基于纹理分割图的草地分界线提取算法

《基于纹理分割图的草地分界线提取算法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于纹理分割图的草地分界线提取算法邱富军泸州职业技术学院电子工程系摘要：纹理分割是图像识别与处理过程中的一个重要环节。为此，从智能割草机器人作业场景入手，从改善智能机器人视觉识别角度出发，通过对图像纹理特征分析，提出一种能较好地适应智能割草机器人进行草地分界线提取的算法。同时，按照草地图像纹理分割图提取思路，很好地进行分割点坐标拟合，得出最优的、符合实际作业场景的草地边界分割图，可用于后序完善、优化智能机器人作业路径。关键词：草地边界;提取算法;纹理分割;作者简介：邱富军(1982-)，男，四川乐至人，讲师，工程硕士，(E-mail)lgtxny@163.com。收稿日期：2017-04-2

2、0基金：第二批四川省级科技计划拟立项项目(2016NFP0086)AnExtractionAlgorithmoftheGrassBoundaryBasedontheTextureSegmentationImageQiuFujunElectronicEngineeringDepartmentofLuzhouVocational&TechnicalCollege;Abstract：Texturesegmentationisanimportantpartoftheimagerecognitionandprocess,thearticlepresentsonealgorithmthroughanal

3、yzingtheimagetexturefeaturesfromtheworkingsceneofintelligentmowingrobotandtheangleofimprovingintelligentrobotvisualidentification,whichcanbetteradapttothegrassboundarycxtractionoftheintclligentlawnmowingrobot.Accordingtotheextractionthinkingofthegrassimagetexturesegmentation,thecoordinatespointswer

4、efittedverywell,andtheoptimalgrassboundarysegmentationimagewasgotandwasconformedtotheactualworkingscene.Thiswouldbeusedintheperfectionandoptimizationaboutintelligentrobotworkingpaths.Keyword：thegrassbounchry;extractionalgorithm;texturesegmentation;Received：2017-04-200引言随着科技的进步和农业的迅猛发展，智能控制已不断融入各种生产

5、与服务中。其中，智能割草机器人的发展尤为迅速，已从起初的最低端智能割草机发展到目前可实现环境感知、路径规划和行为控制的高端自动化智能割草作业。为此，国内外学者从各个方面、多个角度进行了深层次的试验与研究，主要从智能割草机器人本身的机构控制水平及不断改进传感器等关键部件的计算精度与速度方面展开。丁毅等学者从割草机器人GPS/DR组合导航系统方面展开相关深入研究[1-2];刘立强等基于OpenCV系统的模拟实验方法对除草机器人图像处理技术固进行探讨;袁路路基于FPGA神经网络如的方法对智能轨迹控制割草机器人设计。本文从智能割草机器人的作业场景入手，从改善智能机器人视觉识别角度出发，通过对图像纹理

6、特征分析，找出能较好适应智能割草机器人进行草地分界线提取的一种算法，为进一步更精准、自动实现路径规划与作业提供支撑。1纹理特征理论与方法纹理固是图像存在的分子级特征，难以确切描述和定量化，是智能机器人模拟人类视觉提取元素Z-,也是重要的视觉线索。在进行草地图像分割与处理分析过程中，纹理的相关特征及信息的准确识别显得格外重要，通过利用各种单一分析方法或者多种方法相结合对草地图像中存在的纹理特征信息进行有效分类、分割并提取分析，有助于找出更符合实际场景的图像纹理信息。目前，图像纹理分析方法的分类如图1所示。统计,结构纟图像纹理分析[频谱图1图像纹理分析方法分类Fig.1Theclassifica

7、tionofimagetextureanalysismethod下载原图各类图像纹理方法的出发点不同，但是目标都是从多种角度使得分析更加精确化、更加符合草地的整体布局情况，通过智能割草机器人的有效识別，并进行高效率安全工作，达到自动割草作业的目标。选取何种分析方法进行图像纹理特征处理及提取方法优劣的判别主要取决于以下几个参数：1）纹理特征维数的划分多少；2）纹理划分后差别的明显程度；3）图像纹理分析划分效果如