首页 / 专利库 / 作物管理 / 农业机器 / 一种基于机器视觉的玉米苗期机械除草识别方法及装置

一种基于机器视觉的玉米苗期机械除草识别方法及装置

阅读:489发布:2020-05-08

专利汇可以提供一种基于机器视觉的玉米苗期机械除草识别方法及装置专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于 机器视觉 的玉米苗期机械除草识别方法及装置,属于农业工程领域。通过识别摄像头采集图像,传输给处理器,通过基于机器视觉的玉米苗期机械除草识别方法,识别玉米植株区域,并测算玉米根部 位置 信息,然后控制执行机构动作,使得带豁口的旋转除草刀绕玉米根部旋转,除去玉米植株周围的 杂草 ,并通过导航摄像头实现除草装置路径导航。本发明提供了一种高 精度 、高速度的机械除草识别 算法 ,实现了除草装置自主高效作业,具有较强的实用价值。,下面是一种基于机器视觉的玉米苗期机械除草识别方法及装置专利的具体信息内容。

1.一种基于机器视觉的玉米苗期机械除草识别方法,其特征是:按照以下步骤进行操作,
将采集到的RGB图像根据颜色特征进行二值化处理,得到绿色植株为前景区域的二值化图像,去除噪声,然后对前景区域进行连通域标记;
计算HSV模型,分别得到饱和度图像和色度图像;
建立饱和度能量模型,用二值化图像对饱和度图像进行掩膜处理,并计算每个连通域内饱和度能量值,饱和度能量值最大的连通域即为玉米植株区域;
根据色度图像测算玉米植株的根部位置信息。
2.一种基于机器视觉的玉米苗期机械除草装置,由处理器[Ⅰ]、识别摄像头[Ⅱ]、导航摄像头[Ⅲ]、机械臂[Ⅳ]、末端执行器[Ⅴ]构成,其特征是:所述的处理器[Ⅰ]是系统的嵌入式控制器;所述的识别摄像头[Ⅱ]和导航摄像头[Ⅲ]是系统的视觉传感器,通过总线与处理器[Ⅰ]连接;所述的机械臂[Ⅳ]由处理器[Ⅰ]通过电机控制;所述的末端执行器[Ⅴ]即除草装置的除草刀,与机械臂[Ⅳ]相连接。
3.根据权利要求2所述的一种基于机器视觉的玉米苗期机械除草装置,其特征是:所述的识别摄像头[Ⅱ]采集得到的图像即为机械除草识别的RGB图像。
4.根据权利要求2所述的一种基于机器视觉的玉米苗期机械除草装置,其特征是:所述的处理器[Ⅰ]根据机械除草识别方法测算玉米植株的根部位置信息,进而控制机械臂[Ⅳ]动作。
5.根据权利要求2所述的一种基于机器视觉的玉米苗期机械除草装置,其特征是:所述的末端执行器[Ⅴ]即带豁口的旋转除草刀。

说明书全文

一种基于机器视觉的玉米苗期机械除草识别方法及装置

技术领域

[0001] 本发明涉及一种机械除草识别方法及装置,属于农业工程领域,具体来说涉及一种基于机器视觉的玉米苗期机械除草识别方法及装置。

背景技术

[0002] 杂草对于作物的生长危害极大,它与作物争夺肥、光、分、空间,容易滋生病虫害,从而降低作物产量和品质。目前已有的除草方法有人工除草、机械除草、化学除草、生物除草、火焰除草、电除草、辐射除草等。其中,机械除草不仅能够有效抵制农药、化肥的使用,满足有机生产系统及广大民众对于食品安全和环境保护的要求,而且可以增加土壤的透气性和透水性,有助于农作物的生长。机械除草的关键技术是杂草的精确识别,只有实现对杂草的精确识别,才能保证机械除草的智能化和精细化。
[0003] 玉米是我国第一大粮食作物,玉米田中常见的杂草包括一年生禾本科杂草唐、筋草、狗尾草等,一年生阔叶杂草反枝苋、藜、马齿苋等,多年生杂草香附子、田旋花、刺菜等。玉米苗期受杂草的危害最重,而中后期的玉米形成高大密闭的群体,对杂草的发生和生长受到抑制,对产量的影响不是太大。因此,玉米苗期是杂草防除的关键时期。
[0004] 本发明公开了一种高精度、高速度的玉米苗期机械除草识别算法,以及自主高效作业的机械除草装置,具有较强的实用价值。

