一种基于机器视觉的玉米行道识别的方法 专利技术说明

计算;推算;计数设备的制造及其应用技术1.本发明涉及一种基于机器视觉的玉米行道识别的方法，可识别玉米作物行间道路，实现自动行道识别。属于农业自动化领域和机器视觉领域。背景技术：2.玉米作为三大粮食作物之一，也是我国必不可少的粮食作物之一，针对玉米的现代化技术的发展也显的至关重要。但是由于国内机械自动化水平低、耕地分布情况等因素影响，导致在种植时期玉米行方向出现偏移、串行的情况，对后续自动机械化喷药等关键作业进展形成障碍。3.在行道识别系统中实现沿着作物行行走，关键是作物行中心线的识别。数字图像处理方法在自动识别方面具有很大的优势,是自动化农业的基础和关键技术。以往的研究表明,作物行提取算法具有复杂性和适应性不强的缺点,农作物生长的不同时期、光照、及作物种类均会对算法的实现造成影响。设计一种复杂背景下的玉米行道识别系统是机器视觉导航的关键。技术实现要素：4.本发明提供一种基于机器视觉的玉米行道识别的方法，该系统能够实现复杂背景下玉米行道的识别。系统采用模块化设计，结构简单、可移植性强，能有效地解决高地隙喷药机在植保作业时的对行困难、繁琐操作、因为操作人员的人为的失误操作不当造成的串行、碾压作物等问题。5.为达到上述目的，本发明主要提供了如下技术方案：本发明所提供一种基于机器视觉的玉米行道识别的方法，所述方法包括以下技术路线：机器视觉技术采用计算机和摄像头模拟代替人类视觉功能，通过摄像头采集图像信号，再通过处理系统转化成数字信号，然后对数字信号进行必要的运算，抽取目标特征，进而判断结果，控制在场设备的动作；图像采集模块程序包括摄像头的控制程序、图像的抓取程序；图像处理模块程序包括图像的预处理程序、图像合法性判断程序、导航线路提取程序、偏航距离计算程序，其中图像预处理程序又包括图像灰度化、二值化、低通滤波、适当开启、膨胀、腐蚀、高斯平滑卷积滤波等众多步骤；硬件系统主要包含有摄像头、车载计算机、微处理器、蓄电池组、步进电机及控制器，能够共同搭建组成系统所需要的硬件操作平台；图像采集模块中摄相机通过支架安装在高地隙喷药机右侧前轮的升降立柱上，与车轮前进方向一致朝向正前方，相机俯角与地面呈60°，车载计算机处理器安装位置在农机驾驶室内部，通过处理摄相机拍摄的玉米行道；通过摄像头摄取的外界信息，经过系统图像预处理、中心导航线提取、路径优化后的数据，由pc机运用labview联合keil软件，通过jlink下载调试usb口传递给stm32微处理器，运行stm32微处理器中预先烧录的程序，进行信息的整合处理，经过一系列的数据耦合计算，得到新的数据信号，此信号通过微处理器的i/o端口输出给电机驱动器，驱动电机进行动作，在电机收到来自驱动器信号后，响应信号执行相应的动作，进而达到根据视觉分析自动规划路线并按照规划路线前进的目的。6.本发明的有益效果：综合了计算机技术、机器视觉技术、现代控制技术等，通过在现有设计的高地隙喷药机可调节底盘上组装、改进、优化，实现玉米行道的识别目的，进一步实现一系列自动化的田间作业。附图说明7.图1为本发明程序流程图；图2为本发明图像及预处理模块；图3为本发明vision assistant程序；图4为本发明划线模块；图5为本发明数据处理模块；图6为本发明判断模块。具体实施方式8.下面结合附图对本发明作进一步说明。9.本发明为玉米行道识别系统，由图像采集及预处理模块、划线模块、数据处理模块、判断模块组成。10.本发明的图像采集及预处理模块实现的具体功能为：将相机采集后的rgb格式图像存储到设定好的路径。从路径提取相关图像文件导入labview。导入采集图像后，将图像传输到imaq readfile及imaq getfileinfo控件，两控件分别获取rgb图像内容的所需信息。采集图像后利用imaq create控件分别建立不同阶段图像缓存，使用不同的名字分配不同的控件，设定名称分别为原始彩色图、灰度图像、二值图像、处理后。输出原始彩色图像，名称为彩色图像。通过imaq extractsinglecolorplane控件抽取颜色面板，从彩色图像中提取单个平面，提取参数选择过程中根据图像本身的特征选择合理的面板是必要的，最后决定提取出的色彩平面类型参数为32位整数型，令控件的输出端输出单一色彩平面的灰度图。最后通过imaq threshold控件调节输出图像的阈值，调用range控件定义指定阈值范围的集群，阈值选取范围为最高像素值255，最低像素值128；代替色彩数值为255，表示用白色代替在设定阈值范围内的色彩。