 技術(shù)的重要組成部分，其在耕作、播種、施肥、收割、噴灑農(nóng)藥、農(nóng)田環(huán)境信息采集等方面有著廣泛的用途。隨著以信息化技術(shù)為核心的精細農(nóng)業(yè)的快速發(fā)展，基于機器視覺的導(dǎo)航技術(shù)以其靈活性、實時性和精度好等優(yōu)點得到了普遍的關(guān)注。對于分界區(qū)域明顯的作業(yè)環(huán)境，如耕作、收割、插秧等，圖像中含有較多的導(dǎo)航信息，但對于播種等田間作業(yè)環(huán)境，由于區(qū)域分界不明顯，圖像中含有的信息量很少，目標物及非目標物的顔色、紋理等特征十分接近，其導(dǎo)航路徑的圖像識別一直以來都是個難題未能得到解決。

發(fā)明內(nèi)容
(一 )要解決的技術(shù)問題本發(fā)明要解決的技術(shù)問題是如何在農(nóng)田區(qū)域分界不明顯的情況下，實現(xiàn)導(dǎo)航路徑的圖像識別。( ニ )技術(shù)方案為解決上述技術(shù)問題，本發(fā)明提供了一種農(nóng)田微弱導(dǎo)航信息的圖像檢測方法，所述方法包括以下步驟SI :采集當前農(nóng)田的待檢測圖像；S2:判斷所述待檢測圖像是否為第一幀圖像，若是，則進行第一幀圖像的導(dǎo)航直線檢測，返回步驟Si，否則進行非第一幀圖像的導(dǎo)航直線檢測；S3:根據(jù)所述非第一幀圖像的導(dǎo)航直線檢測的結(jié)果進行田端檢測，判斷是否到達田端，若是，則結(jié)束檢測，否則，返回步驟Si。優(yōu)選地，所述第一幀圖像的導(dǎo)航直線檢測具體包括以下步驟Al :對所述待檢測圖像進行小波行變換，以去除所述待檢測圖像中各行的高頻分量，再對小波行變換后的圖像進行反變換，以獲得平滑后的待檢測圖像；A2 :獲取所述平滑后的待檢測圖像中各行的波谷位置的坐標并存儲至數(shù)組V中，所述平滑后的待檢測圖像以左上方為坐標原點；A3 :計算所述數(shù)組V中各點坐標的X方向坐標的平均值xva,以點(xva, ysize/2)為已知點，對所述數(shù)組V中的各點進行過已知點的Hough變換，以獲得導(dǎo)航直線，其中，ysize為所述平滑后的待檢測圖像的y方向的像素個數(shù)。優(yōu)選地，步驟A2中具體包括以下步驟A21 :對所述平滑后的待檢測圖像進行y方向上的投影以獲得累計直方圖，計算所述累計直方圖中的波谷位置的X方向坐標Xv;
A22 :對所述平滑后的待檢測圖像里預(yù)設(shè)行中的第一行，以X方向坐標Xv為中心，左右各擴展第一預(yù)設(shè)個數(shù)的像素為范圍，尋找波谷位置的坐標(xvC1，yj并保存至所述數(shù)組V中，對所述預(yù)設(shè)行中的其他行，則以上一行所獲得的波谷位置的X方向坐標為中心，左右各擴展所述第一預(yù)設(shè)個數(shù)的像素為范圍，尋找波谷位置的坐標并保存至所述數(shù)組V中；A23:對所述平滑后的 待檢測圖像里除所述預(yù)設(shè)行外的其他行，分別以所述預(yù)設(shè)行中的波谷位置的X方向坐標的平均值為中心，左右各擴展所述第一預(yù)設(shè)個數(shù)的像素為范圍，尋找波谷位置的坐標并保存至所述數(shù)組V中。優(yōu)選地，步驟A3之后還包括以下步驟A4 :將所述導(dǎo)航直線上各點坐標存入導(dǎo)航直線數(shù)組L中。