韩永华 汪亚明 孙 麒 赵 匀



基于小波变换及Otsu分割的农田作物行提取

韩永华①汪亚明①孙 麒①赵 匀*②

①(浙江理工大学信息学院 杭州 310018)②(浙江理工大学机械与自动控制学院 杭州 310018)

基于机器视觉的田间车辆自动导航是农用车辆导航的热门研究方向，但含较密集杂草的农田作物行提取，目前依然是个难题。该文提出一种适用于密集杂草农田的，主要基于频率和颜色信息的农田图像分割算法。通过小波多分辨率分解后构建的频率总量指标，利用作物产生主频信息的总量优势，结合作物行的交替及最大类间方差法、颜色模型分量变换，实现农田杂草的去除，并通过最小二乘法拟合直线，实现农田作物行提取。实验表明算法能有效克服密集杂草干扰，针对像素大小图像，单幅处理时间平均为132 ms。

田间导航；作物行；小波变换；最大类间方差

1 引言

田间车辆自动导航、辅助导航能有效降低农民工作强度，提高农业生产效率，减少农药中毒、皮肤晒伤等农业事故的发生，并能促进精细农业发展，从而得到广泛研究。相比卫星等导航方式[1]，基于机器视觉的田间车辆自动导航、辅助导航，获得信息量丰富、使用灵活、体积小、能耗低，被广泛采用。

作物行提取是基于机器视觉的田间导航实现的关键步骤，而杂草一直是作物行提取中难于去除的干扰，目前主要有两大类解决方法：一类，在作物行提取时去除杂草；一类，在作物行提取前去除杂草。

第1类通过作物行提取算法，利用杂草分布的随机性，去除杂草干扰。……