亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于PCA模式識別算法的收割機(jī)自主路徑規(guī)劃設(shè)計(jì)

        2019-12-21 02:49:10周煒明
        農(nóng)機(jī)化研究 2019年4期
        關(guān)鍵詞:路標(biāo)模式識別圖像識別

        許 娜,周煒明

        (河南工業(yè)職業(yè)技術(shù)學(xué)院,河南 南陽 473000)

        0 引言

        隨著現(xiàn)代農(nóng)業(yè)技術(shù)的發(fā)展,加上大規(guī)模農(nóng)田作業(yè)的需求,聯(lián)合收割機(jī)自動化作業(yè)能力急需提升,這就需要借助于人工智能技術(shù)將計(jì)算機(jī)技術(shù)和控制理論技術(shù)緊密聯(lián)系起來,利用智能識別和自主路徑規(guī)劃,實(shí)現(xiàn)聯(lián)合收割機(jī)的無人化、自動化作業(yè)。在聯(lián)合收割機(jī)對目標(biāo)智能識別和路徑自主規(guī)劃過程中,會產(chǎn)生數(shù)量龐大的圖像數(shù)據(jù),需要借助于一種高效的圖像處理算法。PCA算法可以從模式矢量空間選擇模式特征子空間得到主特征矢量,是一種高維數(shù)據(jù)特征提取和線性降維的圖像方法,具有較高的圖像處理效率和圖像識別的準(zhǔn)率性。因此,本研究將該算法引入到收割機(jī)的圖像識別系統(tǒng)中,以提高大規(guī)模圖像的處理和識別效率。

        1 收割機(jī)自主路徑規(guī)劃系統(tǒng)

        收割機(jī)自動路徑規(guī)劃系統(tǒng)的功能設(shè)計(jì)中最主要的是圖像識別功能,圖像識別的好壞直接關(guān)系到路徑規(guī)劃的準(zhǔn)確程度,進(jìn)而影響導(dǎo)航的精度。在收割機(jī)實(shí)時(shí)路徑規(guī)劃過程中會產(chǎn)生海量的圖像數(shù)據(jù),要想對這些圖像數(shù)據(jù)進(jìn)行快速處理并提取出有用的特征信息,需要引入一種高效的圖像處理算法。PCA算法在圖像處理方面具有很多優(yōu)勢,因此本次選用PCA算法作為路徑規(guī)劃系統(tǒng)的圖像識別算法。該算法優(yōu)點(diǎn)如下:

        1)最小均方誤差。PCA算法本身是一種正交分解下的最小均方差,因此利用PCA算法壓縮信號時(shí)可以得到最大的信噪比。

        2)降維。PCA算法采用基函數(shù)的方法處理圖像,基函數(shù)要比信號本身的維數(shù)小很多,因此可以大大降低圖像處理時(shí)的數(shù)據(jù)表示維數(shù),從而提高計(jì)算效率。

        3)消除冗余。利用PCA算法可以將圖像的冗余部分消除,進(jìn)而提升圖像識別的準(zhǔn)確程度。

        基于PCA算法的以上特點(diǎn),設(shè)計(jì)了收割機(jī)路徑規(guī)劃圖像識別的基本流程,其圖像識別過程主要依靠農(nóng)田里的導(dǎo)航標(biāo),如圖1所示。

        圖1 導(dǎo)航路標(biāo)圖像識別流程Fig.1 The image recognition process of navigation landmark

        在導(dǎo)航和路徑規(guī)劃過程中,首先對采集的圖像進(jìn)行檢測和跟蹤,然后利用PCA算法進(jìn)行圖像的特征提取。為了降低計(jì)算量,在識別匹配前先利用PCA算法進(jìn)行降維,通過匹配識別最后輸出圖像識別的結(jié)果。為了路標(biāo)圖像識別和匹配的速度和精度,本研究采用了圖像樣本訓(xùn)練的方法,其過程如圖2所示。

        圖2 圖像識別的學(xué)習(xí)訓(xùn)練過程Fig.2 The learning and training process of image recognition

