基于三维飞行时间法成像的农作物-杂草识别及定位方法

摘要

一种基于三维飞行时间法成像的农作物-杂草识别及定位方法，当植株苗体茎杆特征明显时，采取三维飞行时间摄像机获取植株苗体的侧视三维图像；当植株苗体叶片特征明显时，采取三维飞行时间摄像机获取植株苗体的俯视三维图像。再对于侧视三维图和俯视三维图，分别进行三维土壤分割预处理，然后对于茎秆特征明显的植株苗体，采用Hough变换算法、管型特征测量算法提取茎秆特征；对于叶片明显的植株苗体，采用三维图像局部区域增长算法或检查局部曲面法线方向变化的连续性方法抽取叶片进行特征；在特征提取的基础上识别定位出杂草，与除草装置配合可进行快速自动化的除草作业；同时三维重建并定位出植株茎秆及苗体中心位置，进行作物植株苗体的精确定位，并自动得出农作物的株距和苗数等作物生长数据，便于对作物生长进行动态的自动化、精确化管理。

主权项

一种基于三维飞行时间法成像的农作物‑杂草识别及定位方法，所述的方法适用于茎杆特征明显的农作物与杂草的识别及定位，其步骤如下：A、三维图像获取采用三维飞行时间摄像机从侧面摄取获得农作物及杂草苗体的侧视三维图像；B、土壤及背景作物行的分割对侧视三维图像，根据土壤和农作物及杂草反射光强度的不同，用阈值分割法分割并去掉土壤；根据距离最近的当前作物行和其他的背景作物行的深度差，用阈值分割法分离去掉背景作物行；C、茎秆分割及特征提取对B步得到的图像，采用霍夫变换算法或管型特征测量算法或线性拟合匹配法分割并提取出当前作物行的主、支茎秆的特征；D、杂草识别将C步得到的当前作物行的主、支茎秆的特征与B步的图像进行比对，将既非主、支茎秆特征部位的图像，也非与主、支茎秆特征紧密相连部位的图像，判定为杂草的图像；并计算定位出当前作物行杂草的位置；E、茎秆三维图像重建及定位将C步得到的当前作物行的主、支茎秆的特征在三维空间进行茎秆特征建模，重建出当前作物行的主、支茎秆的三维图像；进而定位出当前作物行各植株的位置。