高茬水田旋耕路徑識別方法研究.pdf

1、水田耕整過程中由于駕駛員熟練度的差異容易出現(xiàn)重耕、漏耕現(xiàn)象，為消除這種人為誤差、提高工作效率，可以給旋耕機(jī)引入導(dǎo)航路徑識別系統(tǒng)。目前國內(nèi)很少有關(guān)于水田旋耕視覺導(dǎo)航路徑識別方法的研究，本研究以水田耕整圖像為研究對象，以東方紅LX-854拖拉機(jī)為試驗平臺，開展了針對水田旋耕機(jī)視覺導(dǎo)航路徑識別方法的研究，具體研究內(nèi)容如下:
　　(1)在東方紅LX854拖拉機(jī)上搭建了圖像采集系統(tǒng)平臺，平臺允許自由調(diào)整攝像頭的安裝位置與拍攝角度，根據(jù)拍攝要

2、求確定攝像頭安裝高度為2.4m，拍攝角度為與水平面成23.5°角向下。
　　(2)使用不同的去噪方法處理水田耕整圖像，通過對比處理結(jié)果確定選擇式掩膜平滑法為最適合水田耕整圖像的去噪方法。
　　(3)對水田耕整圖像在HSI色彩空間進(jìn)行了特性研究，研究表明采用彩色特征值Ⅰ用來區(qū)分圖像中土壤區(qū)域與秸稈區(qū)域邊界效果較好。
　　(4)對水田耕整圖像的彩色特征值Ⅰ進(jìn)行了直方圖分析，提出了過量補(bǔ)償算法，通過設(shè)置邊界閾值來區(qū)分圖像中土

3、壤區(qū)域與秸稈區(qū)域，應(yīng)用該算法識別圖像中土壤區(qū)域與秸稈區(qū)域邊界信息誤差不大于1％。
　　(5)設(shè)計編寫了邊界閾值分析軟件，使用該軟件可以快速檢測出不同作業(yè)環(huán)境下圖像邊界閾值信息。
　　(6)對攝像頭進(jìn)行了標(biāo)定，確定了攝像頭的內(nèi)外參，內(nèi)參平均誤差為0.15像素、畸變系數(shù)為0.18。
　　(7)使用最小二乘法對水田耕整圖像中土壤區(qū)域與秸稈區(qū)域邊界點進(jìn)行擬合，結(jié)合攝像頭內(nèi)外參的標(biāo)定結(jié)果得到了導(dǎo)航路徑信息。
　　(8)設(shè)計