基于小波变换及Otsu分割的农田作物行提取

摘要

基于机器视觉的田间车辆自动导航是农用车辆导航的热门研究方向,但含较密集杂草的农田作物行提取,目前依然是个难题.该文提出一种适用于密集杂草农田的,主要基于频率和颜色信息的农田图像分割算法.通过小波多分辨率分解后构建的频率总量指标,利用作物产生主频信息的总量优势,结合作物行的交替及最大类间方差法、颜色模型分量变换,实现农田杂草的去除,并通过最小二乘法拟合直线,实现农田作物行提取.实验表明算法能有效克服密集杂草干扰,针对480×640像素大小图像,单幅处理时间平均为132 ms.