陰影環(huán)境下拖拉機(jī)視覺(jué)導(dǎo)航的路徑識(shí)別方法研究

1、陰影環(huán)境下拖拉機(jī)視覺(jué)導(dǎo)航的路徑識(shí)別方法研究華?？?，廖茜，陳美云，王木菊（江蘇大學(xué) 機(jī)械工程學(xué)院，江蘇 鎮(zhèn)江 212013）摘 要： 在對(duì)比分析了普通環(huán)境與陰影環(huán)境下圖像特點(diǎn)的基礎(chǔ)上，提出了一種適用于陰影環(huán)境下拖拉機(jī)視覺(jué)導(dǎo)航的路徑識(shí)別方法。首先運(yùn)用2G-R-B彩色模型分割圖像，根據(jù)圖像的線性灰度分布，采用合理的點(diǎn)運(yùn)算分析法提高圖像對(duì)比度，利用迭代閾值分割法和二值圖像閉運(yùn)算提取道路特征，然后通過(guò)掃描道路邊緣離散點(diǎn)和最小二乘法擬合出拖拉機(jī)的導(dǎo)航路徑。實(shí)驗(yàn)結(jié)果表明，該方法能快速、有效地提高拖拉機(jī)視覺(jué)導(dǎo)航系統(tǒng)對(duì)陰影環(huán)境的適應(yīng)性。關(guān)鍵詞： 視覺(jué)導(dǎo)航; 拖拉機(jī); 陰影環(huán)境; 路徑識(shí)別中圖分類(lèi)號(hào)： 文獻(xiàn)標(biāo)識(shí)碼

2、： 文章編號(hào)：0 引言拖拉機(jī)自動(dòng)導(dǎo)航技術(shù)能使農(nóng)機(jī)駕駛員從單調(diào)重復(fù)的勞動(dòng)中解放出來(lái)，大幅度提高作業(yè)精度，對(duì)現(xiàn)代農(nóng)業(yè)的發(fā)展具有很大意義1。以機(jī)器視覺(jué)和衛(wèi)星定位為核心的拖拉機(jī)自動(dòng)導(dǎo)航系統(tǒng)已成為國(guó)內(nèi)外農(nóng)業(yè)機(jī)械領(lǐng)域的研究熱點(diǎn)。由于機(jī)器視覺(jué)導(dǎo)航系統(tǒng)具有廣泛適用性、功能多樣性以及高性?xún)r(jià)比等優(yōu)點(diǎn),因此已被成功地應(yīng)用于拖拉機(jī)自動(dòng)導(dǎo)航系統(tǒng)中2。導(dǎo)航路徑的識(shí)別是視覺(jué)導(dǎo)航系統(tǒng)的關(guān)鍵。日本的Torii等3利用HIS空間,基于幾條水平掃描線,結(jié)合直線最小二乘法識(shí)別出農(nóng)作物行作為導(dǎo)航路徑。法國(guó)的Debain4介紹了相關(guān)的邊緣提取和導(dǎo)航控制算法，強(qiáng)調(diào)單一的視覺(jué)傳感器在有些情況下(傍晚、車(chē)輛自身形成的陰影以及植株的缺失等)無(wú)法

3、識(shí)別出導(dǎo)航邊緣。在國(guó)內(nèi)，中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院的趙博等5針對(duì)影響較大的壟間雜草環(huán)境，提出一種基于BP神經(jīng)網(wǎng)絡(luò)的雜草環(huán)境下導(dǎo)航路徑識(shí)別方法。浙江工業(yè)大學(xué)的吳佳藝等6提出了一種基于機(jī)器視覺(jué)的、適用于林間行走機(jī)器人導(dǎo)航的路徑生成算法。目前，視覺(jué)導(dǎo)航的研究成果大多集中在普通環(huán)境下的路徑識(shí)別，針對(duì)陰影環(huán)境下的路徑識(shí)別研究相對(duì)較少。然而在拖拉機(jī)的實(shí)際作業(yè)環(huán)境中，農(nóng)作物和車(chē)輛自身以及樹(shù)木等產(chǎn)生的陰影大大增加了路徑識(shí)別的難度，使導(dǎo)航系統(tǒng)的可靠性下降。因此，本文著重收稿時(shí)間： 基金項(xiàng)目： 中國(guó)博士后基金(20070420190)，江蘇省高校自然科學(xué)研究計(jì)劃(07KJD460035)作者簡(jiǎn)介： 華?？?1966

