ВВЕДЕНИЕ 5
ГЛАВА 1. АНАЛИЗ СУЩЕСТВУЮЩИХ РЕШЕНИЙ 6
1.1 Анализ применяемых технологий в системах точного земледелия 6
1.1.1. GPS 6
1.1.2. GIS 7
1.1.3. Дистанционное зондирование 8
1.1.4. Variable Rate Technology (VRT) 9
1.1.5. Мониторы урожайности 9
1.2. Анализ основных решений для точного земледелия 9
ГЛАВА 2. КОМПЬЮТЕРНОЕ ЗРЕНИЕ ДЛЯ СИСТЕМ ТОЧНОГО
ЗЕМЛЕДЕЛИЯ 12
2.1. Выбор спектральной полосы 13
2.1.1. Видимый спектр света 12
2.1.2. Коррекция спектра: эффект виньетирования и баланс
белого 17
2.1.3 Инфракрасный спектр 21
2.2 Камера для получения изображения и выбор оптической
системы 23
2.2.1 Камера для получения изображения 23
2.2.2 Оптическая система 24
2.2.3 Выбор фокусного расстояния 26
ГЛАВА 3. ПОДСИСТЕМА РАСПОЗНОВАНИЯ ОБРАЗОВ ДЛЯ СИСТЕМ
ПАРАЛЛЕЛЬНОГО ВОЖДЕНИЯ 27
3.1 Аппаратное и программное обеспечение 27
3.2 Алгоритм работы программы для обнаружения полосы движения и
транспортных средств вокруг 29
3.3 Алгоритм работы программы для обнаружения рядов посевов для
сельскохозяйственной техники 43
ЗАКЛЮЧЕНИЕ 50
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 51
Приложение
Включение систем машинного зрения в сельскохозяйственную технику набирает всё большую популярность, машинное зрение становится более доступным и находится в стадии роста, особенно на борту сельскохозяйственной техники, независимо от того автономная техника или ещё с механизатором. Системы распознавания образов для сельскохозяйственной техники могут выполнять огромное количество задач, для помощи в сельском хозяйстве. Они выполняют такие задачи как: обнаружение рядов посевов культур, различение сельскохозяйственных культур от сорняков, почвы, камней и мусора, могут помогать водителю более точно соблюдать траекторию вождения, проводить мониторинг зрелости плодов.
Совместно с прогрессом, подсистемы машинного зрения или распознавания образов становятся обязательными в транспортных средствах. Такие модули очень полезны для помощи водителям в неавтономных транспортных средствах как в сельском хозяйстве, так и в обычной жизни. Нужно учитывать тот факт, что системы машинного зрения для сельскохозяйственной техники работают не в самых благоприятных условиях для работы с изображением и иногда могут ошибаться.
Идентификация культур и сорняков, обнаружения рядов посевов на данный момент являются основными задачами в точном земледелии. В настоящее время новые технические достижения позволяют использовать системы компьютерного зрения даже на беспилотных летательных аппаратах, которые также возможно использовать в сельском хозяйстве, и сейчас на это обращено большое внимание [1].
В ходе выполнения выпускной квалификационной работы были исследованы методы компьютерного зрения для систем точного земледелия. Были рассмотрены основные характеристики для систем компьютерного зрения, такие как: выбор нужной спектральной полосы, эффекты виньетирования и баланс белого, рассмотрены нужные характеристики оптической системы.
Был предложен алгоритм распознавания полосы движения при идеальных условиях, таких как нанесённая дорожная разметка, хорошее освещение и малое количество машин. Данный алгоритм имеет свои недостатки, такие как: низкое быстродействие, сильная зависимость от погодных условий.
Также был предложен алгоритм обнаружения рядов посевов для сельскохозяйственной техники. Видеопоток, полученный с камеры в цветовом пространстве red green blue, преобразуется в серое изображение с помощью индекса ExG. После этого преобразования используется двойное пороговое преобразование, которое помогает избавиться на изображении от лишних пикселей. Далее, с помощью метода наименьших квадратов, строится прямая, связанная с линиями посевов.
Цели и задачи поставленные в начале работы достигнуты: подсистема распознавания образов для систем параллельного вождения разработана.
