首页|基于根茬检测的秋后残膜回收导航路径提取方法

基于根茬检测的秋后残膜回收导航路径提取方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对秋后残膜回收作业视觉导航中的路径规划问题,提出一种作业路径提取方法.提取根茬、残膜和行间茎秆碎叶三类图片的颜色空间特征和纹理特征,按8:2构成训练集和测试集;以检测根茬为目标,搭建随机森林模型对样本图片进行分类,通过特征重要性和相关性对特征进行降维,使用网格搜索确定随机森林模型的最优模型参数;基于根茬主干保持的直立特点,把检测到的每一个根茬上下顶点作为特征点,通过最小二乘法对所有特征点进行拟合即为作业导航线.试验结果表明,通过特征选择将30维特征降到16维,单幅图像处理时间从0.24 s降到0.16 s.在模型最优参数下,测试集准确率为92.5％.选取450幅10×20像素图片进行分类测试,准确率为91.8％,根茬检测准确率(敏感性)为90.7％.选择200幅ROI区域大小为100×200像素的田间作业图片进行导航线拟合试验,其包括不同天气、不同俯角以及非正常驾驶图片,成功拟合出171幅图像.该根茬检测方法具有较高的稳定性和准确性,可为不同作物根茬检测以及路径提取提供参考.
Method of extraction of navigation path of post-autumn residual film recovery based on stubble detection

李景彬、杨禹锟、温宝琴、坎杂、孙雯、杨朔

展开 >

石河子大学 机械电气工程学院,新疆 石河子 832003

石河子大学 水利建筑工程学院,新疆 石河子832003

机器视觉 残膜回收 导航路径 特征选择 随机森林 最小二乘法

2018AA001

2021

10.13229/j.cnki.jdxbgxb20200500

吉林大学学报(工学版)
吉林大学

吉林大学学报(工学版)

CSTPCDCSCD北大核心
影响因子：0.792
ISSN：1671-5497
年,卷(期)：2021.51(4)
  • 1
  • 19