        圖像學(xué)習(xí)的訓(xùn)練過程:將農(nóng)田里的路標(biāo)導(dǎo)航圖像進(jìn)行采集后,制作成訓(xùn)練樣本,對樣本圖像進(jìn)行特征提取后建立特征子空間;然后,再采集某個(gè)路標(biāo)樣本進(jìn)行識別訓(xùn)練,驗(yàn)證識別算法的可靠性;通過訓(xùn)練后,當(dāng)識別準(zhǔn)率較高時(shí),建立農(nóng)田導(dǎo)航路標(biāo)的識別規(guī)則。識別規(guī)則主要依據(jù)采集到的路標(biāo)圖像和樣本圖像的相似程度,對相似程度設(shè)計(jì)相關(guān)閾值,建立完善的導(dǎo)航路徑規(guī)劃的識別系統(tǒng)。

        2 基于PCA算法原理的收割機(jī)導(dǎo)航方式

        目前,自主規(guī)劃路徑的收割機(jī)導(dǎo)航方式有多種,主要包括視覺導(dǎo)航、路標(biāo)導(dǎo)航、衛(wèi)星導(dǎo)航和傳感器導(dǎo)航等,其對環(huán)境的適應(yīng)能力也各不相同,一種好的導(dǎo)航方式可以大大提高收割機(jī)的導(dǎo)航效率。

        1)路標(biāo)導(dǎo)航。路標(biāo)導(dǎo)航是將作用于農(nóng)田環(huán)境中的特征標(biāo)的物存儲到收割機(jī)的內(nèi)部,在收割機(jī)進(jìn)行收割作業(yè)時(shí),通過識別路標(biāo)確定自己的位置,然后通過識別下一標(biāo)的物,探測出行進(jìn)路線,其導(dǎo)航效率較高。

        2)視學(xué)導(dǎo)航。由于計(jì)算機(jī)硬件技術(shù)的不斷發(fā)展,利用機(jī)器視覺進(jìn)行導(dǎo)航成為可能,視覺導(dǎo)航利用攝像機(jī)獲取環(huán)境信息,對環(huán)境信息加以分析處理后,自主形成路徑規(guī)劃方案,自動化程度較高;但技術(shù)實(shí)現(xiàn)較為復(fù)雜,并且成本較高。

        3)傳感器導(dǎo)航。傳感器導(dǎo)航主要是在作業(yè)環(huán)境中使用大量的傳感器(如紅外傳感器及微波測距傳感器等),這種導(dǎo)航方式跟路標(biāo)導(dǎo)航類似,實(shí)際應(yīng)用中需要鋪設(shè)大量的傳感器,成本也較高。

        4)衛(wèi)星導(dǎo)航。衛(wèi)星導(dǎo)航主要是利用GPS全球定位系統(tǒng)觀測的方式,對收割機(jī)進(jìn)行定位,是一種輔助導(dǎo)航的定位方法,單獨(dú)利用GPS實(shí)現(xiàn)實(shí)時(shí)的路徑規(guī)劃較為困難。

        綜上所述,從導(dǎo)航成本和實(shí)現(xiàn)的難以程度考慮,最終選擇路標(biāo)導(dǎo)航方式。為了提高路標(biāo)的識別效率,引入了PCA算法原理。PCA算法是主成分分析方法的簡稱,可以實(shí)現(xiàn)圖像特征信息的提取,對于復(fù)雜圖像可以起到降維的作用。在收割機(jī)實(shí)際導(dǎo)航過程中,首先利用K-L變換對路標(biāo)的主成分進(jìn)行抽取,構(gòu)成特征空間,識別過程中將圖像投影到該空間,得到投影系數(shù),通過和預(yù)選存儲的路標(biāo)信息進(jìn)行比對,對路標(biāo)進(jìn)行識別。路標(biāo)識別過程主要有兩個(gè)階段:一是訓(xùn)練階段;二是識別階段。本文首先介紹訓(xùn)練階段。

        1)假設(shè)有200個(gè)路標(biāo)圖像訓(xùn)練樣本,樣本圖像全部為灰度圖像,每個(gè)樣本的大小為M·N,則每個(gè)訓(xùn)練樣本可以寫成

        x=(x1,x2,...,x200)T

        (1)