4、-)，男，江蘇省儀征市人，教授，研究方向：表面機(jī)器視覺(jué)檢測(cè)，激光應(yīng)用技術(shù)。通訊作者： 廖茜， 女，碩士研究生，(E-mail) jinlongliaoqian。研究視覺(jué)導(dǎo)航拖拉機(jī)在陰影環(huán)境下的路徑識(shí)別方法，以提高視覺(jué)導(dǎo)航系統(tǒng)對(duì)陰影環(huán)境的適應(yīng)性。1 普通環(huán)境與陰影環(huán)境圖像的特點(diǎn)1.1 普通環(huán)境圖像的特點(diǎn)普通環(huán)境下，田間道路陰影少、光照充足，并且道路邊緣均有綠色植物，與道路顏色的對(duì)比度較大。圖1(a)為普通環(huán)境下田間道路的原始圖像，圖1(d)為該圖像的線性灰度統(tǒng)計(jì)圖。由灰度分布可知，普通環(huán)境圖像的灰度值范圍較大，灰度分布比較均勻，且在中間灰度級(jí)（100200灰度級(jí)）上的總像素比其他灰度級(jí)（0100

5、和200255灰度級(jí)）上的總像素多。圖像經(jīng)2G-R-B彩色模型分割(如圖1(a)和迭代 (a) (b) (c) (d)圖1 普通環(huán)境圖像的特點(diǎn)Fig.1 The features of an image in application environment(a)原始圖像 (b)2G-R-B灰度化 (c)迭代閾值分割法 (d)線性灰度統(tǒng)計(jì)圖 閾值分割法二值化(如圖1(b)處理后，可得到輪廓清晰的道路特征，能為路徑識(shí)別的提供準(zhǔn)確的依據(jù)。1.2 陰影環(huán)境圖像的特點(diǎn)由于樹(shù)木遮擋、光照角度和強(qiáng)弱等原因，田間道路會(huì)被不同程度的陰影覆蓋。隨著光照強(qiáng)弱的變化，陰影的深淺、面積及路邊植物的顏色也會(huì)發(fā)生變化。中午

6、陽(yáng)光偏直射且強(qiáng)度高，此時(shí)陰影顏色深，面積較小，陰影區(qū)域的路邊植物顏色與路面顏色對(duì)比度較大，而無(wú)陰影區(qū)域的路邊植物顏色與路面顏色相近，如圖2(a)所示；早晨和傍晚時(shí)分，陽(yáng)光斜射且強(qiáng)度低，此時(shí)陰影顏色淺，面積較大，無(wú)陰影區(qū)域的路邊植物顏色與路面顏色對(duì)比度較大，而陰影區(qū)域的路邊植物顏色與路面顏色相近，如圖2(d)所示。圖2(g)、2(h)分別為強(qiáng)光照和弱光照下陰影環(huán)境圖像的線性灰度統(tǒng)計(jì)圖。對(duì)不同光照下陰影環(huán)境圖像的灰度進(jìn)行分析，可以發(fā)現(xiàn)，強(qiáng)光照下陰影環(huán)境圖像的灰度分布不均勻，灰度集中在高亮和過(guò)暗區(qū)，中間灰度的對(duì)比度過(guò)小，這使得圖像經(jīng)2G-R-B彩色模型分割(如圖2(b)和迭代閾值分割法二值化(如圖2

7、(c) 處理后，道路輪廓發(fā)生改變，邊緣特征不完整；弱光 (a) (b) (c) (d) (e) (f) (g) (h)圖2 陰影環(huán)境圖像的特點(diǎn)Fig.2 The features of images in shadow environment(a)(c)、(g)強(qiáng)光照陰影環(huán)境原始圖像及處理后相關(guān)圖像、線性灰度統(tǒng)計(jì)圖(d)(f)、(h)弱光照陰影環(huán)境原始圖像及處理后相關(guān)圖像、線性灰度統(tǒng)計(jì)圖照下陰影環(huán)境圖像的灰度主要分布在過(guò)暗區(qū)，中間灰度的對(duì)比度小，圖像經(jīng)2G-R-B彩色模型分割(如圖2(e)和迭代閾值分割法二值化(如圖2(f) 處理后，陰影干擾大，道路輪廓不明顯。由于陰影環(huán)境圖像二值化后存在較多