发明内容

[0005] 针对玉米苗期杂草种类繁多,而现有技术对于杂草识别的准确性和实时性不足等问题,本发明公开一种高精度、高速度的玉米苗期机械除草识别算法,以及自主高效作业的机械除草装置。
[0006] 为实现上述目的,本发明所采用的技术方案是:一种基于机器视觉的玉米苗期机械除草识别方法,杂草识别等同于识别绿色植株中非玉米植株的部分,而对玉米植株的识别使得识别算法更加高效。
[0007] 一种基于机器视觉的玉米苗期机械除草识别方法,按照以下步骤进行操作,a、 将采集到的RGB图像根据颜色特征进行二值化处理,得到绿色植株为前景区域的二值化图像,去除噪声,然后对前景区域进行连通域标记;b、 计算HSV模型,分别得到饱和度图像和色度图像;
c、 建立饱和度能量模型,用二值化图像对饱和度图像进行掩膜处理,并计算每个连通域内饱和度能量值,饱和度能量值最大的连通域即为玉米植株区域;
d、 根据色度图像测算玉米植株的根部位置信息。
[0008] 一种基于机器视觉的玉米苗期机械除草装置,由处理器Ⅰ、识别摄像头Ⅱ、导航摄像头Ⅲ、机械臂Ⅳ、末端执行器Ⅴ构成,其特征是:所述的处理器Ⅰ是系统的嵌入式控制器;所述的识别摄像头Ⅱ和导航摄像头Ⅲ是系统的视觉传感器,通过总线与处理器Ⅰ连接;所述的机械臂Ⅳ由处理器Ⅰ通过电机控制;所述的末端执行器Ⅴ即除草装置的除草刀,与机械臂Ⅳ相连接;所述的识别摄像头Ⅱ采集得到的图像即为机械除草识别的RGB图像;所述的处理器Ⅰ根据机械除草识别方法测算玉米植株的根部位置信息,进而控制机械臂Ⅳ动作;所述的末端执行器Ⅴ即带豁口的旋转除草刀。
[0009] 本发明公开的基于机器视觉的玉米苗期机械除草识别方法及装置有以下特点:(1)玉米植株识别相比于杂草识别,方法更加简单,更加准确;
(2)引入HSV模型增加了识别方法的特征提取维度,简化了识别方法;
(3)根据玉米植株的根部位置信息控制带豁口的旋转除草刀作业能起到定点除草、旋转避苗的作用。
附图说明
[0010] 图1是基于机器视觉的玉米苗期机械除草识别方法流程图图2是玉米苗期机械除草装置结构示意图
图3是带豁口的旋转除草刀结构示意图
附图中各图例标记分别表示的意义如下:
Ⅰ—处理器,Ⅱ—识别摄像头,Ⅲ—导航摄像头,Ⅳ—机械臂,Ⅴ—末端执行器,1—除草刀的刀刃。

具体实施方式

[0011] 下面结合附图给出具体的实施例
[0012] 如图1所示,一种基于机器视觉的玉米苗期机械除草识别方法,按照以下步骤进行操作,a、 将采集到的RGB图像根据颜色特征进行二值化处理,将绿色分量大于红色分量和蓝色分量的区域作为前景区域,即为绿色植株区域,其它为背景区域,然后对二值化图像进行去噪处理,并对去除噪声的图像中的前景区域进行连通域标记;
b、 将RGB模型转换为HSV模型,分别得到饱和度图像和色度图像;
c、 建立饱和度能量模型,定义一个区域的饱和度能量为该区域中所有点的饱和度与饱和度均值的离差平方和,用二值化图像对饱和度图像进行掩膜处理,并计算每个连通域内饱和度能量值,饱和度能量值最大的连通域即为玉米植株区域;
d、 在玉米植株区域中,根部色度值最大,因此可以根据色度图像测算玉米植株的根部位置信息。
[0013] 具体用例:一、二值化处理——方便后期处理;
二、去噪处理——去除噪声干扰;
三、 连通域标记——便于对各连通域进行处理,在图1所示的图中共有7个连通域;
四、 获取饱和度图像——便于提取饱和度特征;
五、掩膜处理——便于分析各连通域的饱和度特征;
六、通过计算饱和度能量确定玉米植株——各连通域中饱和度能量最大的区域即为玉米植株区域,在图1所示的图中,标号为1的连通域饱和度能量最大,为玉米植株区域,重新标记为1,其他区域为杂草区域,重新标记为2;
七、获取色度图像——便于提取饱和度特征;
八、测算根部位置信息——便于用带豁口的旋转除草刀清除玉米植株周围的杂草,在图1所示的图中,分析重新标记为1的连通域,色度最大的像素点为根部位置,用白色圆圈标记出来。
[0014] 如图2所示,一种基于机器视觉的玉米苗期机械除草装置实施方式为,识别摄像头Ⅱ和导航摄像头Ⅲ作为系统的视觉传感器,分别采集图像以便进行玉米植株识别和除草装置路径规划,采集到的图像通过总线送到处理器I进行处理;处理器I通过导航线检测算法控制机械除草装置按行作业;处理器I通过玉米苗期机械除草识别方法识别玉米植株,并测算根部位置信息,进而控制机械臂IV产生相应动作;机械臂IV带动末端执行器V运动到玉米植株根部,进行定点除草。
[0015] 在该除草装置中,末端执行器V是一个带豁口的旋转除草刀,其俯视图如图3所示,当机械臂IV带动其运动到玉米植株根部位置时,豁口正对玉米植株,围绕中轴线顺时针旋转,除草刀的刀刃1切割、铲除玉米植株周围的杂草。通过改变除草刀直径可以改变杂草清除范围,通过改变除草刀豁口度,可以改变作物保护区大小,因此可以设计不同直径和不同豁口角度的除草刀,以便根据玉米植株的株距和行距选用不同的除草刀。
[0016] 上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但非用以限制本发明,凡在本发明的原则之内所作的修改和改进,均属于本发明要求保护的范围。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