        其中,向量xi為由第i個(gè)圖像的每一列向量堆疊成一列的MN維列向量,利用該方式將矩陣向量化。

        2)計(jì)算路標(biāo)圖像平均值,即

        (2)

        3)計(jì)算差值路標(biāo)。計(jì)算每一個(gè)路標(biāo)與平均路標(biāo)的差值,即

        di=xi-Ψ(i=1,2,...,200)

        (3)

        4)構(gòu)建協(xié)方差矩陣,則

        (4)

        A=(d1,d2,...,d200)

        (5)

        5)求協(xié)方差矩陣的特征值和特征向量,構(gòu)造特征路標(biāo)空間。首先,求出ATA的特征值λi;然后,求出其正交歸一化特征向量vi。選擇特征值得貢獻(xiàn)率最大的前p個(gè)最大特征向量,則

        (6)

        一般取a=99%,于是可以求出協(xié)方差矩陣的特征向量為

        (7)

        則路標(biāo)圖像的特征空間為

        w=(u1,u2,...,up)

        (8)

        將每一個(gè)路標(biāo)與于路標(biāo)平均值差值矢量投影到路標(biāo)特征空間,即

        Ωi=wTdi(i=1,2,...,200)

        (9)

        識別階段則包括以下幾個(gè)步驟:

        1)將待識別的路標(biāo)圖像Γ與平均臉的差值臉投影到特征空間,得到其特征向量為

        ΩΓ=wT(Γ-Ψ)

        (10)

        2)定義閾值。

        (11)

        3)采用歐式距離來計(jì)算ΩΓ與每個(gè)人臉的距離εi,即

        (12)

        根據(jù)距離εi,可以設(shè)定閾值來建立識別的規(guī)則。當(dāng)距離小于閾值時(shí),便可以認(rèn)為識別到待識別的路標(biāo),從而完成識別過程。

        3 基于PCA模式識別算法的收割機(jī)自主路徑規(guī)劃系統(tǒng)測試

        為了驗(yàn)證PCA模式識別算法在收割機(jī)自主路徑規(guī)劃過程中的作用,將該算法嵌入到了收割機(jī)作業(yè)控制系統(tǒng)中,主要分為圖像信息采集部分和PC圖像信息處理部分。為了保證實(shí)驗(yàn)的順利進(jìn)行,選擇了較為開闊平坦的農(nóng)田作業(yè)實(shí)驗(yàn)測試基地,如圖3所示。

        圖3 嵌入PCA模式識別系統(tǒng)的收割機(jī)Fig.3 The harvester embedded in the PCA pattern recognition system

        圖像采集部分采用的高清攝像機(jī),安裝在收割機(jī)駕駛室的頂部,圖像處理部分采用的PC處理器,安裝在駕駛室里。首先對收割機(jī)作業(yè)農(nóng)田里的導(dǎo)航路標(biāo)圖像進(jìn)行訓(xùn)練,最后進(jìn)行識別,其流程如圖4所示。

        圖4 農(nóng)田導(dǎo)航路標(biāo)訓(xùn)練和識別流程Fig.4 The training and identification process of farmland navigation landmark

        在農(nóng)田導(dǎo)航路標(biāo)得識別過程中,首先讀取多個(gè)農(nóng)田導(dǎo)航路標(biāo)圖像的訓(xùn)練樣本,構(gòu)造矩陣;然后通過圖像采集得到一幅導(dǎo)航路標(biāo)圖像,讀取后求取采集圖像和訓(xùn)練樣本圖像的差值;將差值圖像在特征向量上進(jìn)行投影,通過計(jì)算歐式距離看其和哪個(gè)導(dǎo)航路標(biāo)圖像接近,一旦發(fā)現(xiàn)數(shù)據(jù)同哪個(gè)路標(biāo)吻合,自動規(guī)劃出相應(yīng)的前進(jìn)路徑。通過測試,初步得到了如圖5所示的規(guī)劃路徑。

        圖5 路徑生成示意圖Fig.5 The schematic diagram of path generation

        根據(jù)聯(lián)合收割機(jī)的行進(jìn)路徑,最終繪制了收割機(jī)自主路徑規(guī)劃的示意圖。由圖5可以看出:采用PCA模式識別算法,可以成功地完成聯(lián)合收割機(jī)的導(dǎo)航路標(biāo)識別與自主路徑規(guī)劃。

