基于多颜色空间分割的温室环境 视觉导航路径信息提取

针对温室小范围复杂作业环境中的农作机器人视觉导航路径信息的提取方法进行研究。该方法首先对红、绿、蓝(red、green、blue，简称RGB)颜色空间各分量算子重新组合比较，在HSI(hue-saturation-intensity)色彩空间对不同光照条件下各分量的均值和标准差进行比较，对图像的RGB空间的各分量作差得到(G-B)、(R-B)差值图像，再对G-B、R-B差值图像和H分量图像用最大类间方差法(OTSU)分别进行最优阈值分割，然后再合并、滤波，将植物从背景中分离，最后用优化后的Hough变换进行植物行中心线的提取从而确定导航路线。结果表明，该方法能去除杂草和降低光照条件的影响，很好地适应复杂的温室环境，能准确分割和提取农作物行中心线，算法简单，实时性、鲁棒性强