[發(fā)明專利]一種田間作物中心區(qū)域定位方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110772724.8
• 申請(qǐng)日: 2021-07-08
• 公開(kāi)（公告）號(hào): CN113421301B
• 公開(kāi)（公告）日: 2022-08-05
• 發(fā)明（設(shè)計(jì)）人: 仇瑞承;何勇;蔣茜靜
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G06T7/70
• 分類號(hào): G06T7/70;G06T7/136;G06K9/62;G06V10/762
• 代理公司: 北京方圓嘉禾知識(shí)產(chǎn)權(quán)代理有限公司 11385
• 代理人: 王月松

本發(fā)明公開(kāi)一種田間作物中心區(qū)域定位方法，涉及作物的自動(dòng)識(shí)別和定位技術(shù)領(lǐng)域，包括：對(duì)目標(biāo)作物的原始彩色圖像進(jìn)行處理，得到原始灰度圖像；對(duì)原始灰度圖像進(jìn)行二值化處理，得到第一、第二二值圖像；將第一、第二二值圖像進(jìn)行邏輯“與”運(yùn)算，生成第三二值圖像；第三二值圖像包括目標(biāo)作物潛在的中心區(qū)域像素點(diǎn)；對(duì)潛在的中心區(qū)域像素點(diǎn)進(jìn)行聚類分析，得到中心區(qū)域像素點(diǎn)的聚類結(jié)果；根據(jù)聚類結(jié)果確定中心區(qū)域范圍，以獲得目標(biāo)作物的中心區(qū)域；根據(jù)目標(biāo)作物的中心區(qū)域進(jìn)行田間機(jī)械化作業(yè)、作物表型監(jiān)測(cè)和農(nóng)機(jī)導(dǎo)航。本發(fā)明能準(zhǔn)確、快速得到農(nóng)田中每株作物的中心區(qū)域，為田間機(jī)械化作業(yè)、作物表型監(jiān)測(cè)和農(nóng)機(jī)導(dǎo)航提供幫助。

技術(shù)領(lǐng)域

本發(fā)明涉及作物的自動(dòng)識(shí)別和定位技術(shù)領(lǐng)域，特別是涉及一種田間作物中心區(qū)域定位方法及系統(tǒng)。

背景技術(shù)

基于機(jī)器視覺(jué)的作物自動(dòng)識(shí)別和定位技術(shù)有助于實(shí)現(xiàn)作物的自動(dòng)檢測(cè)，快速獲取作物的田間分布情況，可以為田間機(jī)械化作業(yè)、作物表型監(jiān)測(cè)和農(nóng)機(jī)導(dǎo)航提供幫助。當(dāng)前研究，多應(yīng)用二維圖像信息或三維點(diǎn)云數(shù)據(jù)對(duì)作物進(jìn)行自動(dòng)識(shí)別和定位。作物的二維圖像包括彩色圖像、熱紅外圖像、光譜圖像等，包含作物的顏色、紋理、溫度、光譜信息等；作物的三維點(diǎn)云數(shù)據(jù)包含作物的三維位置、空間信息；利用作物上述信息的特異性及分布特征，可實(shí)現(xiàn)作物的識(shí)別和定位。但是，用于獲取作物熱紅外圖像、光譜圖像、點(diǎn)云數(shù)據(jù)的傳感器或設(shè)備較為昂貴，不易于推廣應(yīng)用。作物的彩色圖像更加容易獲取，因而基于彩色圖像的作物識(shí)別和定位一直是研究的熱點(diǎn)。

基于彩色圖像的作物識(shí)別和定位方法通常利用作物的彩色圖像，計(jì)算作物的顏色分量和紋理信息，分割提取作物，然后檢測(cè)作物的輪廓及連通區(qū)域，計(jì)算作物連通區(qū)域的質(zhì)心實(shí)現(xiàn)作物中心區(qū)域的定位。定位作物中心區(qū)域可以為田間機(jī)械化作業(yè)、作物表型監(jiān)測(cè)(測(cè)量)和農(nóng)機(jī)導(dǎo)航提供幫助。但計(jì)算作物連通區(qū)域質(zhì)心的方法難以對(duì)形狀不規(guī)則的作物進(jìn)行準(zhǔn)確定位。此外，隨著作物的生長(zhǎng)，相鄰作物會(huì)出現(xiàn)葉片重疊、交叉的情況，計(jì)算作物連通區(qū)域的質(zhì)心難以實(shí)現(xiàn)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區(qū)域，通過(guò)檢測(cè)和判斷作物骨架中的交叉點(diǎn)來(lái)識(shí)別和定位作物的中心區(qū)域，但該方法效率較低且精確度較差。隨著機(jī)器視覺(jué)技術(shù)的發(fā)展，深度學(xué)習(xí)技術(shù)(如Fast RCNN、Faster RCNN、Mask RCNN等)被廣泛地應(yīng)用于作物的檢測(cè)和定位，取得了較好的效果。但深度學(xué)習(xí)技術(shù)需要大量的標(biāo)記樣本，工作量較大。

綜上，本領(lǐng)域亟需一種能夠準(zhǔn)確、快速得到農(nóng)田中每株作物的中心區(qū)域的方法，從而為田間機(jī)械化作業(yè)、作物表型監(jiān)測(cè)和農(nóng)機(jī)導(dǎo)航提供幫助。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種田間作物中心區(qū)域定位方法及系統(tǒng)，能夠準(zhǔn)確、快速得到農(nóng)田中每株作物的中心區(qū)域，從而為田間機(jī)械化作業(yè)、作物表型監(jiān)測(cè)和農(nóng)機(jī)導(dǎo)航提供幫助。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種田間作物中心區(qū)域定位方法，所述方法包括：

獲取目標(biāo)作物的原始彩色圖像；所述原始彩色圖像為彩色相機(jī)垂直拍攝目標(biāo)作物冠層，得到的目標(biāo)作物的彩色圖像；

對(duì)所述原始彩色圖像進(jìn)行處理，得到目標(biāo)作物的原始灰度圖像；所述原始灰度圖像包括第一灰度圖像和第二灰度圖像；

對(duì)所述原始灰度圖像進(jìn)行二值化處理，得到目標(biāo)作物的二值圖像；所述二值圖像包括第一二值圖像和第二二值圖像；

將所述第一二值圖像和所述第二二值圖像進(jìn)行邏輯“與”運(yùn)算，剔除背景噪聲的干擾，生成第三二值圖像；所述第三二值圖像包括目標(biāo)作物潛在的中心區(qū)域像素點(diǎn)；

對(duì)所述目標(biāo)作物潛在的中心區(qū)域像素點(diǎn)進(jìn)行聚類分析，得到目標(biāo)作物中心區(qū)域像素點(diǎn)的聚類結(jié)果；

根據(jù)所述聚類結(jié)果確定目標(biāo)作物中心區(qū)域范圍，以獲得目標(biāo)作物的中心區(qū)域；

根據(jù)所述目標(biāo)作物的中心區(qū)域進(jìn)行田間機(jī)械化作業(yè)、作物表型監(jiān)測(cè)和農(nóng)機(jī)導(dǎo)航。