5、如權(quán)利要求4所述的方法，其特征在干，所述非第一幀圖像的導(dǎo)航直線檢測具體包括以下步驟BI :將所述待檢測圖像的上ー幀圖像對應(yīng)的數(shù)組V中大于等于預(yù)設(shè)坐標(Χ(ι，％)的y方向值的坐標存入數(shù)組Vt中，將所述待檢測圖像的上一幀圖像對應(yīng)的導(dǎo)航直線數(shù)組L中小于預(yù)設(shè)坐標(X(l，y0)的y方向值的坐標存入數(shù)組Lb中，所述待檢測圖像以左上方為坐標原點；B2 :計算所述數(shù)組Vt內(nèi)各點的X方向坐標的平均值xvta，以點(xvta，y0/2)為已知點，對所述數(shù)組Vt內(nèi)各點進行過已知點的Hough變換，以獲得擬合直線lt，將所述擬合直線It上各點坐標存入數(shù)組Lt中；B3 :分別以所述數(shù)組Lt和數(shù)組Lb中各點坐標為中心，各行向左右各擴展第二預(yù)設(shè)個數(shù)的像素為處理區(qū)域范圍；B4 :對所述待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像進行小波行變換，以去除所述待檢測圖像中的處理區(qū)域范圍內(nèi)各行的高頻分量，再對小波行變換后的圖像進行反變換，以獲得平滑后的待檢測圖像中處理區(qū)域范圍內(nèi)的圖像；B5:獲取所述平滑后的待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像中各行的波谷位置的坐標并存儲至數(shù)組V中；B6 :計算所述數(shù)組V中各點坐標的X方向坐標的平均值xva，以點(xva, ysize/2)為已知點，對所述數(shù)組V中的各點進行過已知點的Hough變換，以獲得導(dǎo)航直線，其中，ysize為所述待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像中y方向的像素個數(shù)；B7 :將所述待檢測圖像的導(dǎo)航直線上各點坐標存入導(dǎo)航直線數(shù)組L中。優(yōu)選地，所述第二預(yù)設(shè)個數(shù)m通過下式計算，m = tana Xysize/2其中，a為允許的最大側(cè)向偏轉(zhuǎn)角，ysize為所述待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像中I方向的像素個數(shù)。優(yōu)選地，步驟S3中具體通過如下步驟來判斷是否到達田端Cl :對所述平滑后的待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像對應(yīng)的數(shù)組V中大于預(yù)設(shè)坐標(X(i，y0)的I方向值的預(yù)設(shè)個數(shù)的坐標計算X方向的平均值xt ；C2 :對所述平滑后的待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像對應(yīng)的數(shù)組V中小于預(yù)設(shè)坐標(X(i，y0)的I方向值的預(yù)設(shè)個數(shù)的坐標計算X方向的平均值xd ；C3 :若滿足I Xt-Xd I > 2m，則判斷為到達田端，否則返回步驟SI。
本發(fā)明還公開了ー種農(nóng)田微弱導(dǎo)航信息的圖像檢測系統(tǒng)，所述系統(tǒng)包括圖像采集模塊，用于采集當前農(nóng)田的待檢測圖像；判斷檢測模塊，用于判斷所述待檢測圖像是否為第一幀圖像，若是，則進行第一幀圖像的導(dǎo)航直線檢測，返回圖像采集模塊，否則進行非第一幀圖像的導(dǎo)航直線檢測；田端檢測模塊，用于根據(jù)所述非第一幀圖像的導(dǎo)航直線檢測的結(jié)果進行田端檢測，判斷是否到達田端，若是，則結(jié)束檢測，否則，返回圖像采集模塊。(三)有益效果本發(fā)明通過針對具有微弱導(dǎo)航信息的農(nóng)田作業(yè)環(huán)境，利用小波變換與線形分析、前后幀相互關(guān)聯(lián)及分段Hough變換等方法，在農(nóng)田區(qū)域分界不明顯的情況下，實現(xiàn)了導(dǎo)航 路徑的圖像識別，并且檢測結(jié)果準確、穩(wěn)定和快速。


