于坤林，司维钊

（长沙航空职业技术学院，湖南长沙，410124）

0 引言

机器视觉的障碍物检测是指利用摄像机代替人眼捕获客观事物信息，通过相关视觉图像处理算法获取事物的轮廓、深度、位置等信息为避障提供依据。植保无人机作业时会遇到建筑物、树木、电线杆等障碍物。因此研究基于机器视觉的植保无人机障碍物检测技术具有重要的应用价值。

1 机器视觉无人机障碍物检测方法

1.1 单目视觉无人机障碍物检测方法

该方法是采用单个摄像头进行连续图像拍摄，通过计算前后两帧图像的特征区域或像素变化来获取物体的运动信息以及判断物体的远近程度[1]。缺点是无法直接测量距离，优点是计算量小、成本低。

1.2 双目视觉无人机障碍物检测方法

该方法是利用两个摄像头从不同的角度来进行拍摄，根据视图差异和几何关系可以得到周围环境的三维信息[2]。缺点是计算量大，优点是获取的空间信息更加精确。

2 基于机器视觉的植保无人机障碍物检测算法流程

当植保无人机飞行方向上有障碍物时，就首先激活视觉传感器对障碍物进行图像采集、然后图像处理模块对障碍物图像进行灰度变化、图像增强、图像滤波等预处理，再对图像进行特征提取与匹配，最后对障碍物进行识别，采用障碍物避障策略进行避障。整个障碍物检测流程如图1所示。

图1 基于机器视觉的植保无人机障碍物检测算法流程

3 基于机器视觉的植保无人机障碍物检测算法研究

3.1 图像预处理

图像预处理包括灰度化处理、图像增强、图像滤波等。……