买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：仲恺农业工程学院

摘要：本发明提供一种基于机器视觉的火龙果果园道路导航识别方法，涉及道路规划领域，包括以下步骤：步骤A、数据采集；步骤B、图像分割；步骤C、导航线拟合；步骤D、导航线精准性判断；步骤E、导航识别算法输出。该方法基于改进的DeepLabv3+网络，有效解决视觉导航应用于火龙果果园道路环境中所面临的干扰因素多、图像背景复杂、模型部署庞大、规划算法具有一定滞后性等问题。

主权项：1.一种基于机器视觉的火龙果果园道路导航识别方法，其特征在于：包括以下步骤：步骤A、数据采集：采集大量火龙果果园道路图像，形成全卷积网络的训练数据集、测试数据集和验证数据集；步骤B、图像分割：设计改进的DeepLabv3+图像语义分割网络，通过改进的DeepLabv3+图像语义分割网络对果园道路图像进行分割，获得道路分割图；步骤C、导航线拟合：对步骤B中获得的道路分割图的掩码区域进行二值化处理，获取二值化图像；通过二值化图像分别获得道路的左、右边缘点，具体方法为：确定道路部分掩码区域的顶点位置，分别以图像左、右顶点作为扫描起点，采用逐行扫描像素的方法依次进行扫描，检测扫描像素点与其对应的相邻两列像素值是否变化，分别获取左、右边界点，具体为：针对扫描像素点x0,y0，分别检测其左侧相邻列像素x0,y0-1与右侧相邻列像素x0,y0+1是否与扫描像素点的像素值相同：若相同，则该扫描像素点不是左边界点或右边界点、继续进行扫描；若不同、继续判断，若时，则标记x0,y0为左边界点；若时，则标记x0,y0为右边界点；对道路的左、右边缘点进行拟合，获得导航线，具体方法为：步骤C1、根据左边界点集合拟合左边界线，其中，n表示左边界点的数量；根据右边界点集合拟合右边界线，其中，m表示右边界点的数量；al、ar分别为左边界线、右边界线的斜率，bl、br分别为左边界线、右边界线的截距；步骤C2、将左边界线与右边界线的直线方程联立，获取他们之间的交点坐标xi,yi： 步骤C3、对于每个交点坐标xi,yi，导航线到该交点的距离di为： 式中：xd表示导航线上的点的横坐标，an、bn分别表示导航线的斜率和截距；获取所有导航线到交点xi,yi距离di的平方和、即损失函数L： 式中：N表示交点坐标的数量；通过求解损失函数的偏导数为零来获取最优的an与bn，从而获得导航线；步骤C4、获取导航线的相关系数R、判断导航线拟合精度： 式中：xdi,ydi表示导航线上拟合任意拟合点；、分别表示拟合点的横坐标平均值与交点的纵坐标平均值；步骤D、导航线精准性判断：人工拟合果园道路中心线，并将人工拟合的果园道路中心线与步骤C中获得的导航线进行比较、判断导航线是否精准；具体为：人工通过图像处理软件的标注工具、手动在果园道路的图像上标记各个道路中心点（P1,P2,…,Pn），从而形成人工拟合中心线；提取步骤C中拟合的导航线上的点（Q1,Q2,…,Qm），再分别计算人工拟合中心线与导航线的方向向量V1与V2： 获取人工拟合中心线与导航线的夹角θ： 式中：、表示方向向量V1、V2的模；在人工拟合中心线的分割的图像中自上到下等距离选取H个像素点，将导航线与人工拟合中心线同一纵坐标方向的横向坐标进行对比，获取导航像素误差ex： 式中：XDCi、XHCi分别表示导航线上的像素横向坐标以及人工拟合中心线对应像素横向坐标；设定夹角阈值，若，则输出该方法用于实际作业；若，则通过导航像素误差ex对步骤C中拟合得到的导航线进行补偿、获取新的导航线，再将新的导航线与人工拟合中心线进行对比、直至；步骤E、导航识别算法输出：采用步骤D中判断后输出的精准导航线拟合方法进行火龙果果园道路识别、导航。

全文数据：

权利要求：

百度查询： 仲恺农业工程学院 基于机器视觉的火龙果果园道路导航识别方法