摘要：針對(duì)強(qiáng)光照下成熟小麥已收割區(qū)域和未收割區(qū)域?qū)Ρ榷鹊汀⑹崭钸吔绔@取難度大的問題，該文提出了一種基于區(qū)域生長算法的聯(lián)合收割機(jī)導(dǎo)航線精確提取方法。對(duì)攝像頭采集的作物收割圖像，利用區(qū)域生長算法分割出圖像中未收割區(qū)域。生長閾值通過對(duì)圖像灰度直方圖高斯多峰擬合進(jìn)行自適應(yīng)計(jì)算。對(duì)分割得到的二值圖像進(jìn)行形態(tài)學(xué)處理，獲取作物已收割和未收割區(qū)域分界線，然后采用最小二乘法擬合收割機(jī)作業(yè)導(dǎo)航線。試驗(yàn)結(jié)果表明：在小麥已收割和未收割區(qū)域?qū)Ρ榷群艿偷那闆r下，所提方法能夠精確地提取出小麥?zhǔn)斋@邊線，并得到收割機(jī)作業(yè)導(dǎo)航線，與人工標(biāo)定導(dǎo)航線夾角平均誤差小于1.21°，可以為聯(lián)合收割機(jī)的自動(dòng)導(dǎo)航研究提供參考；處理一張900×1200像素的圖像時(shí)長約0.41s，基本滿足聯(lián)合收割機(jī)導(dǎo)航作業(yè)的實(shí)時(shí)性要求。與傳統(tǒng)方法對(duì)比發(fā)現(xiàn)，該文方法不易受作物生長密度和麥茬的干擾，導(dǎo)航線的提取精度更高，單幅圖像的處理時(shí)間略有增加，但基本滿足實(shí)時(shí)性作業(yè)要求。

　　關(guān)鍵詞：機(jī)械化；機(jī)器視覺；導(dǎo)航；聯(lián)合收割機(jī)；區(qū)域生長算法；多峰高斯擬合；最小二乘

　　0引言

　　自動(dòng)導(dǎo)航作為智能農(nóng)業(yè)裝備的關(guān)鍵技術(shù)之一，廣泛應(yīng)用于播種、除草、施肥和收獲等作業(yè)中[1-2]。在農(nóng)作物收獲過程中，為避免重割和漏割，駕駛員需根據(jù)作物收獲邊界對(duì)收割機(jī)前進(jìn)方向及時(shí)調(diào)整，以保證收割機(jī)滿幅工作。這要求駕駛員具有較高的操作技能和熟練度。此外，觀察割臺(tái)兩側(cè)作物收割邊界會(huì)分散駕駛員的注意力，且長時(shí)間作業(yè)容易疲勞，給農(nóng)業(yè)生產(chǎn)帶來安全隱患。因此，研究聯(lián)合收割機(jī)自動(dòng)導(dǎo)航技術(shù)對(duì)減輕駕駛員勞動(dòng)強(qiáng)度、提高生產(chǎn)效率具有重要意義。

　　1收割機(jī)導(dǎo)航線提取方法

　　在聯(lián)合收割機(jī)作業(yè)過程中，要求收割機(jī)滿幅工作，且不發(fā)生漏割和重割。因此，快速而準(zhǔn)確地識(shí)別作物已收割和未收割區(qū)域邊界是實(shí)現(xiàn)收割機(jī)自動(dòng)導(dǎo)航的關(guān)鍵步驟。通過對(duì)大量的小麥?zhǔn)崭瞵F(xiàn)場圖像分析發(fā)現(xiàn)，已收割和未收割區(qū)域具有顏色差異小、對(duì)比度低的特點(diǎn)，但未收割區(qū)域圖像紋理更加平滑，像素值具有良好的均勻性和相似性，已收割區(qū)域由于存在殘留的麥茬，像素值空間分布不均。區(qū)域生長算法[21]是一種常用的圖像分割算法，通過比較種子與周圍像素的相似性來決定是否合并種子，能夠有效地將具有相似像素的連通區(qū)域分割出來，在醫(yī)學(xué)[22-23]、農(nóng)業(yè)[24]以及遙感圖像處理[25]等領(lǐng)域得到了廣泛應(yīng)用。

