2007年2月农业机械学报第38卷第2期基于机器视觉的麦田边界检测张磊王书茂陈兵旗祝青园【摘要】针对不同时期麦田场景,提出了基于机器视觉的边界(田埂)检测算法。将摄像机安装在农田作业机械前方,在作业过程中采集麦田场景图像。根据麦田和田外区域的不同颜色及亮度特征,判断出田埂的位置以及田埂线的方向候补点群,使用过已知点的哈夫变换计算出田埂线的斜率。经过对多幅不同时期麦田图像的处理,证明本检测算法可以适应不同时期的麦田环境,并且具有速度快、抗干扰、准确性高等优点。关键词:机器视觉哈夫变换田埂检测中图分类号:TP2426+2文献标识码:A﹦﹥┉┉┄┃┄┇〇┉﹨━﹣┈┄┃┃┈┄┃ZhangleiWangShumaoChenBingqiZhuQingyuan(爞牎牏牕牃爛牋牜牏牅牣牓牠牣牜牃牓爺牕牏牤牉牜牞牏牠牪)﹢┈┉┇┉Accordingtovariouswheatfieldconditionsindifferentphases,thefieldedgedetectionalgorithmbasedonmachinevisionwasputforward.Thecameramountedinfrontofthetractorcouldcapturetheimageswheatfieldduringtheprocessofworking.Withthecolorandluminancedifferenceofwheatfieldandoutsidethefield,thepositionoffieldedgeandthecandidatepointsofitcouldbedetected;theslopeofthefieldedgewascalculatedbyusingpassingaknownpointHoughtransform.Testresultsshowedthatthemethodwassuitablefordifferentwheatfieldphasesandhascharacteristicsoffastspeed,highveracityandresistinginterference.┎┌┄┇┈Machinevision,Houghtransform,Fieldedgedetection收稿日期:20060821“十五”国家科技攻关计划资助项目(项目编号:2004BA524B)张磊中国农业大学工学院博士生,100083北京市王书茂中国农业大学工学院教授通讯作者陈兵旗中国农业大学工学院副教授祝青园中国农业大学工学院博士生引言随着以信息化技术为核心的精细农业的兴起,机器视觉导航以其灵活性、实时性和导航精度好等优点得到了普遍的关注。基于视觉导航的农田作业机械,在自动喷洒农药和肥料、收割作业、中耕除草、插秧等许多方面有着广泛的应用前景。许多专家利用机器视觉对农田导航目标进行了深入的研究。ChenB[1~5]等利用微分算法、亮度分析法、颜色分析法等方法检测水田里的目标对象,利用过已知点的Hough变换检测目标直线,实现插秧机器人、水田管理机器人等导航目标的自动检测。BensonER[6]等利用自适应聚类算法对图像进行分割和分类,然后利用时序线性回归来确定作物收割燉未收割的边界,同时利用自适应模糊逻辑算法评价回归线的效果,确定回归线的收敛程度。作为智能型的农田作业机械,不但要对作业区域内的犁沟、农作物列[7~8]、已作业区与未作业区之间的标识线[9]进行正确的识别,同时为了保证农田作业流程的完整性,还要能够对田埂进行识别。田埂一般代表了农田区域与非农田区域的边界,或者一个农田区域与另一个农田区域的边界。本文以麦田图1作业区域示意图Fig.1Workingfie...