基于GIF-Shearlet算法的新旧土边界线视觉导航技术研究

摘要：

针对遥操作拖拉机驾驶机器人旋耕作业时,工作环境中作物行多样化、光照不均的特点,提出一种基于导向滤波(Guided Image Filter)和剪切波变换(Shearlet Transform)的方法用于提取新旧土边界线以完成拖拉机视觉导航.首先,将图像快速转换到YCrCb颜色空间,对灰度化的图像进行导向滤波,然后使用Shearlet-canny算子提取新旧土的边缘信息,最后经过Hough变换给出视觉导航线.结果表明,在YCrCb颜色空间对图像进行灰度化处理与HSV、HIS、RGB颜色空间相比,效果最好,耗时最短,分别快94.0%、94.3%和25.4%;导向滤波处理图像的方法与Tarel中值滤波、MRetinex滤波、小波域Retinex滤波及同态滤波相比,算法耗时分别短87.5%、79.5%、88.8%和87.0%;采用Shearlet-Canny算子检测边缘并经过Hough变换后提取的导航线精确度最高,最大误差小于0.5°.研究表明,基于导向滤波和剪切波变换的新旧土边界线提取方法用于拖拉机智能导航是可行的.

关键词：智能拖拉机、遥操作、视觉导航、新旧土、导向滤波、剪切波变换

所属期刊栏目：38

分类号：S222.3(农业机械及农具)

资助基金：国家自然科学基金青年基金31401291;江苏省自然科学基金青年基金BK20130696;中央高校基本科研业务费专项资金KYZ201427.National Natural Science Foundation of China31401291;Natural Science Foundation of Jiangsu ProvinceBK20130696;the Fundamental Research Funds for the Central UniversitiesKYZ201427

在线出版日期：2017-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：343-351