A CROSS-BORDER DETECTION ALGORITHM FOR AGRICULTURAL SPRAYING UAV
摘要
在农业部门,喷洒无人驾驶飞行器(UAV)的一项重要任务是在达到农田边界后立即返回。最初,他们需要手动控制,这是一项繁琐的工作。本文介绍了一种有效的图像处理算法,可根据从机载摄像头接收的图像自动检测农田边界。首先,采用基于可控滤波器的包围抑制方法来检测主要边界,然后分别使用非最大值抑制(NMS)和滞后阈值化对图像进行细化和二值化。其次,将不同抑制系数的结果融合,并修剪毛刺。然后使用种子生长方法连接断点。最后,提出了一种基于线段的改进马尔可夫随机场(MRF)模型来筛选出假边界。分类的结果取决于保留段的最大长度。实验结果和离线现场测试表明,该算法可以从复杂的农田图像中准确地检测不同类型的农场边界。该算法的平均检测精度和完整性分别为85.6%和83.6%。与其他方法相比,该算法具有高可靠性,鲁棒性和可扩展性,适用于其他应用。
**关键词:**农业喷涂无人机,跨境检测,马尔可夫随机场(MRF),可控滤波器,环绕抑制。
主体部分
由于高效