[发明专利]一种基于新旧土边界线的拖拉机旋耕视觉导航方法

权利要求书

1.一种基于新旧土边界线的拖拉机旋耕视觉导航方法，其特征为：

步骤1：通过摄像头采集拖拉机前方的视觉图像p(x，y)；

步骤2：通过公式f(x，y)＝(R(x，y)+G(x，y)+B(x，y))/3对图像进行灰度化，并转换到YCrCb颜色空间，其中Y＝0.299*R+0.587*G+0.114*B，Cr＝(R-Y)*0.713+128，Cb＝(B-Y)*0.564+128；

步骤3：在YCrCb颜色空间下对图像进行导向滤波处理；

步骤4：对导向滤波处理后的图像，采用Shearlet-Canny算子提取研究图像的边缘信息；

步骤5：通过霍夫变换对图像中的边缘信息进行拟合，提取目标导航线，用Duda和Hart提出的直线极坐标方程来代替原直线方程，为ρ＝x cosθ+y sinθ，ρ为原点到直线的距离，θ为直线过原点的垂线与x轴正方向的夹角；在计算的过程中，对参数空间进行离散化，每个单元的中心点坐标为：

步骤6：转到步骤1。

2.权利要求1所述的一种基于新旧土边界线的拖拉机旋耕视觉导航方法中导向滤波处理的计算，其特征为，按照以下步骤计算：

令q为输出像素的值；i和k是像素索引；I是输入图像的值，即待滤波的图像或其他图像的引导图像；a和b为窗口中心位于k处时该线性函数的系数；p为待滤波图像；ε是为防止a值过大而引入的具有调节滤波效果的参数，ε越大，滤波效果越明显；μ_k，σ²_k分别为I在窗口中的平均值与方差；是待滤波图像p在窗口的均值；|w|是窗口中包含像素的数量。i与j为像素；w_ij是一个滤波核，为导向图像I与独立变量p之间的函数；

步骤①：在YCrCb颜色空间下的图像用二维函数表示，此函数的输入通过一个二维窗口得到的输出与函数输入满足线性关系，即：q_i＝a_kI_i+b_k，

步骤②：对步骤①中的公式两边做梯度运算，即

步骤③：计算拟合函数的真实值p与实际输出值间的差距为

步骤④：基于最小二乘法计算a_k和b_k，b_k＝p_k-a_kμ_k；

步骤⑤：将所有包含k点的线性函数值做加权平均得。

3.权利要求1所述的一种基于新旧土边界线的拖拉机旋耕视觉导航方法中的Shearlet-Canny算子的计算，其特征为，按照以下步骤计算：

令研究图像为f[n₁，n₂]；A_a为各向异性膨胀矩阵；B_s为剪切矩阵。a＞0为尺度参数；s∈R为剪切参数；t∈R为平移参数；

步骤a：读入图像f[n₁，n₂]；

步骤b：通过拉普拉斯金字塔将图像f[n₁，n₂]分解为低通子带f_a^j和高通子带f_a^j；

步骤c：将高通子带f_a^j从笛卡尔坐标系转换到伪极坐标系，生成的矩阵经过一个频域子

带滤波器，伪极坐标系转换回笛卡尔坐标系；

步骤d：利用Shearlet变换的多方向特性，变换求得若干子图像输出，其中Shearlet系统可表示为Shearlet变换为SH_ψf(a，s，t)＝<f，ψ_a，s，t>，对多个方向的子图像分别进行canny边缘检测，得到各自的边缘图像；

步骤e：对步骤2中的各个方向的子图像进行Shearlet反变换；

步骤f：根据不同图像边缘可以互补的原理，采用逻辑运算符对反变换后图像进行融合。

4.权利要求1所述的一种基于新旧土边界线的拖拉机旋耕视觉导航方法中的霍夫变换算法，其特征为：

令m为直线的斜率，c为截距；

(i)在图像X-Y中，所有共线的点(x，y)用直线方程描述为y＝mx+c；

(ii)将直线看作是参数空间M-C中的一条直线方程，其中直线的斜率为x，截距为y；

(iii)用Duda和Hart提出的直线极坐标方程来代替原直线方程，为ρ＝x cosθ+y sinθ；

(iiii)在计算的过程中，需要对参数空间进行离散化，每个单元的中心点坐标为：