机器视觉农业机器人导航路径识别.pdfVIP

基于机器视觉的农业机器人导航路径识别 孙元义，张绍磊，李伟 ( 中国农业大学工学院，北京：100083) 摘 要：提出了一种基于机器视觉技术的农业机器人导航路径识别的新方法。自然环境下采集的棉田 图像在 Lab色彩空间进行处理，把棉株从土壤背景中识别出来。通过最大方差阈值分割法将图像转化为二 值图像，并经过中值滤波去除噪声。根据图像左右垄棉株位置平均得到导航离散点，通过 Hough变换得到 导航路径，进而得到导航控制参数。利用坐标系转换关系将图像坐标系中的导航信息转换到世界坐标系， 从而控制机器人行走。对采集的大量连续图像进行分析表明，该方法具有良好的实时性和可靠性。 关键词：农业机器人 机器视觉 自然环境 Hough变换 1.引言 [1] 随着精细农业的发展，计算机、传感器技术的广泛应用，农业机器人导航技术研究越来越受到关注 。 目前，农业机器人导航方式主要有三种：信标导航、全球定位系统（GPS ）、视觉导航。由于农业作业环境 复杂，视觉导航具有信息探测范围宽、目标信息完整等优势，是目前国内外研究较多的机器人导航方式[2] 。 基于视觉的导航方法有很多。Kise等人研究了双目立体视觉的方法[3] 。该方法对于农田环境较理想情况下 实现较好，但是算法复杂，而且对两个摄像头同步性要求较高。S.Han等人研究了基于单摄像头的方法。 该方法实际采集农田灰度图像，通过K-means聚类算法来进行图像阈值分割，最后利用线性回归来获得导 航基准线[4] 。农业机器人导航首要问题是找到一种适合于大多数自然环境下将作物从土壤中识别出来的方 法。本文提出了一种新的获得导航路行的方法，该方法采用单摄像头，基于自然景观环境下，对获得的农 田彩色图像进行分割，利用Hough变换获得导航路径。并给出了对实时图像进行试验分析、验证的结果。 2 棉田图像分割 2.1 色彩空间选择 在图像处理中常用的色彩空间有 RGB 空间、HIS 色彩空间等。本文采用了 Lab 色彩空间进行图像分 割。Lab 色彩空间是国际照明委员会(CIE)于 1976 年推荐的设计成符合孟塞尔彩色系统的表色系。其三度 空间的 L 为光亮度，a 为空间的红-绿色轴，b 为空间的蓝-黄色轴。 图像分割时在RGB 、HIS 、Lab 色彩空间进行了比较。表 1 是对近 200 副动态棉田图像分别用 2G-R-B 、2H 、 Lab 中a 灰度化的比较结果。其中识别率指把棉株信息正确从图像中识别出来的百分率，误识率是指 把非棉株信息识别成棉株信息的百分率。实验表明 Lab 中对a 进行灰度化效果较好。 图 1 a 是棉田图像（俯视 45°），图 1 b 是在 Lab 色彩空间对 a 分量灰度化图像。 识别率 误识率 50% 50%～90% 90% 50% 50%～90% 90% 2G-B-R /% 7 21 72 70 26 4 2H /% 12 24 64 71 19 10 Lab /% 3 6 91 86 12 2 表1 2G-B-R、2H、Lab 灰度化比较 - 1 - （a ）棉田图像