技术领域
本发明属于智能农业技术领域，具体涉及一种基于不同拟合直线进行田间导航线特征点粗差检测的方法。
背景技术：
在现代农业中为了降低劳动强度、减少对人力资源的依赖，开发自动行走的农业机器人成为各种智能作业农机的基础。在农业机器人自动导航中，由于田间环境复杂、不容易设置导航辅助装置，视觉导航因其不需要任何地面辅助装置成为一个发展的方向。但是，在田间导航线提取中，由于特征点的选择存在一定的误差，导航精度离实际需要仍有一定的距离；因此，可以考虑通过对特征点进行粗差检测提高导航线的提取精度。
因此,需要提供一种利用多条拟合直线进行田间导航线特征点粗差检测的方法提高导航线的提取精度。
技术实现要素：
针对现有技术的不足，本发明的目的是提供一种基于不同拟合直线进行田间导航线特征点粗差检测的方法来提高导航线的提取精度。
基于不同拟合直线进行田间导航线特征点粗差检测的方法,所述方法包括以下步骤：
S1：提取田间导航线特征点；
S2：提取多条拟合直线；
S3：对每行特征点进行粗差检测。
优选地，所述S1具体为：首先对田间图像采用超绿特征进行阈值分割，分割阈值采用OSTU法确定；分割后图像中的像素点被分为植被和背景两类。根据分割后的结果，逐行扫描二值图像，以每行植被对应像素点的中心坐标值作为改行特征点的坐标，每行提取一个坐标从而构成了田间导航线的特征点。
优选地，所述S2具体为：将所有特征点两两组合，分别得到不同的直线，从而构成一个直线集合。
优选地，所述S3具体为：首先，求出直线结合中所有直线在每一行的不同位置；然后，每一行直线的位置构成一个点集，这个点集视为含有粗差的测量值；通过莱以特准则，不断淘汰粗差点，得到新的点集；最后，由点集求平均值作为这一行的特征点。
本发明的技术方案具有以下有益效果：
本发明提供的一种基于不同拟合直线进行田间导航线特征点粗差检测的方法，导航线提取是田间作业视觉导航的基础，也是判断农业机器人田间位置的重要依据，本发明提出的方法有助于进一步提高导航线的提取精度，这将为相关参数自动测量精度的提高提供基础。
具体实施方式
为了清楚了解本发明的技术方案，将在下面的描述中提出其详细的结构。显然，本发明实施例的具体施行并不足限于本领域的技术人员所熟习的特殊细节。本发明的优选实施例详细描述如下，除详细描述的这些实施例外，还可以具有其他实施方式。
下面结合实施例对本发明做进一步详细说明。
本发明实施例基于不同拟合直线进行田间导航线特征点粗差检测的方法分3个步骤：
S1：提取田间导航线特征点；按已有的田间导航线特征点提取方法，首先对田间图像进行分割，按现有技术一般采用超绿特征进行阈值分割，分割阈值采用OSTU法确定。分割后图像中的像素点被分为植被和背景两类。根据分割后的结果，逐行扫描二值图像，以每行植被对应像素点的中心坐标值作为改行特征点的坐标，每行提取一个坐标从而构成了田间导航线的特征点。
S2：提取多条拟合直线；从理论上说，只要有两个点就可以得到1条直线，因此图像中的特征点任意两两组合都可以拟合出多条直线，这些直线在每一行都有一个位置点。可以将拟合每条直线的过程视为一次对特征点的测量，那么在多次测量中，由于直线的误差不一样，每行得到的位置点也存在差异。理论上，如果特征点在一条直线上，则所有的特征点都应该在任意两个特征点拟合得到的直线。显然，显示不是这样的，可以认为这是由于特征点存在粗差造成的。所以，将所有特征点两两组合，分别得到不同的直线，从而构成一个直线集合。
S3：对每行特征点进行粗差检测;首先，求出直线结合中所有直线在每一行的不同位置。然后，每一行直线的位置构成一个点集，这个点集视为含有粗差的测量值。接着，通过莱以特准则，不断淘汰粗差点，得到新的点集。最后，由点集求平均值作为这一行的特征点。按以上方法，进行粗差检测后得到的特征点几乎与人工标志线重合，极大的降低了特征点的粗差。
本发明提供的一种基于不同拟合直线进行田间导航线特征点粗差检测的方法，导航线提取是田间作业视觉导航的基础，也是判断农业机器人田间位置的重要依据，本发明提出的方法有助于进一步提高导航线的提取精度，这将为相关参数自动测量精度的提高提供基础。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的权利要求保护范围之内。