許 娜,周煒明
(河南工業(yè)職業(yè)技術(shù)學(xué)院,河南 南陽 473000)
隨著現(xiàn)代農(nóng)業(yè)技術(shù)的發(fā)展,加上大規(guī)模農(nóng)田作業(yè)的需求,聯(lián)合收割機(jī)自動(dòng)化作業(yè)能力急需提升,這就需要借助于人工智能技術(shù)將計(jì)算機(jī)技術(shù)和控制理論技術(shù)緊密聯(lián)系起來,利用智能識(shí)別和自主路徑規(guī)劃,實(shí)現(xiàn)聯(lián)合收割機(jī)的無人化、自動(dòng)化作業(yè)。在聯(lián)合收割機(jī)對(duì)目標(biāo)智能識(shí)別和路徑自主規(guī)劃過程中,會(huì)產(chǎn)生數(shù)量龐大的圖像數(shù)據(jù),需要借助于一種高效的圖像處理算法。PCA算法可以從模式矢量空間選擇模式特征子空間得到主特征矢量,是一種高維數(shù)據(jù)特征提取和線性降維的圖像方法,具有較高的圖像處理效率和圖像識(shí)別的準(zhǔn)率性。因此,本研究將該算法引入到收割機(jī)的圖像識(shí)別系統(tǒng)中,以提高大規(guī)模圖像的處理和識(shí)別效率。
收割機(jī)自動(dòng)路徑規(guī)劃系統(tǒng)的功能設(shè)計(jì)中最主要的是圖像識(shí)別功能,圖像識(shí)別的好壞直接關(guān)系到路徑規(guī)劃的準(zhǔn)確程度,進(jìn)而影響導(dǎo)航的精度。在收割機(jī)實(shí)時(shí)路徑規(guī)劃過程中會(huì)產(chǎn)生海量的圖像數(shù)據(jù),要想對(duì)這些圖像數(shù)據(jù)進(jìn)行快速處理并提取出有用的特征信息,需要引入一種高效的圖像處理算法。PCA算法在圖像處理方面具有很多優(yōu)勢(shì),因此本次選用PCA算法作為路徑規(guī)劃系統(tǒng)的圖像識(shí)別算法。該算法優(yōu)點(diǎn)如下:
1)最小均方誤差。PCA算法本身是一種正交分解下的最小均方差,因此利用PCA算法壓縮信號(hào)時(shí)可以得到最大的信噪比?!?br>