[发明专利]一种基于遗传算法的农机导航线提取方法及装置

说明书

本发明公开了一种基于遗传算法的农机导航线提取方法及装置，该方法包括：对作物行图像进行灰度处理；将灰度处理后图像转化为二值图像，通过垂直投影法确定作物行的个数和位置信息；根据作物行中心线的预设约束条件，通过遗传算法在所述作物行的位置信息对应的图像区域确定作物行中心线；根据相邻两条作物行中心线确定位于所述相邻两条作物行中心线之间的导航线。该方法通过对采集的作物图像进行灰度和二值化处理，通过垂直投影法获取作物行个数和位置信息，然后通过遗传算法提取作物行中心线，进而得到导航线，提高了导航线的提取速度，减少了杂草的影响，解决了导航线提取实时性差、准确性低等问题。

技术领域

本发明涉及导航技术领域，具体涉及一种基于遗传算法的农机导航线提取方法及装置。

背景技术

利用农业导航机器人完成自主导航作业，不仅可以大幅度减轻劳动者的体力劳动，也可以避免劳动者在高温和高湿等恶劣环境中作业时受到人身伤害。目前移动机器人导航领域的研究热点主要集中在机器视觉导航和卫星定位(GNSS)导航两个方面。与GNSS导航技术相比较，机器视觉导航具有非接触测量、较宽光谱响应范围、信息丰富完整、使用灵活等优点。农机视觉导航系统自动获取农田图像信息，对图像进行分析处理提取导航路径，然后计算导航参数控制农机系统沿着目标路径行走作业。

在农田复杂环境下，由于光照变化、地面反光、阴影遮挡等因素造成图像分割效果不佳，影响导航线提取准确性。农田中早期农作物，作物植株不高，由于机械播种，行与行之间基本平行。同时，作物行呈现绿色，走势整体上呈现近似直线，并且由于作物连续，获取到的导航路径短时间内不会发生突变，人们常常通过提取图像中的作物行来得到导航线。

早期农机视觉导航多采用标准Hough变换进行作导航线提取，在杂草噪声不大的农田环境中可以有效地对作物行进行直线检测，但该方法存在算法复杂、计算量大、累加器峰值较难确定等问题。针对标准Hough变换存在的不足，一些学者提出了改进Hough算法，这些算法在一定程度上降低了内存消耗，提高运算速度，但应用于实际农田导航作业时在实时性和准确度方面仍需进一步提高。有些学者利用最小二乘法对早期作物行直线进行检测，先根据特征点间邻近关系对特征点进行分类，然后用最小二乘法对分类特征点进行直线拟合提取作物行直线。该方法在一定程度上可克服作物行缺失对直线检测的影响，但在作物行间杂草噪声较大的情况下，造成直线检测失败。另外目前还提出了运用图像中目标像素子集良序性，通过设置邻近搜索方向角和最近邻阈值获取作物行中心线计算导航参数，该算法可有效避免杂草噪声影响，对于光照也有一定适应性，但存在搜索方向角范围和邻域难以准确设定等问题，造成直线检测效果准确性不高。

发明内容

针对现有技术中的缺陷，本发明提供了一种基于遗传算法的农机导航线提取方法及装置，提高了导航线的提取速度，减少了杂草的影响，解决了导航线提取实时性差、准确性低等问题。

第一方面，本发明提供一种基于遗传算法的农机导航线提取方法，包括：

对作物行图像进行灰度处理；

将灰度处理后的图像转化为二值图像图像，通过垂直投影法确定作物行的个数和位置信息；

根据作物行中心线的预设约束条件，通过遗传算法在所述作物行的位置信息对应的图像区域确定作物行中心线；

根据相邻两条作物行中心线确定位于所述相邻两条作物行中心线之间的导航线。

可选的，所述根据二值图像，通过垂直投影法确定作物行的个数和位置信息，包括：

将灰度处理后的图像转化为二值图像，通过垂直投影法检测所述二值图像中作物行的个数和位置信息。