机器视觉在倒伏小麦图像处理中的应用研究

【目的】识别成熟小麦收割过程中的倒伏状况,降低小麦收获过程中的机收损失。【方法】本研究从倒伏小麦图像的采集出发,对整个图像处理过程进行了详细的分析。通过小麦麦穗与小麦秸秆的色差这一特点,确定了基于颜色差的图像分离方法;基于线性灰度变换法和灰度反色变换法,进一步突出了小麦秸秆层这一分离目标,并选择中值滤波对倒伏小麦图像进行了图像的增强处理。【结果】通过腐蚀和膨胀交替使用的方法,达到了秸秆层和麦穗层完全分离的目的,实现了倒伏小麦秸秆层的提取,成功识别出小麦倒伏层和正常小麦层的高度差。【结论】将机器视觉技术应用于倒伏小麦图像处理中,能够使收割机在作业时准确识别小麦倒伏状况,降低割台高度,到达倒伏麦穗层,从而起到降低机收损失的作用,在实际田间收割环境下有较好的应用前景。