基于SURF算法的绿色作物特征提取与图像匹配方法.pdfVIP

第31卷第14期农业工程学报Vbl-31NO．14

1722015年7月TransactionsoftheChineseSocietyofAgriculturalEngineeringJu1．2015

基于SURF算法的绿色作物特征提取与图像匹配方法

张志斌，赵帅领，罗锡文2，魏凤岐

(1．内蒙古大学计算机学院，呼和浩特01002l；

2．华南农业大学南方农业机械装备关键技术省部共建教育部重点试验试验室，广州510642)

摘要：由于田间环境的复杂性，绿色作物特征提取与匹配仍然是基于双目视觉技术农田作物三维信息获取急需解决的

关键技术之一。该文首先在RGB空间进行图像分割滤波处理。然后，采用SURF算法旋转不变性分两步获取绿色作物特

征点对：第一步采用Hessian矩阵检测作物特征点，运用非极大值抑制法和插值运算寻找、定位极值点；第二步确定特征

点主方向，采用描述算子进行特征点提取。最后，运用最近距离比次近距离法进行特征点匹配，并采用全约束条件滤除

错误的匹配点对。同时将SURF和SIFT法进行对比分析，通过对不同光照、土壤的田间条件下芥蓝、芹菜、白菜13组

图像进行试验，结果表明采用SUFR和SIFT法绿色作物特征提取率均值分别为1．2％、3．3％，双目视觉系统左、右作物

图像特征正确匹配率的均值分别为94．8％、92．4％，时间消耗均值分别为4．6s、4．8s。采用SURF优越于采用SIFT法，这

为进一步进行农业机械3D视觉导航或基于无线传感器网络的田间作物在线三维信息准确获取提供可借鉴思路和方法。

关键词：机器视觉；匹配；作物；RGB空间；SUFR；SIFT；三维信息

doi：10．11975~．issn．1002—6819．2015．14．024

中图分类号：TP391．4文献标志码：A文章编号：1002—6819(2015)一14—172—07

张志斌，赵帅领，罗锡文，等．基于SURF算法的绿色作物特征提取与图像匹配方法[J]．农业工程学报，2015，31(14)：

172—178．doi：10．11975~．issn．1002—6819．2015．14．024http：／／www．tcsae．org

ZhangZhibin，ZhaoShuailing，LuoXiwen，eta1．MatchingmehtodofgreencropsbasedonSUFRfeatureextraction[J]．

TransactionsoftheChineseSocieytofAgriculturalEngineering(TransactionsoftheCSAE)，2015，31(14)：172—178．(in

ChinesewithEnglishabstract)doi：10．11975／j．issn．1002—6819．2015．14．024http：／w／ww．tcsae．org

范围为6~20m。Wang¨】采用立体相机进行茬地机器

0引言

人行走侧向距离获取，田间试验结果表明所提出的侧向

20世纪中期刚刚起步的双目立体视觉技术，伴随距离获取算法在大于101TI长直线路径上，偏差小于

着新理论方法的不断涌现，已经发展为多领域交叉综合50mm，但有待进一步进行田间试验验证。Correal等I【J

的新学科，在机器人视觉、工业图像检测、空间遥感技采用直方图匹配技术对立体相机系统中左、右目标点像

术、医学图像分析和交通管理等诸多领域得到了广泛应素灰度差异进行矫正方法研究，以改善左、右图像目标

用[1-7]，且应用领域正在日益扩大。双目立体视觉技术是特征点匹配的准确性。罗锡文与周学成1【5J研究了作物根

以图像传感器为手段，检测空间物体的三维坐标