圖I是本發(fā)明的方法的硬件結(jié)構(gòu)的結(jié)構(gòu)示意圖；圖2是按照本發(fā)明ー種實施方式的農(nóng)田微弱導(dǎo)航信息的圖像檢測方法的流程圖；圖3是本發(fā)明一種實施例的第一幀圖像的導(dǎo)航直線檢測的結(jié)果示意圖；圖4是本發(fā)明一種實施例的非第一幀圖像的導(dǎo)航直線檢測的結(jié)果示意圖；圖5是本發(fā)明一種實施例的判斷是否到達田端的結(jié)果示意圖。
具體實施例方式下面結(jié)合附圖和實施例，對本發(fā)明的具體實施方式
作進ー步詳細描述。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。參照圖1，本發(fā)明的方法的硬件結(jié)構(gòu)為連接了攝像機的農(nóng)業(yè)機械，在農(nóng)業(yè)機械在剛開始作業(yè)時，通常沿著農(nóng)田邊的田埂與農(nóng)田的分界線直線行走，在作業(yè)過程中則沿著已作業(yè)地與未作業(yè)地的分界線直線行走。因此，為了實現(xiàn)自動導(dǎo)航，需要對這些分界區(qū)域的導(dǎo)航直線進行檢測。本實施方式中將攝像機(分辨率為640x480，幀率為30幀/秒)安裝在農(nóng)業(yè)機械的前方側(cè)面，從行走目標的正上方采集導(dǎo)航目標(田埂與農(nóng)田、已作業(yè)地與未作業(yè)地的分界線)的圖像；攝像機安裝的高度和俯視角度，在能夠獲得控制農(nóng)業(yè)機械正常行走所需要的區(qū)域分界線長度的基礎(chǔ)上，以盡量拍攝到近視野信息為原則進行確定。圖2是按照本發(fā)明ー種實施方式的農(nóng)田微弱導(dǎo)航信息的圖像檢測方法的流程圖；參照圖2，本實施方式的方法包括以下步驟SI :采集當前農(nóng)田的待檢測圖像；S2:判斷所述待檢測圖像是否為第一幀圖像，若是，則進行第一幀圖像的導(dǎo)航直線檢測，返回步驟Si，否則進行非第一幀圖像的導(dǎo)航直線檢測；S3:根據(jù)所述非第一幀圖像的導(dǎo)航直線檢測的結(jié)果進行田端檢測，判斷是否到達田端，若是，則結(jié)束檢測，否則，返回步驟Si。優(yōu)選地，所述第一幀圖像的導(dǎo)航直線檢測具體包括以下步驟Al :對所述待檢測圖像進行小波行變換，以去除所述待檢測圖像中各行的高頻分量，再對小波行變換后的圖像進行反變換，以獲得平滑后的待檢測圖像；A2 :獲取所述平滑后的待檢測圖像中各行的波谷位置的坐標并存儲至數(shù)組V中，所述平滑后的待檢測圖像以左上方為坐標原點；A3 :計算所述數(shù)組V中各點坐標的X方向坐標的平均值xva，以點(xva, ysize/2)為已知點，對所述數(shù)組V中的各點進行過已知點的Hough變換，以獲得導(dǎo)航直線，其中，ysize為所述平滑后的待檢測圖像的y方向的像素個數(shù)。