基于形态学和Hough变换的农作物行.pdfVIP

基于形态学和 Hough 变换的农作物行 中心线的识别方法 袁佐云，毛志怀，魏青，窦志强 中国农业大学工学院, （100083 ） E-mail （helinyu@ ） 摘 要： 本文提出了一种基于形态学和Hough变换的作物行中心线的识别算法。该算法基 于作物的区域形心坐标，利用形态学处理获取形心坐标，然后对形心坐标进行Hough变换， 从而实现了作物行中心线的识别。大豆行间图像实验结果表明本算法具有良好的识别效果。 关键字： 作物行，区域形心，形态学，Hough变换 1. 引言 [1] 农作物行中心线的检测和识别是农业机械视觉导航技术中的关键环节之一 。农作物行 中心线一般是指农作物在播种或栽培过程中，其种子或幼苗的植入点所构成的直线。由于受 到光照条件、拍摄角度以及作物类型等因素的影响，传统的微分运算提取作物行的边界效果 不明显[2] 。 本文提出了一种基于数学形态学和改进后的Hough变换检测作物行中心线识别算法，具 有算法简单、抗噪声能力强等特点，在实际处理中取得了较令人满意的效果。该法首先将彩 色图像转换为黑白二值图像，用形态学滤波去除小面积区域，获取大面积区域形心坐标，然 后运用Hough变换对形心点坐标进行处理，从而识别出作物行中心线。 2. 数学形态学 数学形态学是一门建立在严格数学理论基础上的学科，其基本理论和方法对图像处理的 理论和技术产生了重大影响，可以用于抑制噪声、特征提取、边缘检测、图像分割等图像处 理问题[3] 。数学形态学的特点是能将复杂的形状进行分解，提取有意义的形状分量。 3. Hough 变换 Hough 变换将笛卡儿坐标空间的线转换为极坐标空间中的点。如果用ρ代表直线距原 点的法线距离，θ为该法线与 X 轴的夹角，则可用如下参数方程来表示该直线。这一直线 的Hough 变换为： ρ x cosθ+y sinθ （1） 直线对应极坐标域中坐标值为(ρ,θ) 的一点。Hough 变换把直线上点的坐标转换到直线 的参数域，巧妙地利用了共线和直线相交的关系，使直线的提取问题转化为计数问题。 4. 作物识别算法 算法首先运用形态学处理获取作物行定位点，利用 Hough 变换对定位点进行空间转换， 具体算法其流程图如图 1 所示。 图1流程图 4.1. 灰度转换和图像分割 由于采用二值形态学处理，在进行处理前，需要将彩色图像转换二值图像。文中首先将 彩色图像转化为灰度图像，然后再利用阈值分割转化为二值图像。 通常情况下，作物图像上的背景即土壤具有较高的 r 值和 b 值，而 g 值总是小于作物的 g 值。利用 r-g 、g-b、r/g 以及2g-r-b 等指标来区分作物与背景是非常有效的。其中，最为有 效的区分指标是 2g-r-b [4] 。 最大类间方差法[5] （Otsu 算法）是一个常用的二值化方法。它是在最小二乘法原理基础 上推导出来的，其基本思路是将直方图在某一阈值处理分割成两组，当被分成的两组的方差 为最大时，即将该值作为图像分割的阈值。由于该法具有很强的鲁棒性和快速性，在图像分 割过程中得到广泛研究和应用。 因此，算法采用2g-r-b 的值作为灰度转换指标，对彩色图像进行转换，然后运用最大类 间方差法对灰度图像进行分割，得到作物行二值图像。 4.2. 去除小面积区域 由于受到噪声的影响，分割后的图像中作物行内存在部分孔洞和孤立的小团块，要准确 地定位出作物行的位置，需要去除这些区域。 通常的方法是先对图像进行膨胀，然后扫描图像，填充内部孔洞，标记出独立区域，统