基于机器视觉的玉米苗期多条作物行线检测算法

为满足玉米苗期中耕、追肥等田间管理环节的自主导航行走需求,研究了基于机器视觉的多条作物行线实时检测技术。首先,基于绿色分量增强法、分割阈值优化法和形态特征分析法,对图像分别进行灰度化、二值化和去噪等预处理,该预处理结果不受自然光照变化、阴影、降水/积水、播种模式等影响,对细密状杂草干扰或植株冠层交叠条件下作物行间分界间隙的清理效果较好,对小尺寸噪声、行间零散分布的圆形叶片类杂草噪声以及呈横向生长状或聚集状的杂草噪声也有较好的清除效果。然后,将二值图像沿纵坐标均分为20个水平条,在各水平条内部建立目标区域的水平间距、水平跨度等特征参数,并跨水平条建立目标区域间的垂直间距、趋势角、覆盖宽度等特征参数,基于以上参数在行内和行间分布的差异性,完成各水平条中隶属于不同作物行的目标区域的定位分割和不同水平条中隶属于同一作物行的目标区域的聚类,其分割聚类效果良好。最后,基于离群特征点去除后的最小二乘法,进行线性拟合并获取作物行中心线,结果表明,整体检测准确率不低于91.2%,单帧图像处理时间不超过368 ms,说明采用本文方法可快速实现不同环境因素干扰下的多条作物行线的同步检测。