優(yōu)選地，步驟A2中具體包括以下步驟A21 :對所述平滑后的待檢測圖像進行I方向上的投影以獲得累計直方圖，計算所述累計直方圖中的波谷位置的X方向坐標Xv ;A22 :對所述平滑后的待檢測圖像里預(yù)設(shè)行中的第一行，以X方向坐標Xv為中心，左右各擴展第一預(yù)設(shè)個數(shù)的像素為范圍，尋找波谷位置的坐標(xvC1，yj并保存至所述數(shù)組V中，對所述預(yù)設(shè)行中的其他行，則以上一行所獲得的波谷位置的X方向坐標為中心，左右各擴展所述第一預(yù)設(shè)個數(shù)的像素 為范圍，尋找波谷位置的坐標并保存至所述數(shù)組V中；A23:對所述平滑后的待檢測圖像里除所述預(yù)設(shè)行外的其他行，分別以所述預(yù)設(shè)行中的波谷位置的X方向坐標的平均值為中心，左右各擴展所述第一預(yù)設(shè)個數(shù)的像素為范圍，尋找波谷位置的坐標并保存至所述數(shù)組V中。優(yōu)選地，步驟A3之后還包括以下步驟A4 :將所述導(dǎo)航直線上各點坐標存入導(dǎo)航直線數(shù)組L中。優(yōu)選地，所述非第一幀圖像的導(dǎo)航直線檢測具體包括以下步驟BI :將所述待檢測圖像的上ー幀圖像對應(yīng)的數(shù)組V中大于等于預(yù)設(shè)坐標( ,%)的y方向值的坐標存入數(shù)組Vt中，將所述待檢測圖像的上一幀圖像對應(yīng)的導(dǎo)航直線數(shù)組L中小于預(yù)設(shè)坐標(X(l，y0)的y方向值的坐標存入數(shù)組Lb中，所述待檢測圖像以左上方為坐標原點；B2 :計算所述數(shù)組Vt內(nèi)各點的X方向坐標的平均值xvta，以點(xvta，y0/2)為已知點，對所述數(shù)組Vt內(nèi)各點進行過已知點的Hough變換，以獲得擬合直線lt，將所述擬合直線It上各點坐標存入數(shù)組Lt中；B3 :分別以所述數(shù)組Lt和數(shù)組Lb中各點坐標為中心，各行向左右各擴展第二預(yù)設(shè)個數(shù)的像素為處理區(qū)域范圍；B4 :對所述待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像進行小波行變換，以去除所述待檢測圖像中的處理區(qū)域范圍內(nèi)各行的高頻分量，再對小波行變換后的圖像進行反變換，以獲得平滑后的待檢測圖像中處理區(qū)域范圍內(nèi)的圖像；B5:獲取所述平滑后的待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像中各行的波谷位置的坐標并存儲至數(shù)組V中；B6 :計算所述數(shù)組V中各點坐標的X方向坐標的平均值xva，以點(xva, ysize/2)為已知點，對所述數(shù)組V中的各點進行過已知點的Hough變換，以獲得導(dǎo)航直線，其中，ysize為所述待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像中y方向的像素個數(shù)；B7 :將所述待檢測圖像的導(dǎo)航直線上各點坐標存入導(dǎo)航直線數(shù)組L中。優(yōu)選地，所述第二預(yù)設(shè)個數(shù)m通過下式計算，m = tan α X ysize/2其中，α為允許的最大側(cè)向偏轉(zhuǎn)角，ysize為所述待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像中I方向的像素個數(shù)。
