基于现有点的作物行检测技术

简介：
本研究聚焦于现有的作物行检测技术，探讨其在农业机械自主作业中的应用与优化，旨在提高精准农业水平和生产效率。 为了快速提取农田作物行中心线,设计了一种包含2G-R-B灰度变换—Otsu自动阈值图像二值化—形态学图像处理—左右边缘中间线检测算法的四步图像预处理方法，以此来获取代表作物行中心的特征点。通过扫描这些特征点并将其横坐标存储在二维数组中，利用聚类技术确定作物行上的已知点；随后采用基于已知点的随机直线检测算法进行作物行列出。实验结果表明，该算法能够克服光照影响，并适用于不同种类农作物的行提取工作。处理一幅640×480像素大小的彩色图像平均耗时196毫秒，正确识别率高达95%，满足了农业机器人田间作业的实际需求。与霍夫变换(HT)、随机霍夫变换(RHT)相比，该算法在计算时间和存储空间方面表现出更优越的特点。