8、干擾，道路輪廓不準(zhǔn)確，因此不能與普通環(huán)境圖像采取相同的處理方法獲得正確的道路特征。2 陰影環(huán)境下的路徑識(shí)別方法根據(jù)普通環(huán)境與陰影環(huán)境的圖像特點(diǎn)分析可知，普通環(huán)境圖像的灰度分布較陰影環(huán)境圖像均勻，灰度走勢(shì)呈中間高、兩端低的狀態(tài)，而陰影圖像中間灰度的對(duì)比度低于高亮和過(guò)暗區(qū)，這使得道路特征無(wú)法從圖像中準(zhǔn)確地分割出來(lái)，增大了路徑識(shí)別的難度。因此，需要尋找一種新的方法來(lái)改變陰影環(huán)境圖像的灰度分布，從而降低陰影的干擾。2.1 點(diǎn)運(yùn)算分析法點(diǎn)運(yùn)算分析法是一種改變像素灰度輸出值的方法。點(diǎn)運(yùn)算的結(jié)果由灰度變換函數(shù)確定，即：B(x,y)=fA(x,y) (1)式中，A(x, y)是運(yùn)算前的圖像像素值，B(x, y

9、)是點(diǎn)運(yùn)算后的圖像值，f是對(duì)A(x, y)的一種映射函數(shù)，即GST函數(shù)。根據(jù)映射方式的不同，點(diǎn)運(yùn)算可分為線性點(diǎn)運(yùn)算、非線性點(diǎn)運(yùn)算和直方圖修正。線性點(diǎn)運(yùn)算可表示為：BA+ (2) 該公式可增強(qiáng)圖像的灰度層次，改善圖像的視覺(jué)效果，適用于圖像灰度值范圍較小的情況。非線性點(diǎn)運(yùn)算可表示為：=A+×A×(max(A)-A) (3) 其中>0，該公式的圖像處理效果是：圖像中間灰度的對(duì)比度拉大，高亮和過(guò)暗區(qū)變化很小。直方圖修正是一種將原始圖像的不均衡的直方圖變化為均勻分布形式的方法，即使輸出圖像的每一灰度級(jí)上都有相同的像素點(diǎn)數(shù)。該方法可擴(kuò)展像元取值的動(dòng)態(tài)范圍，增強(qiáng)圖像整體對(duì)比度的效果

10、。2.2 二值圖像閉運(yùn)算閉運(yùn)算是對(duì)二值圖像先進(jìn)行膨脹運(yùn)算，再進(jìn)行腐蝕運(yùn)算的過(guò)程。其基本原理是：X·B(AÅB)B (4)其中，·表示閉運(yùn)算的運(yùn)算符。該公式表示用B來(lái)閉合X得到的集合，就是圖像X與經(jīng)過(guò)反射和平移的結(jié)構(gòu)元素B的交集不為空的點(diǎn)的集合。閉運(yùn)算的功能是用來(lái)填充物體的細(xì)小空洞、連接鄰近物體、平滑其邊界，去除孤立的小點(diǎn)，同時(shí)不明顯改變二值圖像的面積。利用閉運(yùn)算可以調(diào)整、平滑陰影環(huán)境圖像二值化后的道路輪廓，并去除細(xì)小干擾，使道路特征更加突出。2.3 導(dǎo)航路徑識(shí)別過(guò)程對(duì)比普通環(huán)境下的路徑識(shí)別，陰影環(huán)境圖像處理時(shí)應(yīng)在圖像二值化前后分別進(jìn)行點(diǎn)運(yùn)算分析和閉運(yùn)算，以達(dá)到減少