優(yōu)選地，步驟S3中具體通過如下步驟來判斷是否到達田端Cl :對所述平滑后的待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像對應(yīng)的數(shù)組V中大于預(yù)設(shè)坐標(X(i，y0)的I方向值的預(yù)設(shè)個數(shù)的坐標計算X方向的平均值xt ；C2 :對所述平滑后的待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像對應(yīng)的數(shù)組V中小于預(yù)設(shè)坐標(X(i，y0)的I方向值的預(yù)設(shè)個數(shù)的坐標計算X方向的平均值xd ；C3 :若滿足I Xt-Xd I > 2m，則判斷為到達田端，否則返回步驟SI。實施例I本實施例中，所述第一幀圖像的導(dǎo)航直線檢測先對于攝像機采集到的彩色圖像序列，再找出整幅圖像中最大的顏色分量并對該分量圖像進行一維Daubechies小波行變換， 去除高頻噪聲，實現(xiàn)圖像平滑處理，然后計算平滑后圖像的垂直累計直方圖并確定波谷位置，以波谷置開始，至下而上逐行分析線形特征，尋找候補點，最終完成導(dǎo)航直線的檢測。參照圖3，本實施例中，所述第一幀圖像的導(dǎo)航直線檢測的具體步驟如下(I)、利用小波系數(shù)N = 8的Daubechies小波對整幅圖像進行逐行變換，去除各行中的高頻分量后，進行反變換，如此進行3次得到平滑后的圖像。(2)、對平滑后的圖像數(shù)據(jù)進行垂直方向上的投影(即y方向投影)以獲得累計直方圖，計算累計直方圖中波谷位置的坐標并記為Xv，定義用于存放各行候補點的數(shù)組V，之后從圖像下方開始，自下向上掃描前10行像素。在掃描第一行像素時，以xv為中點，左右各擴展5個像素作為范圍，在此范圍內(nèi)尋找波谷位置記作(xvCI，yj并存入數(shù)組V中。掃描第二行像素時，以xv0為中心，同樣左右各擴展5個像素作為范圍尋找第二行的波谷位置記作(xvl，yvl)并存入數(shù)組V中。之后8行以此類推(如圖2所示)。(3)、從第10行開始，每次均以其前10行波谷位置的平均值作為中心，左右各擴展5個像素作為掃描范圍尋找當前行波谷直至圖像頂端，每次尋找到波谷后，都將其位置坐標存入數(shù)組V中。(4)、計算數(shù)組V中各點坐標的X方向坐標的平均值記為xva，以點(xva，ysize/2)為已知點對數(shù)組V進行過已知點的快速Hough變換獲得導(dǎo)航直線。統(tǒng)計導(dǎo)航直線的各點的坐標并存入數(shù)組L中，其中L中坐標個數(shù)與圖像高度ysize的像素個數(shù)相同。本實施例中，從第2幀圖像開始，以后各幀圖像均和其前一幀進行關(guān)聯(lián)，利用上一幀的候補點群進行分段Hough變換，根據(jù)Hough變換獲得的直線重新確定各行的處理區(qū)域并進行小波平滑處理。其中，進行小波平滑的圖像同樣為彩色圖像中最大顏色的分量圖像。之后，在平滑后的圖像行內(nèi)分析線形特征，尋找當前幀的候補點群，完成導(dǎo)航直線的檢測。參照圖4，所述非第一幀圖像的導(dǎo)航直線檢測的具體步驟如下。(I)、將數(shù)組V中存放的上一幀圖像上方y(tǒng)size/4長度內(nèi)的各行候補點群數(shù)據(jù)存入數(shù)組Vt中，計算Vt內(nèi)各點的X方向坐標的平均值記為Xvta,以點(xvta,ysize/8)為已知點，對Vt進行過已知點的Hough變換并得到擬合直線lt，之后將It上各點坐標存入數(shù)組Lt中。(2)、將數(shù)組L中表示圖像下方3ysize/4長度內(nèi)的數(shù)據(jù)點存入數(shù)組Lb中。(3)、對于圖像上方y(tǒng)size/4長度，以數(shù)組Lt中各點數(shù)據(jù)為中心，各行向左右分別擴展m個像素寬度(m = tana XySize/2，其中，a為作業(yè)時允許的最大側(cè)向偏轉(zhuǎn)角，且本實施例中取值為3° )，縮小橫向處理區(qū)域范圍為lti-m至lti+m(如圖4中虛線所示；其中，Iti表示數(shù)組Lt中的各個數(shù)據(jù)的X方向坐標)并對該區(qū)域進行小波平滑處理(該處理方式與所述第一幀圖像的導(dǎo)航直線檢測的方式相同)。