基于SURF算法的绿色作物特征提取与图像匹配方法-IngentaConnect.PDF

第 31 卷 第 14 期 农 业 工 程 学 报 Vol.31 No.14 172 2015 年 7 月 Transactions of the Chinese Society of Agricultural Engineering Jul. 2015 ·农业信息与电气技术· 基于 SURF 算法的绿色作物特征提取与图像匹配方法 1 1 2 1 张志斌 ，赵帅领 ，罗锡文 ，魏凤岐 （1. 内蒙古大学计算机学院，呼和浩特 010021 ； 2. 华南农业大学南方农业机械装备关键技术省部共建教育部重点试验试验室，广州 510642 ） 摘 要：由于田间环境的复杂性，绿色作物特征提取与匹配仍然是基于双目视觉技术农田作物三维信息获取急需解决的 关键技术之一。该文首先在 RGB 空间进行图像分割滤波处理。然后，采用 SURF 算法旋转不变性分两步获取绿色作物特 征点对：第一步采用 Hessian 矩阵检测作物特征点，运用非极大值抑制法和插值运算寻找、定位极值点；第二步确定特征 点主方向，采用描述算子进行特征点提取。最后，运用最近距离比次近距离法进行特征点匹配，并采用全约束条件滤除 错误的匹配点对。同时将 SURF 和 SIFT 法进行对比分析，通过对不同光照、土壤的田间条件下芥蓝 、芹菜、白菜 13 组 图像进行试验，结果表明采用 SUFR 和 SIFT 法绿色作物特征提取率均值分别为 1.2%、3.3%，双目视觉系统左、右作物 图像特征正确匹配率的均值分别为94.8%、92.4%，时间消耗均值分别为4.6s 、4.8s 。采用 SURF 优越于采用 SIFT 法，这 为进一步进行农业机械 3D 视觉导航或基于无线传感器网络的田间作物在线三维信息准确获取提供可借鉴思路和方法。 关键词：机器视觉；匹配；作物；RGB 空间；SURF；SIFT；三维信息 doi ：10.11975/j.issn.1002-6819.2015.14.024 中图分类号：TP391.4 文献标志码：A 文章编号：1002-6819(2015)-14-172-07 张志斌，赵帅领，罗锡文，等. 基于 SURF 算法的绿色作物特征提取与图像匹配方法[J]. 农业工程学报，2015，31(14)： 172－178. doi ：10.11975/j.issn.1002-6819.2015.14.024 Zhang Zhibin, Zhao Shuailing, Luo Xiwen, et al. Matching method of green crops based on SURF feature extraction[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(14): 172 －178. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2015.14.024 范围为 6～20m 。Wang 等[13]采用立体相机进行茬地机器 0 引 言 人行走侧向距离获取，田间试验结果表明所提出的侧向 20 世纪中期刚刚起步的双目立体视觉技术，伴随 距离获取算法在大于 10 m 长直线路径上，偏差小于 着