11、陰影干擾的目的。導(dǎo)航路徑識(shí)別過(guò)程如下：(1) 利用2G-R-B彩色模型將圖像灰度化。該模型能提高綠色通道的權(quán)值，增加與非綠色背景的對(duì)比度，適合處理田間道路圖像。(2) 統(tǒng)計(jì)每個(gè)灰度級(jí)上的像素點(diǎn)數(shù)。當(dāng)灰度級(jí)處于0100和200250的像素點(diǎn)數(shù)遠(yuǎn)大于100200灰度級(jí)的像素?cái)?shù)值時(shí)，說(shuō)明拖拉機(jī)處于陰影環(huán)境下，需對(duì)圖像進(jìn)行非線性點(diǎn)運(yùn)算和直方圖修正。如果灰度值范圍很小，則還需對(duì)圖像進(jìn)行線性點(diǎn)運(yùn)算處理。(3) 運(yùn)用迭代閾值分割法對(duì)圖像進(jìn)行二值化處理，初步提取道路特征。(4) 采用閉運(yùn)算處理二值圖像，突出道路特征。(5) 從圖像第一行中點(diǎn)處分別向兩邊掃描，左右兩邊碰到的第一個(gè)“1”設(shè)為路徑左右邊緣點(diǎn)，記為和

12、。(6) 設(shè)定一個(gè)閾值f，單位為像素。閾值f的設(shè)定應(yīng)適當(dāng)，取值太大會(huì)降低路徑識(shí)別的準(zhǔn)確度，太小則影響識(shí)別速度。本文取f3時(shí)處理效果最佳。對(duì)圖像第1+f行重復(fù)第(5)步，分別得到路徑左右邊緣點(diǎn)i2和j2。依次對(duì)m+f行（m為前一次掃描的行數(shù)）進(jìn)行相同的掃描，直到處理完圖像行數(shù)的三分之二（減少單幅圖像處理時(shí)間），系統(tǒng)將得到路徑左右邊緣的點(diǎn)簇坐標(biāo)in和jn。(7) 將所每行所得到的邊緣點(diǎn)坐標(biāo)取中值，得到n個(gè)點(diǎn)簇坐標(biāo)(in+ jn)/2。利用最小二乘法擬合這些點(diǎn)簇生成直線，得到拖拉機(jī)的行走導(dǎo)航線。2.4 軟件實(shí)現(xiàn)流程Matlab具有強(qiáng)大的數(shù)值分析、矩陣計(jì)算、信號(hào)處理和圖形顯示功能，運(yùn)用其進(jìn)行復(fù)雜的圖像

13、處理能快速提高導(dǎo)航系統(tǒng)的軟件開(kāi)發(fā)速度，比單用Visual C+效率更高。Matlab圖像處理工具箱是Matlab專(zhuān)用的圖像處理的一個(gè)函數(shù)集。本文運(yùn)用該工具箱處理導(dǎo)航圖像，快速提取道路特征，準(zhǔn)確擬合導(dǎo)航路徑。軟件具體流程如圖3所示。二值圖像閉運(yùn)算是否開(kāi)始用f(i, j)=2*G(i, j)-R(i,j)-B(i, j)將圖像灰度化統(tǒng)計(jì)灰度分布情況中間灰度級(jí)總像素最少用迭代閾值分割法將圖像二值化點(diǎn)運(yùn)算分析掃描圖像得到點(diǎn)簇in和jn最小二乘法擬合出直線路徑結(jié)束圖3 軟件流程圖Fig.3 Software flow chart3 實(shí)驗(yàn)結(jié)果本實(shí)驗(yàn)運(yùn)用matlab軟件編寫(xiě)程序，并依照本文提出的導(dǎo)航路徑識(shí)別

14、方法，對(duì)不同光照下的田間陰影道路圖像進(jìn)行處理，其結(jié)果如圖4所示。圖4(a)4(b)分別為強(qiáng)光照下陰影道路的原始圖像、2G-R-B灰度化圖像、二值化圖像（經(jīng)迭代閾值分割和閉運(yùn)算處理）、導(dǎo)航路徑生成圖像；圖4(e)4(h)分別為弱光照下陰影道路的原始圖像、2G-R-B灰度化圖像、二值化圖像（經(jīng)迭代閾值分割和閉運(yùn)算處理）、導(dǎo)航路徑生成圖像。 (a) (b) (c) (d) (e) (f) (g) (h)圖4 陰影環(huán)境下的導(dǎo)航路徑識(shí)別過(guò)程Fig.4 Process of road recognition in shadow environment 通過(guò)實(shí)驗(yàn)可知，該路徑識(shí)別方法具有一定的可行性，能為陰影