之后，計算得到y(tǒng)方向上ysize/8處(ysize/4長度的中心)下方10行的波谷信息,從ysize/8處開始向上尋找直至圖像頂端(該尋找方式與所述第一幀圖像的導(dǎo)航直線檢測的方式相同)。同理，對于ysize/4區(qū)域的下半部分，首先獲得y方向上ysize/8處上方10行的波谷位置信息，之后從ysize/8處開始向下尋找直至圖像ysize/4處。在查找過程中，每當找到相應(yīng)候補點后，將其對應(yīng)存入數(shù)組V中。(4)對于圖像下方3ysize/4長度，以數(shù)組Lb中各點數(shù)據(jù)為中心，各行同樣向左右分別擴展m個像素寬度，縮小橫向處理區(qū)域范圍為lbi-m至lbi+m(如圖4中虛線所示；其中，Ibi表示數(shù)組Lb中的各個數(shù)據(jù)的X方向坐標)并對該區(qū)域進行小波平滑處理。計算圖像y方向上5ysize/8處(圖像下方3ysize/4長度的中心)下方10行的波谷信息，之后從5ysiZe/8處開始利用類似所述第一幀圖像的導(dǎo)航直線檢測的步驟(3)中所述的方法向上尋找直至圖像ysize/4處。同理，對于3ysiZe/4區(qū)域的下半部分，采用類似方法完成各行候補點的尋找。每當查找到相應(yīng)的候補點后，將其對應(yīng)存入數(shù)組V中。(5)、利用類似所述第一幀圖像的導(dǎo)航直線檢測的步驟(4)中的方法對數(shù)組V進行過已知點的Hough變換獲得當前幀的導(dǎo)航直線并將其各點各坐標存入數(shù)組L中。本實施例中，從第2幀圖像開始，需要考慮作業(yè)機械是否到達田端。由于田端處不會出現(xiàn)區(qū)域分界線，故可利用該特征完成田端的檢測，參照圖5，本實施例中通過如下步驟來判斷是否到達田端完成對所述非第一幀圖像的導(dǎo)航直線檢測后，查看當前幀圖像中y方向上ysize/4處上下各10行的候補點群數(shù)據(jù)。即讀取數(shù)組V中ysize/4處上下各10行的數(shù)據(jù)。計算其X方向坐標的平均值，并分別記為Xt及&。若|xt_xdl > 2m，則認為達到了田端，停止檢測(如圖5所示)，否則繼續(xù)進行圖像的采集。本發(fā)明還公開了一種農(nóng)田微弱導(dǎo)航信息的圖像檢測系統(tǒng)，所述系統(tǒng)包括圖像采集模塊，用于采集當前農(nóng)田的待檢測圖像；判斷檢測模塊，用于判斷所述待檢測圖像是否為第一幀圖像，若是，則進行第一幀圖像的導(dǎo)航直線檢測，返回圖像采集模塊，否則進行非第一幀圖像的導(dǎo)航直線檢測；
田端檢測模塊，用于根據(jù)所述非第一幀圖像的導(dǎo)航直線檢測的結(jié)果進行田端檢測，判斷是否到達田端，若是，則結(jié)束檢測，否則，返回圖像采集模塊。以上實施方式僅用于說明本發(fā)明，而并非對本發(fā)明的限制，有關(guān)技術(shù)領(lǐng)域的普通技術(shù)人員，在不脫離本發(fā)明的精神和范圍的情況下，還可以做出各種變化和變型，因此所有等同的技術(shù)方案也屬于本發(fā)明的范疇，本發(fā)明的專利保護范圍應(yīng)由權(quán)利要求限定。
權(quán)利要求
1.一種農(nóng)田微弱導(dǎo)航信息的圖像檢測方法，其特征在于，所述方法包括以下步驟Si:采集當前農(nóng)田的待檢測圖像；S2:判斷所述待檢測圖像是否為第一幀圖像，若是，則進行第一幀圖像的導(dǎo)航直線檢測，返回步驟SI，否則進行非第一幀圖像的導(dǎo)航直線檢測；S3:根據(jù)所述非第一幀圖像的導(dǎo)航直線檢測的結(jié)果進行田端檢測，判斷是否到達田端， 若是，則結(jié)束檢測，否則，返回步驟SI。
