楊杰 覃溪 潘福增

【摘 要】田間圖像分割閾值是影響分割效果的重要參數(shù)，針對田間導航線的提取，對比了不同閾值分割效果提取田間導航線間的差異。對9幅田間圖像分別采取不同閾值提取導航線，進行方差分析均存在顯著差異。這表明分割閾值對田間導航線提取存在顯著影響。

【關鍵詞】分割閾值；田間；導航線

通過農(nóng)業(yè)機械的廣泛使用減少勞動強度已經(jīng)成為現(xiàn)代農(nóng)業(yè)的共識，而通過引入自動控制技術實現(xiàn)農(nóng)業(yè)機械的自動化和智能化成為現(xiàn)代農(nóng)業(yè)的新方向。為實現(xiàn)農(nóng)業(yè)機械自動行駛，近年來視覺導航技術逐漸成為研究的熱點[1][2][3][4]。在農(nóng)業(yè)設備視覺導航中，田間圖像的分割閾值是重要影響因素，因此對分割閾值對導航線提取影響的研究將為相關設備的開發(fā)提供理論基礎。

1.田間導航線提取算法

現(xiàn)有的田間導航技術一般分為3個步驟：圖像分割，特征點提取，導航線擬合。其中圖像分割是后續(xù)步驟的基礎?，F(xiàn)有視覺導航設備采集到的田間圖像多為RGB圖像，即運用R、G、B三個值表示每個像素點紅、綠、藍的程度，進而表示每個像素點的顏色。田間采集到用于導航的田間圖像一般如圖1（a）所示。

圖像分割就是將田間圖像中綠色的植被與其他顏色的背景分離開，從而根據(jù)綠色作物提取綠色作物中間的壟間道路，也就是農(nóng)業(yè)設備的導航線?，F(xiàn)有研究中一般采用超綠特征（2G-R-B）進行閾值分割，也有采用歸一化后的超綠特征進行分割。但是對于閾值的選取缺乏公認的方法。圖1（a）閾值分割后的圖像如圖1（b）所示。分割圖中白色的部分表示綠色植被，數(shù)值為1。分割圖中黑色的部分表示背景，數(shù)值為0。因為分割圖中只有0和1兩種數(shù)值，因此這也被稱為二值圖。

獲取分割后的二值圖后，一般需要提取特征點，最多見的方法就是逐行掃描圖像，提取每行綠色植物的中心點，也就是白色坐標的中心點。當然，也有其他方法，比如提取中間壟線的中線點，但是提取綠色作物的中心點誤差較為穩(wěn)定，所以較為多見。這些中心點坐標就是導航線擬合中需要的特征點。

提取特征點后，就需要根據(jù)特征點擬合導航線。現(xiàn)在最常見的導航線提取算法一般是最小二乘法和HOUGH變換。兩種方法擬合的效果差別不大，其主要思想都是找到一條直線使得盡量符合已知特征點的坐標規(guī)律。如圖1（b）提取綠色植被各行中心點為特征點，運用最小二乘法擬合直線結果如圖1（c）所示。

2.分割閾值影響分析

顯然，分割閾值的不同將使得田間導航圖像的分割結果不同，一些點可能由綠色植被判斷為背景，或者將背景判斷為作物。因此，分割閾值影響分割精度得到共識。但是，經(jīng)過特征點提取和導航線擬合后分割閾值帶來的差異影響是否存在并無定論。

如果在分割過程中由于田間圖像的某些特點存在誤差抵消的情況，甚至可能使得不同分割閾值帶來的差異消失。一旦這一假設成立，在研究中則可以考慮忽略分割閾值的影響，這對于分割閾值的選取具有較大影響。

3.實驗與結果

為驗證相關情況，選擇9幅田間導航圖像，采用超綠特征分割圖像。分割中采取兩個不同的閾值進行分割。分割后分別提取每行綠色作物中心點為特征點，擬合直線作為導航線。所擬合直線y=ax+b中系數(shù)a和b分別如表1所示。為分析不同分割閾值的結果，對每幅圖像所得兩條導航線在圖像中每行的點進行配對樣本t檢驗，得到每幅圖像兩條導航線的顯著性概率如表1所示。

如表1所示，9幅圖像的不同閾值分割后所獲取的導航線之間的顯著概率都近似為0，這表明導航線之間存在顯著差異。這就表明分割閾值的選取直接影響導航線提取的精度。

參考文獻：

[1]戴青玲， 李克儉， 黃玲， 胡波. 曲線導航線提取中腐蝕參數(shù)的分析. 安徽農(nóng)業(yè)科學，2011（7）.

[2]張志斌， 潘華穩(wěn)， 李琛， 王冰清. 一種基于平均壟間距的視覺導航壟線識別算法. 計算機工程與應用，2011（22）.

[3]張成濤， 譚彧， 吳剛， 王書茂. 基于達芬奇技術的收割機視覺導航圖像處理算法試驗系統(tǒng). 農(nóng)業(yè)工程學報，2012（22）.

[4]李景彬， 陳兵旗， 劉陽， 查濤. 采棉機視覺導航路線圖像檢測方法. 農(nóng)業(yè)工程學報，2013（11）.

項目基金：

廣西大學生創(chuàng)新創(chuàng)業(yè)項目（2013CXJH16）