复杂环境中苹果树识别与导航线提取方法 &nbsh1; 复杂环境中苹果树识别与导航线提取方法 张彦斐 魏 鹏 宫金良 兰玉彬 (1.山东理工大学农业工程与食品科学学院， 淄博 255000； 2.山东理工大学机械工程学院， 淄博 255000) 0 引言 农业精准化管理的首要任务在于对作物的识别提取，其结果可用于作物种植面积统计、长势分析与病虫害监测等；农业智慧化管理在于智能农机具的自主作业。对于基于...
张彦斐 魏 鹏 宫金良 兰玉彬
(1.山东理工大学农业 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 与食品科学学院， 淄博 255000； 2.山东理工大学机械工程学院， 淄博 255000)
农业精准化管理的首要任务在于对作物的识别提取，其结果可用于作物种植面积统计、长势分析与病虫害监测等；农业智慧化管理在于智能农机具的自主作业。对于基于机器视觉导航作业的农业机器人，作物行中心线的提取极其重要，这也是视觉导航亟待解决的关键问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 [1-2]。
尽管苹果产业的发展态势较好，但大部分果园的管理方式仍简单粗放[3]。目前，已有诸多学者对苹果果实及果树的相关信息提取开展了广泛研究。实际上，多数果园环境存在杂草、遮蔽物、果树冠层阴影等干扰因素，且果树之间存在茂盛程度、高低等长势差异。复杂环境下的果树识别与导航是果园智慧化管理所面临的核心技术问题。
目前，农业机械自动导航作业的实现主要通过机器视觉和卫星定位技术。其中,视觉导航技术的实现成本低、适应性强，已成为农业机械导航的研究热点[4-7]。现阶段田间机器视觉导航多通过斜向视角提取作物田垄中心线或行中心线[8-13]，然后生成导航参数辅助导航作业。该方式视野范围较小、效率低，无法对作业区域进行全局路径规划。无人机遥感技术具有覆盖范围广、快速准确、操作灵活等特点[14-15]；同时，无人机遥感能有效弥补卫星遥感成像受云雾等天气影响的缺点。部分学者借助无人机遥感影像研究玉米、甘蔗等作物大田的导航线提取[16-19]，但对于果园中苹果果树行的导航线提取鲜有研究。
针对具有裸露土壤、遮蔽物、果树冠层阴影和杂草的复杂苹果园环境，本文在对无人机多光谱遥感影像预处理的基础上，对比使用多种机器学习算法识别本文最终融合图像和普通正射影像中的苹果树像元并分析各精度；最后以感兴趣区域划分的方式提取果树识别结果中各果树行导航线，以期为智慧果园中智能农业机器人的自主作业路径规划提供技术参考。
本文研究区位于淄博市沂源县山东理工大学生态无人农场智慧果园(36°6′N，118°3′E)，如图1所示。果园海拔约330 m，属于温带半湿润大陆性季风气候，地形多为丘陵，年平均气温12℃左右，平均降雨量700 mm左右，全年日照时长为2 100 h左右，适合苹果树的种植。
浙公网安备 33021202002483