2.如權(quán)利要求I所述的方法，其特征在于，所述第一幀圖像的導(dǎo)航直線檢測具體包括以下步驟Al :對所述待檢測圖像進行小波行變換，以去除所述待檢測圖像中各行的高頻分量，再對小波行變換后的圖像進行反變換，以獲得平滑后的待檢測圖像；A2 :獲取所述平滑后的待檢測圖像中各行的波谷位置的坐標并存儲至數(shù)組V中，所述平滑后的待檢測圖像以左上方為坐標原點；A3 :計算所述數(shù)組V中各點坐標的X方向坐標的平均值xva,以點(xva,ysize/2)為已知點，對所述數(shù)組V中的各點進行過已知點的Hough變換，以獲得導(dǎo)航直線，其中，ysize為所述平滑后的待檢測圖像的y方向的像素個數(shù)。
3.如權(quán)利要求2所述的方法，其特征在于，步驟A2中具體包括以下步驟A21 :對所述平滑后的待檢測圖像進行y方向上的投影以獲得累計直方圖，計算所述累計直方圖中的波谷位置的X方向坐標Xv ；A22 :對所述平滑后的待檢測圖像里預(yù)設(shè)行中的第一行，以X方向坐標Xv為中心，左右各擴展第一預(yù)設(shè)個數(shù)的像素為范圍，尋找波谷位置的坐標(xvC1，yv。)并保存至所述數(shù)組V中， 對所述預(yù)設(shè)行中的其他行，則以上一行所獲得的波谷位置的X方向坐標為中心，左右各擴展所述第一預(yù)設(shè)個數(shù)的像素為范圍，尋找波谷位置的坐標并保存至所述數(shù)組V中；A23 :對所述平滑后的待檢測圖像里除所述預(yù)設(shè)行外的其他行，分別以所述預(yù)設(shè)行中的波谷位置的X方向坐標的平均值為中心，左右各擴展所述第一預(yù)設(shè)個數(shù)的像素為范圍，尋找波谷位置的坐標并保存至所述數(shù)組V中。
4.如權(quán)利要求2所述的方法，其特征在于，步驟A3之后還包括以下步驟A4 :將所述導(dǎo)航直線上各點坐標存入導(dǎo)航直線數(shù)組L中。
5.如權(quán)利要求4所述的方法，其特征在于，所述非第一幀圖像的導(dǎo)航直線檢測具體包括以下步驟BI :將所述待檢測圖像的上一幀圖像對應(yīng)的數(shù)組V中大于等于預(yù)設(shè)坐標( ,%)的y方向值的坐標存入數(shù)組Vt中，將所述待檢測圖像的上一幀圖像對應(yīng)的導(dǎo)航直線數(shù)組L中小于預(yù)設(shè)坐標( ,%)的y方向值的坐標存入數(shù)組Lb中，所述待檢測圖像以左上方為坐標原點； B2 :計算所述數(shù)組Vt內(nèi)各點的X方向坐標的平均值Xvta，以點(Xvta，y(1/2)為已知點，對所述數(shù)組Vt內(nèi)各點進行過已知點的Hough變換，以獲得擬合直線lt，將所述擬合直線It上各點坐標存入數(shù)組Lt中；B3 :分別以所述數(shù)組Lt和數(shù)組Lb中各點坐標為中心，各行向左右各擴展第二預(yù)設(shè)個數(shù)的像素為處理區(qū)域范圍；B4 :對所述待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像進行小波行變換，以去除所述待檢測圖像中的處理區(qū)域范圍內(nèi)各行的高頻分量，再對小波行變換后的圖像進行反變換，以獲得平滑后的待檢測圖像中處理區(qū)域范圍內(nèi)的圖像；B5 :獲取所述平滑后的待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像中各行的波谷位置的坐標并存儲至數(shù)組V中；B6 :計算所述數(shù)組V中各點坐標的X方向坐標的平均值xva,以點(xva,ysize/2)為已知點，對所述數(shù)組V中的各點進行過已知點的Hough變換，以獲得導(dǎo)航直線，其中，ysize為所述待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像中y方向的像素個數(shù)；B7 :將所述待檢測圖像的導(dǎo)航直線上各點坐標存入導(dǎo)航直線數(shù)組L中。
6.如權(quán)利要求5所述的方法，其特征在于，所述第二預(yù)設(shè)個數(shù)m通過下式計算，m = tana Xysize/2其中，a為允許的最大側(cè)向偏轉(zhuǎn)角，ysize為所述待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像中y方向的像素個數(shù)。
7.如權(quán)利要求6所述的方法，其特征在于，步驟S3中具體通過如下步驟來判斷是否到達田端Cl :對所述平滑后的待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像對應(yīng)的數(shù)組V中大于預(yù)設(shè)坐標(Xci, y0)的I方向值的預(yù)設(shè)個數(shù)的坐標計算X方向的平均值Xt ；C2 :對所述平滑后的待檢測圖像中的處理區(qū)域范圍內(nèi)的圖像對應(yīng)的數(shù)組V中小于預(yù)設(shè)坐標(Xci, y0)的I方向值的預(yù)設(shè)個數(shù)的坐標計算X方向的平均值Xd ；C3 :若滿足|xt-xd| > 2m，則判斷為到達田端，否則返回步驟SI。
8.—種農(nóng)田微弱導(dǎo)航信息的圖像檢測系統(tǒng)，其特征在于，所述系統(tǒng)包括圖像采集模塊，用于采集當前農(nóng)田的待檢測圖像；判斷檢測模塊，用于判斷所述待檢測圖像是否為第一幀圖像，若是，則進行第一幀圖像的導(dǎo)航直線檢測，返回圖像采集模塊，否則進行非第一幀圖像的導(dǎo)航直線檢測；田端檢測模塊，用于根據(jù)所述非第一幀圖像的導(dǎo)航直線檢測的結(jié)果進行田端檢測，判斷是否到達田端，若是，則結(jié)束檢測，否則，返回圖像采集模塊。
全文摘要
本發(fā)明公開了一種農(nóng)田微弱導(dǎo)航信息的圖像檢測方法及系統(tǒng)，涉及機器視覺導(dǎo)航技術(shù)領(lǐng)域，所述方法包括以下步驟S1采集當前農(nóng)田的待檢測圖像；S2判斷所述待檢測圖像是否為第一幀圖像，若是，則進行第一幀圖像的導(dǎo)航直線檢測，返回步驟S1，否則進行非第一幀圖像的導(dǎo)航直線檢測；S3根據(jù)所述非第一幀圖像的導(dǎo)航直線檢測的結(jié)果進行田端檢測，判斷是否到達田端，若是，則結(jié)束檢測，否則，返回步驟S1。本發(fā)明通過針對具有微弱導(dǎo)航信息的農(nóng)田作業(yè)環(huán)境，利用小波變換與線形分析、前后幀相互關(guān)聯(lián)及分段Hough變換等方法，在農(nóng)田區(qū)域分界不明顯的情況下，實現(xiàn)了導(dǎo)航路徑的圖像識別，并且檢測結(jié)果準確、穩(wěn)定和快速。
文檔編號G06K9/00GK102629317SQ201210058950
公開日2012年8月8日 申請日期2012年3月7日 優(yōu)先權(quán)日2012年3月7日
發(fā)明者劉陽, 陳兵旗 申請人:中國農(nóng)業(yè)大學(xué)