为研究棉田农药喷洒机器人导航路径识别方法, 以 自然环境下采集的棉田图像为研究背景, 在L ab 色彩空间 进行处理, 把棉株从土壤背景中识别出来。通过最大方差阈 值分割法将图像转化为二值图像, 并经过中值滤波去除噪 声。二值图像垂直方向投影做直方图, 利用波谷位置确定左 右垄分界线。根据左右垄棉株位置平均得到导航离散点, 通 过Hough 变换得到导航路径, 进而得到导航控制参数。利用 坐标系转换关系将图像坐标系中的导航信息转换到世界坐 标系, 从而控制机器人行

基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向，其中道路图象的正确分割 是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题，提 出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量，应用基于 ’() 学习算法的神经网络分类器进行道路与非道路识别；为解决环境噪声对神经网络输出的影响，本文设计了串行级联 式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实

图像数据操作（内存分配与释放，图像复制、设定和转换） 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） 支持多种动态数据结构（链表、队列、数据集、树、图） 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构） 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）