改进随机样本一致性算法的弯曲果园道路检测.pdfVIP

第 31 卷 第 4 期 农 业 工 程 学 报 Vol.31 No.4 168 2015 年 2 月 Transactions of the Chinese Society of Agricultural Engineering Feb. 2015 改进随机样本一致性算法的弯曲果园道路检测 ※ 林桂潮，邹湘军 ，罗陆锋，莫宇达 （华南农业大学南方农业机械与装备关键技术教育部重点实验室，广州 510542 ） 摘 要：果园道路检测的目的是为农业采摘机器人鲁棒实时地规划出合适的行走路径，因果园环境的复杂性，例如光照 变化、杂草和落叶遮挡等因素的影响造成视觉检测算法鲁棒性差，为此提出融合边缘提取和改进随机样本一致性的弯曲 果园道路检测方法。首先，根据果园道路的颜色分布特征和几何形状特征，使用有限差分算子提取图像边缘，再使用灰 度值对比度约束和霍夫直线检测去除噪声，实现道路边缘点提取。然后，提出多项式函数描述直线和弯曲道路，使用改 进的随机样本一致性算法和线性最小二乘法拟合道路边缘点，以估计多项式函数的参数，实现果园道路检测。在华南农 业大学果园采集 240 张道路图像作为试验对象。试验表明：在光照变化、阴影和遮挡背景的影响下，该方法能有效地提 取果园道路边缘点，并能正确地拟合道路以实现道路检测，平均正确检测率为 89.1%，平均检测时间为 0.2639 s，能够满 足视觉导航系统的要求。该研究为农业采摘机器人的视觉导航的鲁棒性和实时性提供指导。 关键词：算法；检测；提取；道路检测；随机样本一致性；霍夫变换；多项式拟合 doi ：10.3969/j.issn.1002-6819.2015.04.024 中图分类号：TP391.41 文献标志码：A 文章编号：1002-6819(2015)-04-0168-07 林桂潮，邹湘军，罗陆锋，等.改进随机样本一致性算法的弯曲果园道路检测[J]. 农业工程学报，2015，31(4)：168－ 174. Lin Guichao, Zou Xiangjun, Luo Lufeng, et al. Detection of winding orchard path through improving random sample consensus algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(4): 168 －174. (in Chinese with English abstract) 境温室图像特有的颜色特征，使用 k-means 算法对图像进 0 引 言 行聚类以此将垄间道路和作物分开。基于颜色特征的方 农业采摘机器人是近年来农业发展的一个方向[1-5] ， 法需要根据具体的环境选择合适的分割算法[12-13] ，因此 果园道路检测技术是农业采摘机器人实现自主导航的关 有着局限性和应用范围。 键技术。果园里的道路是一种不规则的小路，具有路窄、 基于参数模型的方法需要少量的样本点估计模型的 凸曲、不对称性，以及路面多杂草、落叶等特点，同时 参数。Lee 等[14]提出道路边缘提取算法以提取道路边缘 经常受光照变化干扰，这些不确定因素使许多算法难以 点，再用以估计直线道路的参数。由于直线模型无法充 正确检测果园道路，严重制约自然环境下作业的采摘机