基于全景视觉的智能农业车辆运动障碍目标检测

被引：9

作者：

李盛辉

周俊

姬长英

田光兆

顾宝兴

王海青

机构：

[1] 南京农业大学工学院

来源：

农业机械学报 | 2013年 / 44卷 / 12期

关键词：

农业车辆; 全景视觉; 运动障碍; SIFT; 光流算法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了满足智能农业车辆安全正常作业,提出了基于全景视觉的运动障碍目标检测。与传统的单目和双目视觉相比,全景视觉具有360°无盲区检测的优点。首先系统使用多线程技术采集多目视觉图像,并用改进RANSACSIFT算法进行特征点提取与匹配,进而拼接全景视觉图像;其次采用改进的CLG光流法处理全景图像,检测运动障碍目标。试验表明:基于多线程技术和改进RANSAC-SIFT的全景拼接算法,与传统SIFT算法相比,平均提高特征点匹配准确度25.6%,加快运算速度25.0%;采用改进CLG光流法进行运动障碍检测,平均检测时间为1.55 s,检测成功率为95.0%。

引用

页码：239 / 244

页数：6

共 18 条

[1] 基于自适应导航参数的智能车辆视觉导航 [J].

李进 ;

陈无畏 .

农业机械学报, 2012, 43 (06) :19-24+152

[2] 果园移动机器人曲线路径导航控制 [J].

陈军 ;

蒋浩然 ;

刘沛 ;

张勤 .

农业机械学报, 2012, 43 (04) :179-182+187

[3] Distinctive image features from scale-invariant keypoints [J].

Lowe, DG .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110

[4] 基于双目视觉的农田障碍物检测 [J].

张磊 ;

王书茂 ;

陈兵旗 ;

刘志刚 .

中国农业大学学报, 2007, (04) :70-74

[5]

An iterative image registration technique with an application in stereo vision. Lucas BD,Kanade T. Proceedings of the 7th International Conference on Artificial Intelligence . 1981

[6]

Variational optical flow computation in real time. Bruhn, Andrés,Weickert, Joachim,Feddern, Christian,Kohlberger, Timo,Schn?rr, Christoph. IEEE Transactions on Image Processing . 2005

[7]

Determining optical flow. Berthold K.P. Horn,Brian G. Schunck. Artificial Intelligence . 1981

[8]

Random sample consensus[J] . Martin A. Fischler,Robert C. Bolles. &nbspCommunications of the ACM . 1981 (6)

[9]

Development of a master–slave robot system for farm operations[J] . Noboru Noguchi,Jeff Will,John Reid,Qin Zhang. &nbspComputers and Electronics in Agriculture . 2004 (1)

[10] Self-localization in non-stationary environments using omni-directional vision [J].

Andreasson, Henrik ;

Treptow, Andre ;

Duckett, Tom .

ROBOTICS AND AUTONOMOUS SYSTEMS, 2007, 55 (07) :541-551

← 1 2 →