        對農(nóng)田路標(biāo)導(dǎo)航識別效率進(jìn)行了測試統(tǒng)計(jì),如表1所示。由測試統(tǒng)計(jì)結(jié)果可以看出:采用PCA模式識別算法對導(dǎo)航路標(biāo)得識別準(zhǔn)確率較高,超過了95%,耗時(shí)較少,平均耗時(shí)沒有超過1s,識別的效率較高。

        表1 農(nóng)田路標(biāo)導(dǎo)航識別效率測試統(tǒng)計(jì)Table 1 The test statistics of navigation recognition efficiency of farmland roadmap

        4 結(jié)論

        為了提高聯(lián)合收割機(jī)導(dǎo)航和自動路徑規(guī)劃系統(tǒng)的圖像識別與處理能力,將PCA模式識別算法引入到了系統(tǒng)中,通過分割圖像進(jìn)行特征提取和主成分分析,將圖像主軸旋轉(zhuǎn)成水平方向和訓(xùn)練樣本庫進(jìn)行匹配,從而有效地提高了農(nóng)田導(dǎo)航路標(biāo)圖像的識別準(zhǔn)確率和識別效率。對系統(tǒng)進(jìn)行了測試,結(jié)果表明:采用PCA模式識別算法可以有效地識別農(nóng)田導(dǎo)航路標(biāo),其識別效率和識別準(zhǔn)確率均較高,并可通過導(dǎo)航路標(biāo)自動生成行進(jìn)路徑,驗(yàn)證了方案的可行性和可靠性。

        猜你喜歡
        路標(biāo)模式識別圖像識別
        路標(biāo)
        基于Resnet-50的貓狗圖像識別
        電子制作(2019年16期)2019-09-27 09:34:50
        高速公路圖像識別技術(shù)應(yīng)用探討
        路標(biāo)
        圖像識別在物聯(lián)網(wǎng)上的應(yīng)用
        電子制作(2018年19期)2018-11-14 02:37:04
        圖像識別在水質(zhì)檢測中的應(yīng)用
        電子制作(2018年14期)2018-08-21 01:38:16
        路標(biāo)中的學(xué)問
        淺談模式識別在圖像識別中的應(yīng)用
        電子測試(2017年23期)2017-04-04 05:06:50
        第四屆亞洲模式識別會議
        看清醫(yī)改最要緊的兩個(gè)路標(biāo)
        亚洲无码啊啊啊免费体验| 亚洲精品无码久久久久牙蜜区| 亚洲色偷拍区另类无码专区| 日本香蕉久久一区二区视频| 蜜桃成人精品一区二区三区| 少妇被猛烈进入到喷白浆| 大桥未久亚洲无av码在线| 亚洲色大成网站www在线观看 | 天天影视色香欲综合久久 | 亚洲av成人一区二区三区av| 白白视频在线免费观看| 亚洲女厕偷拍一区二区| 成人精品视频一区二区| 国产AV无码专区亚洲AⅤ| 网红极品女神精品视频在线| 日本一区二区在线高清| 东北老女人高潮大喊舒服死了| 国产女人成人精品视频| 国产三级伦理视频在线| 日本区一区二区三视频| 最近中文字幕大全在线电影视频| 国产丝袜在线精品丝袜不卡| 亚洲综合色视频在线免费观看| 日韩人妻无码精品一专区二区三区 | 国产无套内射久久久国产| 国产人成无码视频在线| 日韩精品一区二区三区av| 婷婷四虎东京热无码群交双飞视频| 免费人成视频x8x8| 免费无码黄网站在线观看| 午夜国产精品视频在线观看| 久久久国产精品免费a片3d| 精品免费人伦一区二区三区蜜桃| 在线观看国产精品一区二区不卡 | 亚洲成av人片天堂网| 百合av一区二区三区| 91精品福利一区二区三区| 99久久婷婷国产综合亚洲| 欧美伊人久久大香线蕉在观| 久久亚洲av午夜福利精品西区| 亚洲av无码偷拍在线观看|