本发明具体涉及一种田间道路检测方法。
背景技术：
随着图像处理技术和计算机硬件的发展，机器视觉技术被广泛地应用于施肥、除草、采摘、喷洒农药等农业操作中。对田间道路进行快速准确的检测，是保证移动农业机器人在田间独立自主地行走并进行各种农田操作的重要技术之一。
技术实现要素：
本发明要解决的技术问题是提供一种田间道路检测方法。
一种田间道路检测方法，包括以下步骤：
s1：在hsi颜色模型下进行图像预处理；
s2：采用改进的区域分裂聚合算法对图像进行分割；
s3：利用眼膜过滤机制去除田间道路与非道路部分连通区域；
s4：采用改进的moore边界追踪算法提取出田间道路边界。
进一步的，步骤s1的具体方法如下：
将采集到的田间图像由rgb转换为his颜色模型，转换公式如下：
进一步的，步骤s2的具体方法如下：
1）确定区域特征一致性测度，即特征值p；
将整幅图像表示为r，对已转换为his颜色空间成熟麦田s分量设为特征值p，p的阈值为t；
2）对图像r中所有象限区域进行分裂，分裂的区域数即为区域分裂的精度；
3）
4）分裂结束后，取条件
进一步的，步骤s3的具体方法如下：
1）对田间道路部分黑色小连通区域去除时，将二值图像中值为0的像素点组成的区域判为连通区域，通过对掩膜图像进行遍历，计算连通区域大小，并只保留最大的黑色连通区域，则田间道路连通区域内的黑色小连通区域被去除；
2）对田间非道路部分白色小连通区域时，将值为255的像素点组成的区域判为连通区域，对掩膜图像进行遍历，计算出所有连通区域的大小和数量，并根据最大连通区域的大小s设定百分比阈值p，再将其他连通区域与大小和百分比阈值的乘积sp进行比较，去除小于sp的连通区域，留下来的即为道路对应的连通区域。
进一步的，步骤s4的具体方法如下：
1）假定边界为1，背景为0，令起始点
2）从c开始按顺时针方向进行，令b的8邻点为
3）重复步骤2），直到
本发明的有益效果是：
本发明利用his颜色模型亮度与色度可分离性，在s分量下改进区域分裂聚合算法实现图像的分割，很好地克服了阴影、杂草等干扰，能够有效地将田间道路和农作物背景分离出来；改进的moore边界追踪算法解决了农作物形态各异的叶片不规则地呈锯齿样交错覆盖田间道路的问题，快速准确地获取到田间道路的边界线。
具体实施方式
以下具体实施例对本发明作进一步阐述，但不作为对本发明的限定。
一种田间道路检测方法，包括以下步骤：
s1：在hsi颜色模型下进行图像预处理；
s2：采用改进的区域分裂聚合算法对图像进行分割；
s3：利用眼膜过滤机制去除田间道路与非道路部分连通区域；
s4：采用改进的moore边界追踪算法提取出田间道路边界。
步骤s1的具体方法如下：
将采集到的田间图像由rgb转换为his颜色模型，转换公式如下：
步骤s2的具体方法如下：
1）确定区域特征一致性测度，即特征值p；
将整幅图像表示为r，对已转换为his颜色空间成熟麦田s分量设为特征值p，p的阈值为t；
2）对图像r中所有象限区域进行分裂，分裂的区域数即为区域分裂的精度；
3）
4）分裂结束后，取条件
步骤s3的具体方法如下：
1）对田间道路部分黑色小连通区域去除时，将二值图像中值为0的像素点组成的区域判为连通区域，通过对掩膜图像进行遍历，计算连通区域大小，并只保留最大的黑色连通区域，则田间道路连通区域内的黑色小连通区域被去除；
2）对田间非道路部分白色小连通区域时，将值为255的像素点组成的区域判为连通区域，对掩膜图像进行遍历，计算出所有连通区域的大小和数量，并根据最大连通区域的大小s设定百分比阈值p，再将其他连通区域与大小和百分比阈值的乘积sp进行比较，去除小于sp的连通区域，留下来的即为道路对应的连通区域。
步骤s4的具体方法如下：
1）假定边界为1，背景为0，令起始点
2）从c开始按顺时针方向进行，令b的8邻点为
3）重复步骤2），直到