基于机器视觉的叶菜类蔬菜菜垄识别算法

• 作者: 向阳 李亚军 林洁雯 胡正方 龙震寰
• 来源期刊: 中国农业大学学报
• 学科: 工学
• 关键词: 叶菜 机器视觉 Huber损失函数 自主导航
• 年，卷（期）: 2020,（3）
• 页码范围: 88-98
• 页数: 11页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11841/j.issn.1007-4333.2020.03.11

摘要

针对目前叶菜类蔬菜田间作业自动化程度低,缺乏适用自主导航技术等问题,提出一种基于机器视觉的叶菜类蔬菜菜垄识别算法.利用改进超绿算法(Gray=2Cg Cr-Cb)对菜地图像进行灰度化,通过二值形态学变换和连通区域提取获得菜垄区域和边界,基于Huber损失函数进行边界曲线拟合,最终提取导航基准线.图像处理结果表明:1)本研究提出的识别算法在不同光照环境下具有较好的鲁棒性,自然综合光照条件下导航基准线提取成功率为97.5％;2)基于Huber损失函数获取到的导航基准线,平均均方根误差为0.668像素,比最小二乘法高72.5％,平均角度偏差为0.273°,比最小二乘法高72.6％,且处理速度与最小二乘法相似.试验证明本研究算法可实现在自然光照条件下对叶菜类蔬菜图像的菜垄识别和导航基准线提取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向阳	湖南农业大学工学院	35	129	6.0	10.0
2	林洁雯	湖南农业大学工学院	5	6	1.0	2.0
3	李亚军	湖南农业大学工学院	5	4	1.0	2.0
4	胡正方	湖南农业大学工学院	3	1	1.0	1.0
5	龙震寰	湖南农业大学工学院	1	0	0.0	0.0