创建palette type属性节点作用于图像调色板，效果为灰度grayscale，最后输出二值图像。11.图像的进一步处理借助图像助手vision assistant协助处理。通过将图像中的信息转变为由0和1表示的形态学信息，再通过采集形态学中传递的信息，达到图像处理的目的，即将感兴趣区域突出，将不感兴趣区域淡化或去除。具体处理步骤为：（1）二值化处理，设定阈值为122。（2）采用模板为3*3像素的低通滤波处理。（3）图像像素适当打开处理。（4）采用模板为11*11的膨胀处理。（5）高斯滤波。（6）膨胀处理。12.本发明划线模块实现的具体功能为：在预处理后的图像上设置6条线段，每条线段都贯穿感兴趣区域，并通过while循环和6次for循环将线段上的像素依次提取出来。13.本发明数据处理模块实现的具体功能为：将划线模块提取出的6组数据依次从第一位数值到最后一位数值进行判断，数值为1则进行保留，数值为0则删除这位数据。最后将每一组数据进行平均化，得到最终道路的中点值。14.本发明判断模块实现的具体功能为：判断图像处理后是否达到要求，能够检测到道路的中点。如果不能检测到中点，则输出图像异常字样，并重新采集图像；如果能检测到中点，则输出图像正常字样，并输出道路的中点值。15.此次公开的为本发明的具体实施方式，任何技术人员在本次公开发明的技术范围里，所联想到的替换与变化，都应该属于本发明保护范围之内。技术特征：1.一种玉米行道识别的方法，所述方法包括以下部分：由图像采集及预处理模块、划线模块、数据处理模块、判断模块组成，在工作时图像采集及预处理模块进行图像的采集和预处理，随后输出二值化图像给划线模块，划线模块通过6条线将图片中的信息输出，数据处理模块将每行数据进行规整，并找到道路中点，判断模块判断图像采集合理性后，结束整个识别过程。2.根据权利要求1所述的方法，其中，硬件控制系统是通过摄像头摄取的外界信息，经过系统图像预处理、中心导航线提取、路径优化后的数据，由pc机运用labview联合keil软件，通过jlink下载调试usb口传递给stm32微处理器，运行stm32微处理器中预先烧录的程序，进行信息的整合处理，经过一系列的数据耦合计算，得到新的数据信号，此信号通过微处理器的i/o端口输出给电机驱动器，驱动电机进行动作，在电机收到来自驱动器信号后，响应信号执行相应的动作。3.根据权利要求1所述的方法，其中，图像采集模块程序包括摄像头的控制程序、图像的抓取程序；所述图像采集模块中摄相机通过支架安装在高地隙喷药机右侧前轮的升降立柱上，与车轮前进方向一致朝向正前方，相机俯角与地面呈60°，ccd摄像机进行图像的采集ff0c将照片存在指定的路径下，通过labview软件调用路径下的照片，进行灰度化、二值化、低通滤波、膨胀、腐蚀、高斯滤波等操作，图像最终被处理为能够通过形态学表达的二值图像。4.根据权利要求1所述的方法，其中，划线模块中，程序将6条线段划在图像指定位置上，通过线段的位置采集图像信息，将线段起始的所有像素值从左到右依次输出。5.根据权利要求1所述的方法，其中，数据处理模快中，将采集的6组数据，通过判断的方法进行处理，去除0值，保留1值，并将数据进行整合，通过简单运算，输出道路中值。6.根据权利要求1所述的方法，其中，判断模块中，通过判断输出的中点值得对错，进行图像采集合理的判断。技术总结本发明公开了一种玉米行道的识别方法，通过对玉米植株物理特性的研究，统计得到中后期玉米植株的物理特性，再运用摄像机采集了试验所需的图像，通过车载计算机、STM32微控制器、蓄电池组、步进电机及电机驱动器等相关系统硬件保证设备可以在玉米行道之间进行正常的机械行驶，并运用LabVIEW软件进行识别模块、处理模块、驱动模块等程序的开发控制系统，通过LabVIEW软件对采集的图像进行预处理，包括灰度化、二值化、低通滤波、适当开启、膨胀、腐蚀、高斯平滑卷积滤波等操作，根据预处理后的图像，运用形态学确定图像中感兴趣区域，提取分析行道中线，最后通过对摄像头标定，计算得到实际位置的横向偏移距离及航向偏移角度并进行误差分析，设计系统监控界面，实时对喷药机速度、图像信息、路径数据、错误提示等信息进行监控。监控。监控。技术研发人员：徐宁 胡敏英 桑永英 吴正开 朱海亮 王锦轩受保护的技术使用者：河北农业大学技术研发日：2022.09.15技术公布日：2022/11/29









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!