基于绿色作物特征提取不变性的立体视觉导航方法实现
农田环境复杂多变,基于立体视觉的导航方法对图像中的信息量有一定的要求,否则会碾压作物。而图像的特征信息描述了图像的某种属性,特征点为特征匹配和三维计算等技术提供基础。
因此,在保持绿色作物特征尺度、光照和旋转不变性的基础上,提高特征点的数量和特征匹配的对数是本论文的主要目的。本论文首先对基于SIFT特征点提取算法原理进行分析,对算法处理的每个过程给出详细的实验结果。
为了提高用于特征匹配的特征点数量,将高斯同态滤波嵌入到SIFT金字塔各组中,以对图像进行增强处理,但图像偏暗,细节信息对比不明显,故采用直方图均衡化增强图像对比度。在多尺度图像中,通过高斯同态滤波和直方图均衡化处理,可有效地改进尺度和光照的问题,使目标特征点的数量提高2倍多。
实验结果表明,基于高斯同态滤波的SIFT算法在提高特征点数量的同时,保持了特征点的尺度、光照和旋转不变性。之后,本文对所获得的特征点进行特征匹配,利用视差得到作物的三维信息,并构建基于三维信息的高程图。
其次,采用灰度化、二值化、滤波、边缘提取算子和形态学方法对田间绿色作物图像进行边缘轮廓提取。然后, ...