除草機(jī)器人視覺導(dǎo)航中路面檢測(cè)方法研究—基于DSP圖像深度處理

高 霞

(長(zhǎng)江職業(yè)學(xué)院,武漢 430074)

0 引言

計(jì)算機(jī)技術(shù)的發(fā)展和DSP芯片的出現(xiàn),為圖像處理提供了強(qiáng)大的工具,特別是DSP處理器的出現(xiàn),使得圖像嵌入式實(shí)時(shí)處理得以實(shí)現(xiàn)。除草機(jī)器人是當(dāng)前農(nóng)業(yè)一種新型的作業(yè)工具,其自主作業(yè)過程主要依靠視覺導(dǎo)航系統(tǒng)。為了提高導(dǎo)航系統(tǒng)的作業(yè)水平,擬將DSP嵌入式處理器安裝在除草機(jī)器人的視覺導(dǎo)航系統(tǒng)中,結(jié)合深度圖像技術(shù),實(shí)現(xiàn)對(duì)視覺系統(tǒng)采集圖像的實(shí)時(shí)處理,從而有效提高視覺系統(tǒng)的圖像處理速度和精度。隨著多核DSP處理技術(shù)的發(fā)展,DSP處理器逐漸可以實(shí)現(xiàn)大規(guī)模數(shù)據(jù)的處理,這對(duì)于現(xiàn)代農(nóng)機(jī)導(dǎo)航系統(tǒng)的研究意義深刻。

1 基于DSP的圖像處理技術(shù)

Digital Signal Processor(數(shù)字信號(hào)處理器)是一種專門用來實(shí)時(shí)、快速處理數(shù)字信號(hào)的器件,相比微處理器而言,其擁有更快的處理速度,且通用性廣泛,可以處理各種數(shù)字信號(hào),因此被廣泛的應(yīng)用在各種領(lǐng)域,包括車載導(dǎo)航系統(tǒng)、醫(yī)療系統(tǒng)以及軍事航天系統(tǒng)等。在圖像數(shù)字化處理方面,DSP的應(yīng)用非常廣泛,面對(duì)相對(duì)復(fù)雜的圖像,DSP高速處理器具有很大的優(yōu)勢(shì)。目前,DSP主要被應(yīng)用在嵌入式系統(tǒng)中,不過隨著DSP處理任務(wù)的日益復(fù)雜,單核的DSP系統(tǒng)已經(jīng)無法滿足大規(guī)模計(jì)算的需求,DSP處理器正向著多核處理器發(fā)展。

除草機(jī)器人是現(xiàn)代化農(nóng)機(jī)中一個(gè)新產(chǎn)品,其工作效率和作業(yè)質(zhì)量與機(jī)器視覺導(dǎo)航系統(tǒng)具有密切的聯(lián)系。為了提高除草機(jī)器人的自動(dòng)化作業(yè)水平,將DSP圖像處理技術(shù)應(yīng)用在機(jī)器人機(jī)器視覺導(dǎo)航系統(tǒng)中,并通過實(shí)驗(yàn)驗(yàn)證其可行性。實(shí)驗(yàn)流程框架如圖1所示。

圖1 基于DSP圖像處理的導(dǎo)航視覺系統(tǒng)實(shí)驗(yàn)流程Fig.1 The experimental process of navigation vision system based on DSP image processing

本次主要采用CCS和MatLab來集成實(shí)驗(yàn)環(huán)境。首先,利用PC機(jī)將采集得到的除草田壟的圖像轉(zhuǎn)換為CCS的.dat數(shù)據(jù)文件,將數(shù)據(jù)下載到外存儲(chǔ)器上;然后,將輸入傳送到DSP處理器對(duì)圖像進(jìn)行深度處理;最后,利用CCS將圖像提取出來,轉(zhuǎn)換到MatLab軟件中進(jìn)行驗(yàn)證。

2 除草機(jī)器人視覺圖像處理

圖像分為彩色圖像和灰度圖像:對(duì)于彩色圖像而言,圖像深度主要是其每個(gè)像素可能有的顏色數(shù),決定了圖像中最多可能的顏色數(shù);對(duì)于灰度圖像而言,圖像深度是指其每個(gè)像素可能有的灰度級(jí)數(shù),決定了圖像中最大灰度等級(jí)。在除草機(jī)器人導(dǎo)航視覺系統(tǒng)中,為了提高圖像的處理效率,一般采用灰度圖像,圖像深度處理基于圖像的灰度變換。圖像灰度變化可以使圖像的動(dòng)態(tài)范圍擴(kuò)大,增加清晰度和對(duì)比度,使圖像重要信息部分更加明顯,從而提取路面的導(dǎo)航線。

