[发明专利]基于条码的双目视觉稻麦收割机割台高度实时检测方法

权利要求书

1.一种基于条码的双目视觉稻麦收割机割台高度实时检测方法，其特征在于，通过旋转割台转轴的静止特征条形码标记后，进行基于双目视觉稀疏特征匹配车载快速实时测距，具体包括：

步骤1、在收割机割台的拨禾轮自转中心轴上的不同位置处粘贴三个不同的条形码；

步骤2、基于双目视觉稀疏特征匹配车载快速实时测距，具体包括：

步骤2.1、基于颜色与梯度融合的条形码标记识别，

步骤2.2、基于SURF特征条码特征立体匹配的距离检测。

2.根据权利要求1所述的基于条码的双目视觉稻麦收割机割台高度实时检测方法，其特征是，所述的条形码由黑白相间的平行条纹组成，用于在拨禾轮自转中心轴打上特征标记，增加自转中心轴的图像特征点。

3.根据权利要求1所述的基于条码的双目视觉稻麦收割机割台高度实时检测方法，其特征是，所述的粘贴，具体是指：条形码竖着绕着自转中心轴一圈粘贴，以保证图像中的自转中心轴在旋转过程中标记的特征始终保持不变。

4.根据权利要求2所述的基于条码的双目视觉稻麦收割机割台高度实时检测方法，其特征是，所述的条形码，使用三个不同的条形码，可以减少光照对双目视觉识别条形码特征的影响。

5.根据权利要求1所述的基于条码的双目视觉稻麦收割机割台高度实时检测方法，其特征是，所述的基于颜色与梯度融合的条形码标记识别，具体包括：

2.1.1、将在条形码区域实现了颜色特征增强的图像和梯度特征增强的图像进行图像融合得到特征增强图像，图像融合具体为：I_e＝w_C×I_C+w_G×I_G，其中：I_e为融合后的特征增强灰度图像；I_C为颜色特征增强图像，即R分量图；I_G为梯度特征增强的图像，即x和y方向的梯度差值图；w_C为颜色特征增强图像的融合权重，w_G为梯度特征增强图像的融合权重；

2.1.2、对于特征增强图像进行图像形态学处理操作与添加具体约束，在图像中完成对于条形码标记区域的提取，得到的条形码区域用于基于SURF特征条码特征立体匹配的距离检测方法，以减少与割台高度无关的匹配特征点的计算。

6.根据权利要求5所述的基于条码的双目视觉稻麦收割机割台高度实时检测方法，其特征是，所述的颜色特征增强图像，通过以下方式得到：从图像中提取RGB颜色空间的三通道值，由于B分量图中条形码标记区域与周围环境的对比最为明显，因此提取B分量图实现颜色特征增强；

所述的特度特征增强图像，通过以下方式得到：采用Sobel算子对图像进行x方向和y方向的梯度值计算，然后将两方向梯度相减得到x方向和y方向的梯度极差图实现梯度特征增强。

7.根据权利要求5所述的基于条码的双目视觉稻麦收割机割台高度实时检测方法，其特征是，所述的图像形态学处理操作包括：(一)对特征增强图像进行均值滤波，消除高频噪声；(二)Otsu二值化，获得二值图像；(三)进行闭运算，填充相近的白色区域间的间隙；(四)实现两次腐蚀，去掉孤立的小区域；(五)实现两次膨胀，填充条形码间空隙，同时还原条形码区域的大小；(六)制作割台掩膜：提取图像HSV颜色空间中的H分量通道图，再进行二值化和中值滤波处理，获得掩膜；(七)对两次膨胀后的图像进行掩膜覆盖，即进行与运算；

所述的具体约束包括：(一)条形码标记的大小约束，认为条形码标记的长度在25像素至50像素之间，宽度在20像素至35像素之间；(二)条形码标记的形状约束认为条形码标记的长度与宽度的比值应在1.0至2.5之间；(三)条形码标记的形状约束，认为条形码标记矩形两端的横坐标应在600像素至1600像素之间。