| 基于SURF算法的绿色作物特征提取与图像匹配方法 |
| |
| 引用本文： | 张志斌,赵帅领,罗锡文,魏凤岐.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. |
| |
| 作者姓名： | 张志斌 赵帅领 罗锡文 魏凤岐 |
| |
| 作者单位： | 1. 内蒙古大学计算机学院,呼和浩特,010021
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 |
| |
| 基金项目： | 国家自然科学基金（31160253；31360289；31171864）；内蒙古自然科学基金（No.2013MS0903） |
| |
| 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 SURF SIFT 三维信息 |
| 收稿时间： | 2015/5/24 0:00:00 |
| 修稿时间： | 2015/6/30 0:00:00 |
Matching method of green crops based on SURF feature extraction |
| |
| Zhang Zhibin,Zhao Shuailing,Luo Xiwen and Wei Fengqi.Matching method of green crops based on SURF feature extraction[J].Transactions of the Chinese Society of Agricultural Engineering,2015,31(14):172-178. |
| |
| Authors: | Zhang Zhibin Zhao Shuailing Luo Xiwen and Wei Fengqi |
| |
| Institution: | 1. College of Computer Science, Inner Mongolia University, Hohhot 010021, China,1. College of Computer Science, Inner Mongolia University, Hohhot 010021, China,2. Key Laboratory of Key Technology on Agricultural Machine and Equipment , Ministry of Education, Guangzhou 510642, China and 1. College of Computer Science, Inner Mongolia University, Hohhot 010021, China |
| |
| Abstract: | |
| |
| Keywords: | computer vision matching crops RGB SURF SIFT three-dimensional information |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
|
