基于GIF-Shearlet算法的新旧土边界线视觉导航技术研究.pdfVIP

第 38 卷第 2 期 农业现代化研究 Vol. 38 No. 2 2017 年 3 月 RESEARCH OF AGRICULTURAL MODERNIZATION Mar.， 2017 DOI: 10.13872/j.1000-0275.2016.0094 陈益杉 , 卢伟 , 王玲 , 田光兆 . 基于 GIF-Shearlet 算法的新旧土边界线视觉导航技术研究 [J]. 农业现代化研究 , 2017, 38(2): 343-351. Chen Y S, Lu W, Wang L, Tian G Z. Visual navigation technology using guided image filter and shearlet algorithm based on the boundary line of new and old soil[J]. Research of Agricultural Modernization, 2017, 38(2): 343-351. 基于 GIF-Shearlet 算法的新旧土边界线视觉导航技术研究 1 1, 2* 1 1 陈益杉 ，卢伟 ，王玲 ，田光兆 （1. 南京农业大学工学院 / 南京农业大学江苏省农业智能化装备重点实验室 ，江苏 南京 210031 ； 2. 江苏省远程测控重点实验室 ，江苏 南京 210096 ） 摘 要：针对遥操作拖拉机驾驶机器人旋耕作业时，工作环境中作物行多样化、光照不均的特点，提出一种基于导 向滤波（Guided Image Filter ）和剪切波变换（Shearlet Transform ）的方法用于提取新旧土边界线以完成拖拉机视觉 导航。首先，将图像快速转换到YCrCb 颜色空间，对灰度化的图像进行导向滤波，然后使用Shearlet-canny 算子 提取新旧土的边缘信息，最后经过Hough 变换给出视觉导航线。结果表明，在YCrCb 颜色空间对图像进行灰度 化处理与HSV、HIS、RGB 颜色空间相比，效果最好，耗时最短，分别快94.0%、94.3% 和25.4% ；导向滤波处 理图像的方法与Tarel 中值滤波、MRetinex 滤波、小波域Retinex 滤波及同态滤波相比，算法耗时分别短87.5%、 79.5%、88.8% 和87.0%；采用Shearlet-Canny 算子检测边缘并经过Hough 变换后提取的导航线精确度最高，最大 误差小于0.5°。研究表明，基于导向滤波和剪切波变换的新旧土边界线提取方法用于拖拉机智能导航是可行的。 关键词：智能拖拉机；遥操作；视觉导航；新旧土；导向滤波；剪切波变换 中图分类号：S222.3 文献标识码：A 文章编号：1000-0275 （2017 ）02-0343-09 Visual navigation technology using guided image filter and shearlet algorithm based on the boundary line of new and old soil 1 1, 2, 1 1 CHEN Yi-shan , LU Wei WANG Ling , TIAN Gua