基于机器视觉的株间机械除草装置的作物识别与定位方法

株间机械除草技术可进一步减少化学除草剂的使用,有利于环境保护和农业可持续发展.为实现智能化的株间机械除草装置自主避让作物并进入株间区域,该研究提出了一种株间机械除草装置的作物识别与定位方法.利用2G-R-B方法将作物RGB彩色图像进行灰度化,再选用Ostu法二值化、连续腐蚀和连续膨胀等方法对图像进行了初步处理.根据行像素累加曲线和曲线的标准偏差扫描线获得作物行区域信息,以作物行区域为处理对象,利用列像素累加曲线、曲线标准偏差和正弦波曲线拟合识别出作物,并结合二值图像中绿色植物连通域的质心获得作物位置信息.试验结果表明,该方法可以正确识别出作物并提供准确的定位信息,能适应不同天气状况、不同种类的...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 29; no. 10; pp. 12 - 18
Main Author 胡炼 罗锡文 曾山 张智刚 陈雄飞 林潮兴
Format Journal Article
LanguageChinese
Published 华南农业大学南方农业机械与装备关键技术教育部重点实验室,广州 510642%华南农业大学工程学院,广州 510642 2013
Subjects
作物识别
农业机械
定位
机器视觉
株间机械除草
除草
agricultural machinery
intra-row mechanical weed control
机器视觉
作物识别
株间机械除草
除草
定位
crop recognition
weed control
location
农业机械
machine vision
Online AccessGet full text
ISSN1002-6819
DOI10.3969/j.issn.1002-6819.2013.10.002

Cover

More Information
Summary:株间机械除草技术可进一步减少化学除草剂的使用,有利于环境保护和农业可持续发展.为实现智能化的株间机械除草装置自主避让作物并进入株间区域,该研究提出了一种株间机械除草装置的作物识别与定位方法.利用2G-R-B方法将作物RGB彩色图像进行灰度化,再选用Ostu法二值化、连续腐蚀和连续膨胀等方法对图像进行了初步处理.根据行像素累加曲线和曲线的标准偏差扫描线获得作物行区域信息,以作物行区域为处理对象,利用列像素累加曲线、曲线标准偏差和正弦波曲线拟合识别出作物,并结合二值图像中绿色植物连通域的质心获得作物位置信息.试验结果表明,该方法可以正确识别出作物并提供准确的定位信息,能适应不同天气状况、不同种类的作物,棉苗正确识别率为95.8%,生菜苗正确识别率为100%,该方法为株间机械除草装置避苗和除草自动控制提供了基本条件.
Bibliography:Hu Lian 1,2 , Luo Xiwen 1,2 , Zeng Shan 1,2 , Zhang Zhigang 1,2 , Chen Xiongfei 1,2 , Lin Chaoxing 1,2 （1. Key Laboratory of Key Technology on Agricultural Machine and Equipment, Ministry of Education, South China Agricultural University, Guangzhou 510642, China; 2. College of Engineering, South China Agricultural University, Guangzhou 510642, China）
11-2047/S
Intra-row mechanical weeding, as a non-chemical weed control technology, reduces the application of chemical herbicides and is beneficial to the environment protection and sustainable development for agriculture as well. Most crops are cultivated in rows with a defined sowing or transplanting pattern, i.e. with a constant spacing distance. This is an important feature that can be used for plant recognition and localization. The goal of this study presented herein is to propose a recognition and localization approach, taking advantage of the knowledge of the sowing or transplanting pattern, to avoid crop automatically and enter into the intra-row area for
ISSN:1002-6819
DOI:10.3969/j.issn.1002-6819.2013.10.002