[發(fā)明專利]用于無人收割機行進校準的倒伏作物識別方法

有效

• 申請?zhí)枺?/td>: 202310218716.8
• 申請日: 2023-03-09
• 公開（公告）號: CN115953690B
• 公開（公告）日: 2023-05-19
• 發(fā)明（設計）人: 丁梅
• 申請（專利權）人: 濟寧市保田農機技術推廣專業(yè)合作社
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/44;G06V10/762;G06V10/26;G06V10/74
• 代理公司: 濟寧仁禮信知識產權代理事務所(普通合伙) 37383
• 代理人: 李新苗

本發(fā)明涉及圖像處理技術領域，具體涉及用于無人收割機行進校準的倒伏作物識別方法。方法包括：基于待收割的作物的俯視圖像中像素點在H通道對應的值獲得多個作物區(qū)域，對各作物區(qū)域進行角點檢測獲得初始角點；基于各作物區(qū)域中各初始角點在H通道對應的值、各初始角點和與其所在的作物區(qū)域中相鄰的初始角點之間的連線與水平正方向形成的夾角，得到各初始角點對應的隸屬度，基于隸屬度獲得目標角點；基于各作物區(qū)域中的各目標角點的預設鄰域內像素點的像素值，獲得各作物區(qū)域中的倒伏區(qū)域的所有邊緣像素點，進而獲取作物的倒伏區(qū)域。本發(fā)明能夠獲取完整的作物倒伏區(qū)域。

技術領域

本發(fā)明涉及圖像處理技術領域，具體涉及一種用于無人收割機行進校準的倒伏作物識別方法。

背景技術

在作物的生長過程中，作物會因為大風、強降雨、冰雹、作物的光合作用等因素的影響出現倒伏的現象，倒伏現象會嚴重影響作物的收割，在利用無人收割機收割作物的過程中，若無人收割機的行進路線規(guī)劃的不當，則會導致部分作物無法使用無人收割機進行收割，大大降低作物的產量。因此，在利用無人收割機收割作物時需先根據作物的倒伏情況對無人收割機行進路線做出相應的校準。在判斷農作物是否出現倒伏現象時，需對農作物特征進行分析識別，倒伏區(qū)域與正常區(qū)域存在顏色差異，現有技術通常使用Harris角點檢測的方式對采集到的農作物圖像進行角點檢測，進而根據得到的角點對作物狀態(tài)進行識別。Harris角點檢測算法是基于圖像中像素點的梯度差異即像素值差異提取角點的，而由于作物體現在圖像上其分布較密集，且倒伏區(qū)域的倒伏起始處與正常區(qū)域像素點的像素值存在較大差異，而倒伏結尾處與正常區(qū)域進行覆蓋，因此與正常區(qū)域差異較起始處的像素值差異較小，此時使用角點檢測算法對圖像進行檢測時，得到的倒伏區(qū)域的邊緣不完整，進而會影響后續(xù)對無人收割機行進路線的校準。

發(fā)明內容

為了解決現有方法在提取作物倒伏區(qū)域的邊緣時存在提取不完整的問題，本發(fā)明的目的在于提供一種用于無人收割機行進校準的倒伏作物識別方法，所采用的技術方案具體如下：

本發(fā)明提供了一種用于無人收割機行進校準的倒伏作物識別方法，該方法包括以下步驟：

獲取待收割的作物的俯視圖像；基于所述俯視圖像中各像素點在H通道對應的值，對所述俯視圖像進行分割，獲得不少于兩個作物區(qū)域；

對各作物區(qū)域進行角點檢測獲得各作物區(qū)域中的初始角點；基于各作物區(qū)域中各初始角點在H通道對應的值，得到各作物區(qū)域中各初始角點對應的H通道的相關指標；基于所述H通道的相關指標、各初始角點和與其所在的作物區(qū)域中相鄰的初始角點之間的連線與水平正方向形成的夾角，得到各作物區(qū)域中各初始角點對應的隸屬度；

基于所述隸屬度獲得目標角點；基于各作物區(qū)域中的各目標角點的預設鄰域內像素點的像素值，獲得各作物區(qū)域中的倒伏區(qū)域的所有邊緣像素點；基于所述各作物區(qū)域中的倒伏區(qū)域的所有邊緣像素點獲取所述俯視圖像中作物的倒伏區(qū)域。

優(yōu)選的，對所述俯視圖像進行分割的方法為Ｋ－means聚類算法。

優(yōu)選的，得到各作物區(qū)域中各初始角點對應的H通道的相關指標，包括：

對于任一作物區(qū)域中的任一初始角點：將該初始角點在H通道對應的值與該初始角點所在的作物區(qū)域中所有初始角點在H通道的平均值的差值的絕對值，記為第一絕對值；對所述第一絕對值進行歸一化處理，將預設調整參數與歸一化后的第一絕對值的差值作為該初始角點對應的H通道的相關指標。

優(yōu)選的，所述基于所述H通道的相關指標、各初始角點和與其所在的作物區(qū)域中相鄰的初始角點之間的連線與水平正方向形成的夾角，得到各作物區(qū)域中各初始角點對應的隸屬度，包括：

對于任一作物區(qū)域：