1. 研究目的与意义、国内外研究现状（文献综述）

本课题的意义

中国是一个农业大国，农业问题是关系到我国经济社会发展的根本问题，而林业发展是农业发展的一个重要方面。为使农业得到持续稳定的发展，我国已确立科教兴农战略。随着精准农业的发展，基于机器视觉的农业机械自主导航技术以其高灵活性和高导航精度等优点受到越来越广泛的关注。广泛应用农业机器人，以提高资源利用率和农业出产率，降低劳动强度，提高经济效益，全面提高农业信息化智能化水平，这将是21世纪我国农业生产的必然趋势。

基于机器视觉导航系统的目标是自动采集农田农林环境图像，通过处理分析图像识别出导航路径，计算出系统的导航参数，以控制农业机械沿导航路径行走。导航基准线的提取是机器视觉导航的基础，及时研究并准确提取机器视觉下的导航线，对我国农林业的长远发展有着重要意义。

2. 研究的基本内容和问题

研究目标

基于对已知林间道路特征的初步了解和认识，选择适当的林间图像作为研究对象，通过对色彩空间转换、二值化处理、边缘检测算子、hough变换等技术和算法的学习研究，了解图像处理、计算机视觉、模式识别等相关领域的最新研究成果，拟用vc 设计编程工具，研究出较为精准的导航线提取算法。

研究内容

3. 研究的方法与方案

研究方法及实验方案

1.理论学习。学习hough变换、中心线法、最小二乘法等相关算法，明白算法的优缺点和适应场景。

2.算法仿真。在计算机上对各种算法进行仿真，从而选取适合本研究的算法。

4. 研究创新点

1．目前在农业机器视觉导航技术研究中，对林间道路导航基准线提取的算法研究还比较少，在目前已有的算法也存在一定的不足，尤其体现在检测精度和抗噪能力的均衡问题。本项目拟通过对相关算法的改进，研究出更为全面的边缘检测算法。

2．基于机器视觉的导航基准线提取技术是机器视觉导航的关键技术。如何快速、精确地提取导航基准线是农业机器人研究的热点之一。目前我国智能农业机械发展水平较低，该项目拟通过研究正确提取基于机器视觉导航基准线的方案，为推动智能农业机械自主导航的发展提供技术支持和保障。

5. 研究计划与进展

2014年1月，采集林间道路图像，查阅相关文献资料和技术档案，学习图像处理，基于机器视觉导航的道路识别算法等。

2014年2月，熟悉编程软件，根据实验需要补充采集图像。

2014年3月，学习hough变换和最小二乘算法并进行仿真，根据实际情况改进和优化算法。