[發明專利]一種抗密集雜草干擾的田間作物行提取方法

有效

• 申請號: 201510218378.3
• 申請日: 2015-04-30
• 公開（公告）號: CN104899553B
• 公開（公告）日: 2018-04-27
• 發明（設計）人: 韓永華
• 申請（專利權）人: 浙江理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 杭州天勤知識產權代理有限公司33224
• 代理人: 胡紅娟

技術領域

本發明涉及圖像處理以及識別技術，特別涉及一種抗密集雜草干擾的田間作物行提取方法。

背景技術

農用車輛自動導航、輔助導航能有效降低農民工作強度，提高農業生產效率，減少農藥中毒、皮膚曬傷等農業事故的發生，并能促進精細農業發展。其中基于機器視覺的農用車輛自動導航、輔助導航方法因獲得信息量豐富、使用靈活、體積小、能耗低被廣泛采用。

作物行提取是農田導航實現的關鍵步驟，一些研究者提出采用正、余弦模版匹配的方法獲取作物行，這類方法需事先知道農田結構，如作物行寬、圖像中的作物行數等，不僅假定田間少雜草或無雜草，并要求作物行上的作物生長密集。

還有些研究者采用具有很好的容錯性和較好抗雜草干擾能力的Hough變換提取作物行，但當雜草較密集，尤其分布較均勻時，Hough變換正確提取作物行的能力大大減弱。

最小二乘法及一元線性回歸法是農田作物行提取中應用廣泛的另一種方法，能在一定程度上克服斷壟影響，實時性好于Hough變換，但也對雜草等噪聲敏感。采用兩次最大類間方差(簡稱Otsu)分割法可提高作物行提取過程去除雜草的能力，但當雜草和作物顏色區別不大、或光照不勻、或有陰影，或農田中不僅含有一種雜草時，雜草去除效果大打折扣。依據雜草和作物產生主頻的差異，實現雜草去除的方法，對主頻和作物相似的雜草去除效果不佳。

采用Otsu和小波變換相配合去除雜草的方法，能很好的提高雜草去除率，申請公布號CN 103914848 A的專利文獻公開了一種基于小波變換及最大類間方差的農田圖像分割方法，首先將采集的RGB空間的農田圖像轉換到HIS空間，然后進行作物所在小波分解層的判定；再是判定主要作物信息所在的小波分解層；最后是進一步在分割圖像上進行導航線提取或障礙物檢測。上述發明充分利用作物和干擾在頻率、顏色等方面的差異，實現作物信息提取，實現過程抗密集雜草干擾能力良好，為農田導航后續導航線提取、障礙物檢測打下良好基礎。

但其采用的作物行交替判定方法對作物斷壟、缺株敏感，且對采集的農田圖像無論有無雜草都進行相同的雜草去除操作，不僅不利于作物行提取過程實時性的提高，其間用到的小波變換算法還會造成不必要的作物信息損失。

發明內容

本發明提供了一種抗密集雜草干擾的田間作物行提取方法，充分考慮非綠色噪聲、雜草和作物在顏色和頻率兩方面的區別，并利用作物按作物行排列的分布特點，實現雜草的有效去除、提高作物行提取過程的魯棒性。

一種抗密集雜草干擾的田間作物行提取方法，包括以下步驟：

(1)將待提取圖像轉換成去除非綠色噪聲的灰度圖像；

(2)判斷步驟(1)獲得的灰度圖像中是否存在雜草，如果不存在雜草，則進入步驟(3)；如果存在雜草，則進入步驟(4)；

(3)對步驟(1)獲得的灰度圖像進行Otsu分割得到結果圖像，根據結果圖像得到各作物行的中心線；

(4)對步驟(1)獲得的灰度圖像中像素值非零的像素進行Otsu分割，小于分割閾值的像素值置零，大于等于閾值的像素值保留原值，生成新的灰度圖像；

通過這一步能將和作物顏色相似但不同的雜草去除，同時提高和作物顏色可分性低的密集雜草的頻率辨識度，這是因為密集雜草容易發生葉片相互遮擋，遮擋處的顏色和未發生遮擋的顏色略有不同，當作物和雜草顏色不可分時，通過Otsu分割能將遮擋、未遮擋區域的顏色差異體現出來，從而將因遮擋發生的重疊葉片分離開，使它們成為獨立體，從而能更好的通過后續的小波變換體現出葉片主頻。

(5)對步驟(4)生成的灰度圖像進行小波去噪，得到去除雜草的作物層；

(6)對步驟(5)獲得的作物層中的非零像素值進行Otsu分割；

(7)對步驟(6)獲得的圖像進行團塊噪聲濾除操作，得到結果圖像，根據結果圖像得到各作物行的中心線。

本發明方法中，增加了雜草判定條件，當圖像中無雜草或極少雜草時，增加的雜草有無判定操作能節省雜草去除的時間；而當有較多雜草時，增加的這步操作而增加的處理時間很少；而當沒有雜草這類綠色干擾時，僅Otsu分割方法就能很好的去除和作物顏色不同的噪聲，不需進一步的小波去噪，節省提取時間；且通過利用Otsu法和小波分解相配合提高農田圖像分割過程的抗雜草干擾能力，同時改進小波分解后選取作物層的方式，提高作物行驗證過程的魯棒性。

為了提高小波去噪過程去除雜草的效果，從而提高作物層提取效果，優選的，在步驟(5)中，對步驟(4)生成的灰度圖像進行小波去噪的具體步驟如下：