楊杰 覃溪 潘福增

【摘 要】田間圖像分割閾值是影響分割效果的重要參數(shù)，針對(duì)田間導(dǎo)航線的提取，對(duì)比了不同閾值分割效果提取田間導(dǎo)航線間的差異。對(duì)9幅田間圖像分別采取不同閾值提取導(dǎo)航線，進(jìn)行方差分析均存在顯著差異。這表明分割閾值對(duì)田間導(dǎo)航線提取存在顯著影響。

【關(guān)鍵詞】分割閾值；田間；導(dǎo)航線

通過(guò)農(nóng)業(yè)機(jī)械的廣泛使用減少勞動(dòng)強(qiáng)度已經(jīng)成為現(xiàn)代農(nóng)業(yè)的共識(shí)，而通過(guò)引入自動(dòng)控制技術(shù)實(shí)現(xiàn)農(nóng)業(yè)機(jī)械的自動(dòng)化和智能化成為現(xiàn)代農(nóng)業(yè)的新方向。為實(shí)現(xiàn)農(nóng)業(yè)機(jī)械自動(dòng)行駛，近年來(lái)視覺(jué)導(dǎo)航技術(shù)逐漸成為研究的熱點(diǎn)[1][2][3][4]。在農(nóng)業(yè)設(shè)備視覺(jué)導(dǎo)航中，田間圖像的分割閾值是重要影響因素，因此對(duì)分割閾值對(duì)導(dǎo)航線提取影響的研究將為相關(guān)設(shè)備的開(kāi)發(fā)提供理論基礎(chǔ)。

1.田間導(dǎo)航線提取算法

現(xiàn)有的田間導(dǎo)航技術(shù)一般分為3個(gè)步驟：圖像分割，特征點(diǎn)提取，導(dǎo)航線擬合。其中圖像分割是后續(xù)步驟的基礎(chǔ)。現(xiàn)有視覺(jué)導(dǎo)航設(shè)備采集到的田間圖像多為RGB圖像，即運(yùn)用R、G、B三個(gè)值表示每個(gè)像素點(diǎn)紅、綠、藍(lán)的程度，進(jìn)而表示每個(gè)像素點(diǎn)的顏色。田間采集到用于導(dǎo)航的田間圖像一般如圖1（a）所示。

圖像分割就是將田間圖像中綠色的植被與其他顏色的背景分離開(kāi)，從而根據(jù)綠色作物提取綠色作物中間的壟間道路，也就是農(nóng)業(yè)設(shè)備的導(dǎo)航線?，F(xiàn)有研究中一般采用超綠特征（2G-R-B）進(jìn)行閾值分割，也有采用歸一化后的超綠特征進(jìn)行分割。但是對(duì)于閾值的選取缺乏公認(rèn)的方法。圖1（a）閾值分割后的圖像如圖1（b）所示。分割圖中白色的部分表示綠色植被，數(shù)值為1。分割圖中黑色的部分表示背景，數(shù)值為0。因?yàn)榉指顖D中只有0和1兩種數(shù)值，因此這也被稱為二值圖。

獲取分割后的二值圖后，一般需要提取特征點(diǎn)，最多見(jiàn)的方法就是逐行掃描圖像，提取每行綠色植物的中心點(diǎn)，也就是白色坐標(biāo)的中心點(diǎn)。當(dāng)然，也有其他方法，比如提取中間壟線的中線點(diǎn)，但是提取綠色作物的中心點(diǎn)誤差較為穩(wěn)定，所以較為多見(jiàn)。這些中心點(diǎn)坐標(biāo)就是導(dǎo)航線擬合中需要的特征點(diǎn)。

提取特征點(diǎn)后，就需要根據(jù)特征點(diǎn)擬合導(dǎo)航線?，F(xiàn)在最常見(jiàn)的導(dǎo)航線提取算法一般是最小二乘法和HOUGH變換。兩種方法擬合的效果差別不大，其主要思想都是找到一條直線使得盡量符合已知特征點(diǎn)的坐標(biāo)規(guī)律。如圖1（b）提取綠色植被各行中心點(diǎn)為特征點(diǎn)，運(yùn)用最小二乘法擬合直線結(jié)果如圖1（c）所示。

2.分割閾值影響分析

顯然，分割閾值的不同將使得田間導(dǎo)航圖像的分割結(jié)果不同，一些點(diǎn)可能由綠色植被判斷為背景，或者將背景判斷為作物。因此，分割閾值影響分割精度得到共識(shí)。但是，經(jīng)過(guò)特征點(diǎn)提取和導(dǎo)航線擬合后分割閾值帶來(lái)的差異影響是否存在并無(wú)定論。

如果在分割過(guò)程中由于田間圖像的某些特點(diǎn)存在誤差抵消的情況，甚至可能使得不同分割閾值帶來(lái)的差異消失。一旦這一假設(shè)成立，在研究中則可以考慮忽略分割閾值的影響，這對(duì)于分割閾值的選取具有較大影響。

3.實(shí)驗(yàn)與結(jié)果

為驗(yàn)證相關(guān)情況，選擇9幅田間導(dǎo)航圖像，采用超綠特征分割圖像。分割中采取兩個(gè)不同的閾值進(jìn)行分割。分割后分別提取每行綠色作物中心點(diǎn)為特征點(diǎn)，擬合直線作為導(dǎo)航線。所擬合直線y=ax+b中系數(shù)a和b分別如表1所示。為分析不同分割閾值的結(jié)果，對(duì)每幅圖像所得兩條導(dǎo)航線在圖像中每行的點(diǎn)進(jìn)行配對(duì)樣本t檢驗(yàn)，得到每幅圖像兩條導(dǎo)航線的顯著性概率如表1所示。

如表1所示，9幅圖像的不同閾值分割后所獲取的導(dǎo)航線之間的顯著概率都近似為0，這表明導(dǎo)航線之間存在顯著差異。這就表明分割閾值的選取直接影響導(dǎo)航線提取的精度。

參考文獻(xiàn)：

[1]戴青玲， 李克儉， 黃玲， 胡波. 曲線導(dǎo)航線提取中腐蝕參數(shù)的分析. 安徽農(nóng)業(yè)科學(xué)，2011（7）.

[2]張志斌， 潘華穩(wěn)， 李琛， 王冰清. 一種基于平均壟間距的視覺(jué)導(dǎo)航壟線識(shí)別算法. 計(jì)算機(jī)工程與應(yīng)用，2011（22）.

[3]張成濤， 譚彧， 吳剛， 王書(shū)茂. 基于達(dá)芬奇技術(shù)的收割機(jī)視覺(jué)導(dǎo)航圖像處理算法試驗(yàn)系統(tǒng). 農(nóng)業(yè)工程學(xué)報(bào)，2012（22）.

[4]李景彬， 陳兵旗， 劉陽(yáng)， 查濤. 采棉機(jī)視覺(jué)導(dǎo)航路線圖像檢測(cè)方法. 農(nóng)業(yè)工程學(xué)報(bào)，2013（11）.

項(xiàng)目基金：

廣西大學(xué)生創(chuàng)新創(chuàng)業(yè)項(xiàng)目（2013CXJH16）