陈艳 李春贵 胡波

摘 要：针对以田间图像每行背景像素的坐标中点作为导航特征点，拟合出的导航线精度不高的问题，提出了一种改进的特征点提取算法：首先，采用归一化2G-R-B超绿特征对图像进行灰度化，再用最大类间方差（OSTU）法和形态学闭运算分别对灰度图像进行分割和滤波；然后，提取每行背景像素坐标中点作为初始特征点，再根据初始特征点与图像中心线间表示农作物的像素数对特征点进行修正；最后，利用修正后的特征点拟合得到导航线.仿真结果表明：该改进算法受环境噪声影响较小、实时性好，拟合出的导航线在精度上具有明显优势.

关键词：特征点；导航线提取；农机导航

中图分类号：S126；TP391.41 DOI：10.16375/j.cnki.cn45-1395/t.2018.03.011

0 引言

随着计算机技术和信息处理技术的不断发展，智能化农业机器人越来越多地代替手工完成各种农作业，引领着第二次农业革命深入发展.智能农机的一个重要组成部分是视觉导航技术[1-3].视觉导航系统在获取田间图像后，首先对图像进行预处理，然后从中提取导航特征点并拟合导航线，最后根据导航线计算导航参数来控制农机的走向.其中，导航特征点的提取是农机视觉导航的关键，关系到导航精度.

目前，导航特征点提取算法主要有：对灰度图像或二值图像进行垂直投影提取特征点[4-8]；提取图像每行背景像素的坐标中点作为特征点[9-12]；利用边缘检测算子提取农作物和土壤的边界来提取特征点[13]；利用角点检测算子提取农作物的角点作为特征点[14-15]；……