基于视觉的智能稻麦收割机割幅测量方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109215071A(43)申请公布日2019.01.15(21)申请号201811167046.7(22)申请日2018.10.08(71)申请人东南大学地址210096江苏省南京市玄武区四牌楼2号(72)发明人王立辉杨雨(74)专利代理机构南京经纬专利商标代理有限公司32200代理人徐莹(51)Int.Cl.G06T7/60(2017.01)G06T7/13(2017.01)G06T5/30(2006.01)G06T7/80(2017.01)G06T5/00(2006.01)权利要求书2页说明书6页附图2页(54)发明名称基于视觉的智能稻麦收割机割幅测量方法(57)摘要本发明公开了一种基于视觉的智能稻麦收割机割幅测量方法，包括：根据相机标定获取的内外参数矩阵，对世界坐标系与相机图像像素平面坐标系进行匹配，利用逆透视投影将相机获取的原始稻麦图像变换为俯视图；获取收割边界线到分禾器的实际目标距离，结合缩小因子得到俯视图中目标区域的像素宽度及确定目标区域图像；图像预处理操作；基于形态学的已收割稻麦与未收割稻麦收割边界线提取，得到包含收割边界线的目标区域二值化图像；利用概率HOUGH变换方法检测图像中收割边界线并获取坐标参数，求解得到图像中分禾器到收割边界线的像素距离，并计算出收割机实际工作的割幅值。本发明提高可靠性，能够实时安全的进行智能稻麦收割机割幅的高精度测量。CN109215071ACN109215071A权利要求书1/2页1.基于视觉的智能稻麦收割机割幅测量方法，其特征在于，包括以下步骤：步骤S1：根据相机标定获取的内外参数矩阵，利用坐标转换公式对收割机的世界坐标系与相机图像像素平面坐标系进行匹配，及在相机图像像素平面坐标系下利用逆透视投影方法将相机获取的原始稻麦图像变换为俯视图；步骤S2：获取已收割稻麦与未收割稻麦的收割边界线到收割机中分禾器的实际目标距离，结合世界坐标系下稻麦尺寸与相机图像像素平面坐标系下稻麦尺寸之间的缩小因子得到俯视图中目标区域的像素宽度及确定目标区域图像；步骤S3：对目标区域图像进行图像预处理操作；步骤S4：对预处理后的目标区域图像进行基于形态学的已收割稻麦与未收割稻麦收割边界线提取，得到包含收割边界线的目标区域二值化图像；步骤S5：利用概率HOUGH变换方法检测目标区域二值化图像中的收割边界线，并获取收割边界线的坐标参数；步骤S6：根据获取的收割边界线坐标参数与分禾器在俯视图中的已知像素坐标值，求解得到俯视图中分禾器到收割边界线的像素距离，并根据求解的像素距离与缩小因子、收割机的实际割台宽度，计算出收割机实际工作的割幅值。2.根据权利要求1所述基于视觉的智能稻麦收割机割幅测量方法，其特征在于，所述步骤1将原始稻麦图像变换为俯视图采用公式：其中，u，v分别为原始稻麦图像的像素横和纵坐标，i和j分别为俯视图的像素横和纵坐标，系数b33＝1，T1为图像线性变换矩阵，T2为图像透视变换矩阵，T3为图像平移矩阵。3.根据权利要求1所述基于视觉的智能稻麦收割机割幅测量方法，其特征在于，所述步骤2得到俯视图中目标区域的像素宽度p采用公式：p＝d·A其中，d为已收割稻麦与未收割稻麦的收割边界线到收割机中分禾器的实际目标距离；A为世界坐标系下稻麦尺寸与相机图像像素平面坐标系中稻麦尺寸之间的缩小因子。4.根据权利要求1所述基于视觉的智能稻麦收割机割幅测量方法，其特征在于，所述步骤3对目标区域图像进行图像预处理操作包括开运算、反色及中值滤波处理。5.根据权利要求1所述基于视觉的智能稻麦收割机割幅测量方法，其特征在于，所述步骤4中基于形态学的已收割稻麦与未收割稻麦收割边界线提取，包括：步骤S4.1：利用加权平均法将预处理后的目标区域图像转换为只有一个通道的目标区域灰度图像；步骤S4.2：对所述目标区域灰度图像进行自适应二值化处理，得到目标区域二值化图像；步骤S4.3：利用结构元素对目标区域二值化图像进行先腐蚀后膨胀操作，得到包含已收割稻麦与未收割稻麦收割边界线的目标区域二值化图像。6.根据权利要求1所述基于视觉的智能稻麦收割机割幅测量方法，其特征在于，所述步骤5利用概率HOUGH变换方法检测目标区域二值化图像中的收割边界线，包括：步骤S5.1：随机获取收割边界线上的前景点(is,js)，映射到极坐标系得到通过该前景2CN109215071A权利要求书2/2页点的一族直线方程rθ；步骤S5.2：找出极坐标系中通过不同前景点的多族直线的交点(rm,θm)达到设定最小投票数的对应在俯视图中像素坐标系i-j下的直线L，及获得直线L的方程；步骤S5.3：将位于直线L上的点连成线段，并记录线段起始点坐标(ipt1,jpt1)和终止点坐标(ipt2,jpt