摘要：快速精準的檢測出導航路線并對田端做出準確判斷是收割機視覺導航的前提。為解決玉米收割機導航作業過程中因玉米列陰影、玉米田端的雜草等因素對檢測精度干擾的問題，該文通過分析視覺導航圖像的顏色特征去除陰影干擾，對玉米收割機提取導航作業路徑和判斷田端提出了檢測算法。為減少計算量，設定關注區域作為非第一幀圖像的處理范圍；為去除玉米列陰影對檢測結果造成的干擾，強調關注區域內G（綠色）分量并減弱R（紅色）或B（藍色）分量；為加快處理速度，采用跳行累計G分量的方式確定候補點。在關注區域內對圖像中去除陰影干擾后的G分量垂直累計值查找候補點，對圖像上半部分收斂性好的候補點通過方差計算確定出已知點，再利用過已知點Hough變換擬合出玉米列邊界所在的導航線。最后采用R分量的連續突變判斷收割機是否到達田端。田間試驗表明：目標直線的平均檢測時間為50.13ms/幀，對田端的檢測準確可靠，滿足玉米收割的作業要求。該研究成果也適用于高粱等其它高桿作物的機械化收獲應用。

　　關鍵詞：農業機械；作物；圖像處理；導航線檢測；過已知點Hough變換

　　0引言

　　自動導航技術融合了計算機技術、電子通信、控制技術等多種學科。農業機械的自動導航作為現代智能農業機械的一個重要組成部分，有著廣闊的發展前景[1-3]。

　　農用車輛導航的研究開始于美國20世紀80年代中期，發展于90年代，從90年代初期開始了農業車輛的導航研究[4]，目前主要聚焦在機器視覺和GPS導航這2種最具有發展前景的方式上[5]。其中，機器視覺的導航方式不受地形限制，并且具有成本低廉、作業靈活、信息豐富等優勢，近幾年來受到科研人員的廣泛關注。

　　1.1硬件及圖像采集

　　試驗視頻在天津武清區的玉米收獲現場采集，圖像采集相關設備為奧尼Q718型USB數碼攝像機。攝像機安裝在玉米收割機駕駛員一側的后視鏡上正對收割邊界線，安裝高度約2m，俯視角約30°（如圖1），收割機的行駛速度平均10km/h。收割過程中拍攝得到現場彩色視頻圖像，視頻采集幀率為25幀/s，每幀圖像大小為640×480像素。

　　1.2玉米列邊界線圖像檢測

　　Hough變換是一種有效的直線檢測方法，由于對隨機噪聲和部分遮蓋不敏感，因此被廣泛地應用于機器視覺和模式識別等領域[20-25]。導航過程中農田中的作物、雜草、土壤等一系列自然因素交織在一起形成了復雜的檢測環境，同時攝像機分辨率、色差及在拍攝過程中攝像機的震動也會對檢測結果帶來影響。為了提高檢測的準確性以滿足室外光源下的農田作業要求，本文將玉米列邊界線先假設為直線，然后對彩色圖像的紅（R）、綠（G）、藍（B）3原色進行顏色特征分析得到候補點群，再通過特定區域內候補點的方差得到一個特定點作為已知點，最后用過已知點Hough變換檢測獲得導航直線。

　　2試驗結果與分析

　　2.1玉米列邊界線圖像檢測

　　判斷整個地段的顏色特征，找到除G分量以外的最大顏色分量與G分量進行對比，增強這部分區域的G分量以消除陰影的干擾。在已知點的確定、處理區域的確定方面采用了對G分量跳行累計的方法，使得檢測更加合理、準確。

　　2.2田端圖像檢測

　　圖6中橫向的粗實線顯示了田端圖像原圖及導航終止線的測結果。田端的環境比較復雜，未收獲區的田端有缺苗現象且雜草干擾多，采用顏色分量的多次突變判斷田端的方式，可以有效避免誤判。

　　3結論

　　本文針對玉米收割機在自動導航過程中的視覺導航路線、田端判斷及提高導航效果方面提出了的圖像檢測算法。

　　1）針對導航線的檢測，將第一幀與非第一幀圖像采用不同方法設定動態關注區域，在適應目標線的傾斜以及壟線彎曲的同時減少了數據處理量。第一幀圖像的關注區域為以候補點為中心的3個動態部分，而非第一幀圖像處理區域大小與目標線的傾斜度與壟行的彎曲度正相關。

　　2）針對田端導航終止線的檢測，提出了在田端圖像復雜的情況下用顏色分量R的多次突變判斷田端的方式，避免了由于未收獲區的田端缺少玉米植株或有雜草干擾而造成的誤判。

　　3）在提高導航準確性和速度方面，實時導航的過程中在圖像上半部分尋找已知點，由于圖像收斂，已知點確定的更加準確；采用跳行累計非一幀圖像的G分量值，加快了導航線檢測的處理速度，使目標直線的平均檢測時間為每幀50.13ms。通過試驗證明，本文提出的算法可以快速有效檢測玉米收獲的導航直線以及對田端進行準確判斷。導航線的判斷準確無誤，田端的判斷與實際吻合。本研究成果也可以為高粱等其他高桿作物機械化收獲視覺導航路線的檢測提供參考。

　　[參考文獻]

　　[1]王豐元，周一鳴，孫壯志.車輛引導路線檢測的計算機視覺技術初探[J].農業機械學報，1998，29(1)：1－5.

　　[2]胡靜濤，高雷，白曉平，等.農業機械自動導航技術研究進展[J].農業工程學報，2015，31(10)：1－10.

　　[3]李軍，馬蓉.基于多傳感器融合的拖拉機自動導航技術[J].農機化研究，2011，33(12)：237－240.

　　[4]邵剛，毛罕平.農業機械機器視覺導航研究進展[J].安徽農業科學，2007，35(14)：4394－4396.

　　梁習卉子1,2，陳兵旗1※，姜秋慧1，朱德利1，楊明1，喬妍1