圖像的灰度變換主要包括兩種,一種是線性變換,另一種是非線性變換。線性變換主要是采用一個(gè)函數(shù)對(duì)灰度圖像中的每個(gè)像素點(diǎn)做線性擴(kuò)展,從而改變?cè)瓐D像的視覺效果。假設(shè)原圖像f(i,j)的灰度范圍為[a,b],通過圖像線性變換后的圖像為f'(i,j),其灰度范圍為[a′,b′],f(i,j)和f′(i,j)之間存在下列關(guān)系,即

(1)

線性變換還有另一種方式:假設(shè)圖像的灰度值大部分在[a,b]范圍內(nèi),少部分像素在小于a和大于b的區(qū)間,這種情況下可以做如下變換,即

(2)

通過這個(gè)變換將小于灰度級(jí)a和大于灰度級(jí)b的像素強(qiáng)行壓縮為a′和b′,雖然會(huì)丟失一部分信息,但會(huì)更容易得到圖像的特征信息,對(duì)于農(nóng)田路面中心導(dǎo)航線的提取有利。

非線性變換是將原始圖像f(i,j)的灰度范圍[a,b]通過自然對(duì)數(shù)變換到區(qū)間[a′,b′],最后得到變換圖像f′(i,j),其公式為

(3)

(4)

其中,k表示視覺導(dǎo)航系統(tǒng)采集得到的圖像對(duì)應(yīng)的總灰度級(jí)數(shù)。在此可以通過直方圖均衡化增加圖像的灰度值動(dòng)態(tài)范圍,直方圖極大值附近對(duì)比度增強(qiáng),極小值附近對(duì)比度降低,其變換函數(shù)為

(5)

其中,S=T(r)。T是變換函數(shù),在進(jìn)行變換時(shí)需要滿足以下條件:①T(r)在0≤r≤k-1范圍內(nèi)是個(gè)單調(diào)函數(shù);②對(duì)0≤r≤k-1有0≤T(r)≤k-1。 除草機(jī)器人實(shí)際作業(yè)過程中,受到作業(yè)環(huán)境的影響,采集的圖像會(huì)有缺失或者損壞部分,而圖像深度處理可以修補(bǔ)這些缺陷,從而提高導(dǎo)航的準(zhǔn)確性。對(duì)于普通圖像而言,其修補(bǔ)原理為

(6)

其中,(x,y)表示空白點(diǎn),(i,j)表示參考點(diǎn),(i,j)的權(quán)重為w(i,j),I(i,j)表示點(diǎn)(i,j)彩色信息,I(x,y)表示填補(bǔ)空白點(diǎn)(x,y)的取值。對(duì)于普通圖像,由于不區(qū)分前景圖像和后景圖像,容易造成圖像信息混亂;而深度圖像可以區(qū)分,在進(jìn)行修補(bǔ)時(shí)可以對(duì)前景參考點(diǎn)的影響進(jìn)行過濾,其公式為

(7)

其中,D(i,j)表示深度加權(quán)因子。其具體步驟為:首先判斷像素是否為空白點(diǎn)(見圖2),是空白點(diǎn)則進(jìn)行修補(bǔ);然后對(duì)圖像中的每個(gè)像素都進(jìn)行此操作;最后通過深度處理,可以得到除草機(jī)器人實(shí)際行走路面特征圖。

圖2 農(nóng)田路面特征提取過程Fig.2 The feature extraction process of farmland road surface

通過圖像的修補(bǔ)和深度處理,可以得到路面的基本特征,然后采用一定的方法得到采摘機(jī)器人實(shí)際行走的位置導(dǎo)航線,從而實(shí)現(xiàn)自主行走。

