无人机边界识别算法

论文翻译

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