15、環(huán)境下的視覺(jué)導(dǎo)航提供準(zhǔn)確的依據(jù)。4 結(jié)論(1) 分析了普通環(huán)境和陰影環(huán)境下導(dǎo)航圖像的特點(diǎn)，在此基礎(chǔ)上提出了陰影環(huán)境圖像應(yīng)采取與普通環(huán)境圖像不同的處理方法。(2) 根據(jù)不同光照下陰影環(huán)境圖像的灰度分布特點(diǎn)，提出了基于點(diǎn)運(yùn)算分析、閉運(yùn)算的路徑識(shí)別方法。該方法針對(duì)光照強(qiáng)弱采用點(diǎn)運(yùn)算分析和閉運(yùn)算降低干擾，并通過(guò)掃描離散點(diǎn)和最小二乘法得導(dǎo)航路徑。(3) 實(shí)驗(yàn)結(jié)果表明，該方法可快速、準(zhǔn)確地處理含陰影的導(dǎo)航圖像，能有效提高拖拉機(jī)視覺(jué)導(dǎo)航系統(tǒng)對(duì)陰影環(huán)境的適應(yīng)性。參考文獻(xiàn)：1 劉海濤,關(guān)勝曉,秦亮等.智能機(jī)器人導(dǎo)航系統(tǒng)的研究J.計(jì)算機(jī)應(yīng)用與軟件,2010,27(12):218220.2 楊為民,李天石,賈鴻社.

16、農(nóng)業(yè)機(jī)械機(jī)器視覺(jué)導(dǎo)航研究J.農(nóng)業(yè)工程學(xué)報(bào), 2004, 20(1):160-1653 Torii T. Research in autonomous agriculture vehicles in JapanJ.Computers and Electronics in Agriculture,2000, 25: 133-153.4 Debain C, Chateau T, Berducat M, et a.l A guidance-assistance system for agricultural vehiclesJ.Computers and Electronics in Agricult

17、ure, 2000, 25: 29-51.5 趙博,朱忠祥,宋正河.農(nóng)用車(chē)輛視覺(jué)導(dǎo)航路徑識(shí)別方法J.江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版),2007,28(6):482486.6 吳佳藝,楊慶華,鮑官軍等.基于機(jī)器視覺(jué)的林間導(dǎo)航路徑生成算法J.農(nóng)業(yè)機(jī)械學(xué)報(bào), 2009,40(7):176179.7 李進(jìn),陳無(wú)畏,李碧春等.自動(dòng)導(dǎo)引車(chē)視覺(jué)導(dǎo)航的路徑識(shí)別和跟蹤控制J.農(nóng)業(yè)機(jī)械學(xué)報(bào),2008,39(2):2024.8 蔡健榮,周小軍,王鋒.柑橘采摘機(jī)器人障礙物識(shí)別技術(shù)J.農(nóng)業(yè)機(jī)械學(xué)報(bào), 2009,40(11):171175.9 侯學(xué)貴,陳勇,郭偉斌.除草機(jī)器人田間機(jī)器視覺(jué)導(dǎo)航J.農(nóng)業(yè)機(jī)械學(xué)報(bào), 2008,39(

18、3):106108.10 趙穎, 陳兵旗, 王書(shū)茂.基于機(jī)器視覺(jué)的耕作機(jī)器人行走目標(biāo)直線檢測(cè)J.農(nóng)業(yè)機(jī)械學(xué)報(bào), 2006,37(4):8386.Road Recognition for Vision Navigation System of Tractor in Shadow EnvironmentHUA Xi-jun, LIAO Qian, CHEN Mei-yun, WANG Mu-ju(School of Mechanical Engineering, Jiang su University, Zhenjiang, Jiangsu 212013)Abstract: Based on comparing the features of an image in application environment and shadow enviro