　　2驗(yàn)證試驗(yàn)

　　為驗(yàn)證所提方法的有效性，在小麥?zhǔn)斋@現(xiàn)場采集用于試驗(yàn)驗(yàn)證的小麥?zhǔn)崭顖D像。使用彩色工業(yè)相機(jī)進(jìn)行圖像采集，型號(hào)為海康威視MV-CA013-20UC，分辨率為1024×1280像素，以RGB顏色空間保存為JPG格式。裁切后的圖像大小為900×1200像素，圖像處理在計(jì)算機(jī)平臺(tái)上完成，處理器為IntelCorei7-6700，主頻3.4GHz，內(nèi)存大小為8G，圖像處理軟件為MATLAB2018b。

　　圖像采集地點(diǎn)為北京市昌平區(qū)精準(zhǔn)農(nóng)業(yè)示范基地，聯(lián)合收割機(jī)型號(hào)為雷沃重工股份有限公司的GK120試驗(yàn)樣機(jī)，收割行進(jìn)路線為右旋法，待檢測收割邊界位于聯(lián)合收割機(jī)左側(cè)。因此，將攝像頭安裝在駕駛艙頂部偏左側(cè)位置，相機(jī)光軸與水平線夾角約30°，離地高度約3m，此時(shí)未收割區(qū)域始終位于采集的圖像右側(cè)。小麥品種為農(nóng)大211，收割時(shí)作物自然高度為84cm，割茬高度為8.5cm。麥田無積水，土壤較干燥，在陽光下土壤顏色呈淺黃色，與小麥顏色相近。小麥?zhǔn)崭詈螽a(chǎn)生的秸稈經(jīng)粉碎后從聯(lián)合收割機(jī)尾部排放，由于割臺(tái)寬于機(jī)身，從機(jī)身兩側(cè)到割臺(tái)兩端的區(qū)域內(nèi)并無秸稈排放，因此麥田中和未收割區(qū)域相鄰的已收割區(qū)域地表秸稈量較少，攝像頭視野中從左至右依次為秸稈覆蓋的地表、麥茬和裸露地表以及未收割小麥區(qū)。

　　結(jié)論

　　為解決強(qiáng)光照條件下成熟小麥已收割與未收割區(qū)域?qū)Ρ榷鹊汀⑹崭钸吔缒：约皩?dǎo)航線提取難度大的難題，本文提出了一種基于區(qū)域生長算法的聯(lián)合收割機(jī)導(dǎo)航線提取方法。試驗(yàn)結(jié)果表明，在小麥已收割和未收割區(qū)域?qū)Ρ榷群艿偷臈l件下，所提方法能夠精確地檢測出小麥?zhǔn)崭罘纸缇€，并提取出收割機(jī)作業(yè)導(dǎo)航線。在不同光照強(qiáng)度、不同作物生長密度等不同的作業(yè)場景下，本文方法均能準(zhǔn)確分割出小麥已收割和未收割區(qū)域，提取的導(dǎo)航線與人工標(biāo)定的導(dǎo)航線平均角度誤差小于1.21°，能夠?yàn)槁?lián)合收割機(jī)自動(dòng)導(dǎo)航提供參考。在時(shí)效性方面，處理一張900×1200像素的圖像耗時(shí)約0.41s，基本滿足聯(lián)合收割機(jī)正常作業(yè)速度下的實(shí)時(shí)性要求。

　　[參考文獻(xiàn)]

　　[1]姬長英，周俊.農(nóng)業(yè)機(jī)械導(dǎo)航技術(shù)發(fā)展分析[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2014，45(9)：44－54.JiChangying,ZhouJun.Currentsituationofnavigationtechnologiesforagriculturalmachinery[J].TransactionsoftheChineseSocietyforAgriculturalMachinery,2014,45(9):44－54.(inChinesewithEnglishabstract)

　　曾宏偉，雷軍波，陶建峰※，張偉，劉成良