基于立体视觉的农业机器人作物高度估计


发布时间:

2021-02-11

来源:

本站

作者:

PhenoTrait

本研究的目的是开发一个基于机器视觉的自主机器人高度测量系统。首先,该系统通过一个简单的立体相机获取各种田间作物的精确高度测量值。然后,通过立体匹配将获得的立体图像转换为视差图,计算每个像素的视差确定相机与作物之间距离的深度。接着,利用深度图来确定感兴趣区域(ROI)的边缘,并在不使用任何附加标签的情况下,使用最接近相机的预期作物区域的边缘分割作物区域。最后,使用ROI中的最高点计算作物高度。

 

双目立体视觉几何与视差图

 

通过计算最小匹配代价进行立体匹配

 

估计作物高度的图像处理步骤

 

该方法在五种作物上进行了实验,结果表明,即使采集到的图像中存在目标重叠,该系统也能检测到目标作物区域。此外,用该系统估算的作物高度与人工测得的实际作物高度有很好的一致性,R2在0.78~0.84之间。综上所述,所开发的算法能够在不同范围内测量作物高度,适用于农业机器人应用。

 

作物立体匹配的代表性结果

 

作物区域检测的代表性结果

 

比较作物高度估算的效果

 

来源:

Kim W, Lee D, Kim Y, et al. Stereo-vision-based crop height estimation for agricultural robots. Computers and Electronics in Agriculture. https://doi.org/10.1016/j.compag.2020.105937.

 

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。