农业机器人导航中两类纹理边缘的快速跟踪与透视变换

作者：周平; 汪亚明; 赵匀

来源：农业工程学报, 2005, 21(9): 103-109.

DOI：10.3321/j.issn:1002-6819.2005.09.023

• 自主式导航
• 边缘跟踪
• 自然环境
• 纹理分割
• 透视变换

野外田间的主动摄像机视觉,尤其是对作物割过与未割过的高相似颜色表面进行实时识别与跟踪是一项极具挑战性的工作.提出了两种全新的快速分割方法,以用于农业机器人导航.其关键是基于多尺度特征提取,通过求取k-层行像素极值的加权均值来形成窄带兴趣区,以及基于相邻行像素两类特征证据增强与多证据模糊判别进行分割增强.提出了新的方法,分割出导向线能够自适应环境的一些变化.同时,本研究还提出了一种快速透视变换算方法和摄像机主姿态的一次性校正方法,能够在1 ms内完成对分割导向线参数的透视投影变换,在0.5 s内通过自校正获取相机的主姿态角.开发了一套对园艺草割过与未割过的边缘进行在线跟踪的分析软件.试验和相应的误差分析结果令人满意(160×120显示分辨率下,能在55 ms内自主做出经透视投影变换的作业机理想移动方向决策,普通难度的相似颜色序列图像的分割误差被控制在了平均5%以内).对最佳适应步法(BFS)做了改进,提出了多行最佳适应步法(MR-BFS),在不降低正确性的前提下使其分割速度提高了100%以上.通过折衷组合多行最佳适应步法(MR-BFS)与多证据模糊增强法(MEFE)进行在线试验,获得了160×120分辨率下8～9帧/秒的边缘自动跟踪性能.边缘跟踪试验显示:自然图像中的不同色块和阴影对其分割影响不大,能够快速输出导向跟踪参数.如果待分割纹理表面的颜色距离相对较远,还可采用本文新提出的颜色分量运算+颜色位屏蔽方法.该方法能在320×240分辨率下,在20～30 ms内实现全帧的鲁棒分割,获得田间实时的多边缘跟踪性能.该方法避免了耗时的计算和人的操作介入,可被进一步应用于农业机器人的实际导航控制中.

• 单位
  浙江理工大学; 浙江大学