3 除草機(jī)器人視覺導(dǎo)航系統(tǒng)測(cè)試

為了驗(yàn)證DSP圖像深度處理技術(shù)在除草機(jī)器人導(dǎo)航系統(tǒng)中使用的可行性,以機(jī)器人農(nóng)田路面導(dǎo)航線的提取為實(shí)驗(yàn)?zāi)康恼归_研究。圖3所示是法國(guó)公司研究的一款除草機(jī)器人,機(jī)器人可以自主識(shí)別行走路線,實(shí)現(xiàn)自主作業(yè)。

圖3 除草機(jī)器人作業(yè)示意圖Fig.3 The sketch diagram of weeding robot operation

在除草機(jī)器人導(dǎo)航系統(tǒng)中,采用DSP圖像深度處理可以提取農(nóng)田路面行走導(dǎo)航線,根據(jù)農(nóng)田的特點(diǎn),通過提取田壟中值截距作為導(dǎo)航線。通過除草機(jī)器人機(jī)器視覺的圖像采集可以得到田壟左半部分的N個(gè)點(diǎn)(xi,yi),i=1,2,3…N,加上相鄰左側(cè)田壟的線方程為

(8)

其中,a、b分別表示直線L在x、y軸上的截距。任意選擇采集圖像上的兩個(gè)像素點(diǎn)p(xi,yi),p(xj,yj),過兩點(diǎn)做直線并計(jì)算在x、y軸上的截距,則

(9)

對(duì)于N個(gè)點(diǎn),相應(yīng)的可以做出N(N-1)/2條直線,并到兩組截距值{aij}、{bij}。對(duì)截距取中值,可得

(10)

式(10)所得的a、b就是對(duì)整個(gè)集合{aij}、{bij}的中值估計(jì)。通過將點(diǎn)進(jìn)行擬合,便可以得到除草機(jī)器人的導(dǎo)航位置線。

導(dǎo)航位置線提取過程如圖4所示。根據(jù)前述的導(dǎo)航位置線提取原理,可以通過采集兩側(cè)田壟位置線,然后利用中值截距計(jì)算方法得到擬合點(diǎn),通過直線擬合便可以得到導(dǎo)航線。為了驗(yàn)證方法的可行性,進(jìn)行了如圖5所示的實(shí)驗(yàn)。

圖4 導(dǎo)航位置線提取過程Fig.4 The extraction process of navigation position line

圖5 農(nóng)田路面導(dǎo)航位置線監(jiān)測(cè)實(shí)驗(yàn)Fig.5 The position line Monitoring Experiment of farmland road navigation

按照農(nóng)田田壟農(nóng)作物的特點(diǎn)進(jìn)行了農(nóng)田模擬作業(yè)場(chǎng)景的布置,然后利用基于DSP深度圖像處理的導(dǎo)航視覺系統(tǒng)對(duì)圖像進(jìn)行了采集,并利用導(dǎo)航位置線進(jìn)行了提取,得到了如圖6所示的結(jié)果。

圖6 農(nóng)田路面導(dǎo)航位置線監(jiān)測(cè)結(jié)果Fig.6 The position line Monitoring Result of farmland road navigation

通過DSP圖像深度處理,可以得到透明度明顯的灰度圖像;然后,通過中值截距計(jì)算原理得到了導(dǎo)航位置線的擬合點(diǎn);通過直線擬合,最終可以得到除草機(jī)器人的導(dǎo)航位置線。

4 結(jié)論

為了提高除草機(jī)器人視覺導(dǎo)航系統(tǒng)的圖像處理速度與精度,將DSP處理器引入到了導(dǎo)航系統(tǒng)的設(shè)計(jì)上,并結(jié)合圖像深度處理技術(shù)對(duì)導(dǎo)航系統(tǒng)進(jìn)行了升級(jí)改造。為了驗(yàn)證方案的可行性,采用MatLab軟件和CSS集成了仿真環(huán)境,對(duì)導(dǎo)航系統(tǒng)的圖像處理水平進(jìn)行了實(shí)驗(yàn)測(cè)試,主要測(cè)試其對(duì)導(dǎo)航線的識(shí)別能力,導(dǎo)航位置線的提取采用農(nóng)田田壟中值截距方法。實(shí)驗(yàn)結(jié)果表明:采用DSP處理器和深度圖像處理技術(shù)可以有效地識(shí)別農(nóng)田導(dǎo)航位置線,識(shí)別精度較高,可以滿足除草機(jī)器人的設(shè)計(jì)需求。