(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111624240.5 (22)申请日 2021.12.28 (71)申请人 华南农业大 学 地址 510642 广东省广州市天河区五山路 483号 (72)发明人 陈学深　方根杜　吴昌鹏　梁俊　 齐龙　马旭　 (74)专利代理 机构 广州市华学知识产权代理有 限公司 4 4245 代理人 付茵茵 (51)Int.Cl. G06T 7/73(2017.01) G06T 7/11(2017.01) G06T 7/136(2017.01) G06T 7/187(2017.01)G06T 7/13(2017.01) G06T 7/155(2017.01) G06T 7/62(2017.01) G06T 5/00(2006.01) G06V 10/25(2022.01) G06V 10/762(2022.01) G06K 9/62(2022.01) (54)发明名称 一种基于机器视觉的水稻精准定位方法 (57)摘要 本发明涉及一种基于机器视觉的水稻精准 定位方法， 通过采集模块、 处理模块、 定位模块和 验证模块实施以下步骤： 步骤1： 图像采集； 步骤 2： 图像采集频率设定； 步骤3： 图像预处理； 步骤 4： 图像分割及去噪； 步骤5： 稻株茎基部图像(ROI 区域)基准点确定； 步骤6： 稻株茎基部图像(ROI 区域)边界划定； 步骤7： 稻株位置获取； 步骤8： 稻 株定位数据验证。 本发明具有较高的定位精度， 提高了稻株定位的可靠性， 规避了水稻冠层图形 复杂且不规整导致定位误差大的问题， 解决了光 照变化、 藻类成片等情况导致的超绿算法识别能 力下降的问题， 属于稻株识别与定位领域。 权利要求书2页 说明书7页 附图4页 CN 114299144 A 2022.04.08 CN 114299144 A 1.一种基于机器视觉的水稻精准定位方法， 其特征在于， 通过采集模块、 处理模块、 定 位模块和验证模块实施以下步骤： 步骤1： 图像采集； 步骤2： 图像采集频率设定； 步骤3： 图像预处 理； 步骤4： 图像分割及去噪； 步骤5： 作为ROI区域的稻株茎基部图像 基准点确定； 步骤6： 作为ROI区域的稻株茎基部图像边界划定； 步骤7： 稻株位置获取； 步骤8： 稻株定位数据验证； 其中， 步骤1由采集模块实施， 步骤3 ‑6由处理模块实施， 步骤7由定位模块实施， 步骤8 由验证模块实施。 2.按照权利要求1所述的一种基于机器视觉的水稻精准定位方法， 其特征在于： 步骤1 中， 采用侧位、 低矮、 俯拍的图像采集方式， 根据水稻行距、 株距及摄像头垂 直视场角的具体 情况， 调整摄 像头的安装高度及俯拍角度； 具体为： 摄像头位于图像采集稻行的邻行正上方， 高度为H， 与竖直方向夹角为α， 摄像 头的垂直视场角为θ， 所采集稻列方向的图像底边与摄像头水平垂直距离为Dmin， 所采集稻 列方向的图像顶边与摄像头水平垂直距离为Dmax， 则H与α通过公式 和 的计算获得。 3.按照权利要求1所述的一种基于机器视觉的水稻精准定位方法， 其特征在于： 步骤2 中， 图像采集频率 根据稻田环境及作业情况而具体设定； 具体为： 设水稻株距为d， 所采集图像 中包含n棵稻株， 行进机具行进速度为v， 则图像采 集频率f的计算公式为f＝v/nd。 4.按照权利要求1所述的一种基于机器视觉的水稻精准定位方法， 其特征在于： 步骤3 中， 采用Lab颜色空间下， 基于K ‑means的聚类算法对 所采集图像进 行预处理； 其中， K为聚类 算法的分类数量； 具体当稻田积水层具有藻类背景时， K设定为3， 分别为水层、 稻株、 藻类； 当稻田积水层无明显藻类背景时， K设定为2， 分别为水层和稻株。 5.按照权利要求1所述的一种基于机器视觉的水稻精准定位方法， 其特征在于： 步骤5 中， 作为ROI区域的稻株茎基部图像基准点确定方法为： 对预处理图像分割及去噪后， 采用 扫描方式寻找图像竖直方向的最低点， 并将该点所在的连通区域面积与面积阈值S比较， 当 该点所在的连通区域面积大于S时， 则取该点作为稻株茎基部最低点， 作为ROI区域划定基 准点； 其中， 面积阈值S根据稻株生长及分蘖情况 具体设定 。 6.按照权利要求5所述的一种基于机器视觉的水稻精准定位方法， 其特征在于： 步骤6 中， 作为ROI区域的稻株茎基部图像的边界划定方法为： 对处理后二值图像的水平投影进 行 平滑处理， 获取投影曲线上所有极大值点的位置， 设定投影曲线上对应二值图像中位置最 低的极大值点所在的水平线作为ROI区域的上边界； 设上边界与茎基部最低点距离为h， 取 茎基部最低点下 方h/5的水平线为下边界； ROI区域宽度与原图宽度相等。权　利　要　求　书 1/2 页 2 CN 114299144 A 27.按照权利要求1所述的一种基于机器视觉的水稻精准定位方法， 其特征在于： 步骤7 中， 对稻株定位方式采用茎基部图像的型心所在垂 直线与稻株茎基部最低点水平线的交点 作为确定稻株位置信息的定位 点。 8.按照权利要求1所述的一种基于机器视觉的水稻精准定位方法， 其特征在于： 步骤8 中， 采用两个摄像头 分别获取同一稻列方向上相 邻稻株的位置信息， 在相同坐标系下， 将相 邻稻株的水平距离与水稻种植的行距进行数值比较， 两者数值越接近， 验证稻株定位数据 越为可靠； 两个摄像头图像采集方式相同， 以相互对置式布置， 且水平方向的距离等于水稻 种植的行距。权　利　要　求　书 2/2 页 3 CN 114299144 A 3