增強(qiáng)，再進(jìn)行伽瑪校正，得到細(xì)節(jié)增強(qiáng)圖像，所用公式如下： [0085] ； [0086] 式中，A是細(xì)節(jié)增強(qiáng)圖像，I是農(nóng)田圖像，是（0，1）范圍內(nèi)的增強(qiáng)系數(shù)， 是卷積運(yùn)算，P是大小為50×50的平均濾波，γ是伽瑪值，c是（0，1）范圍內(nèi)的常數(shù)； [0087] 步驟S22：增強(qiáng)圖像邊緣，包括以下步驟： [0088] 步驟S221：基于高斯濾波進(jìn)行邊緣強(qiáng)化，所用公式如下： [0089] ； [0090] 式中，是邊緣強(qiáng)化后的農(nóng)田圖像，ψ{·}是歸一化運(yùn)算符，G是高斯濾波； [0091] 步驟S222：計(jì)算亮度值并歸一化，所用公式如下： [0092] ； [0093] ； [0094] 式中， 是在坐標(biāo)點(diǎn)（x，y）處的亮度值， 、 和 分別是在坐 標(biāo)點(diǎn)（x，y）處紅色通道、綠色通道和藍(lán)色通道的像素值，x和y分別是農(nóng)田圖像中像素的橫坐標(biāo)和縱坐標(biāo)， 是在坐標(biāo)點(diǎn)（x，y）處歸一化后的亮度值， 是亮度值的最大值， 是對(duì)數(shù)平均亮度值， ，N是像素總數(shù)，是平滑項(xiàng)； [0095] 步驟S223：濾波，所用公式如下： [0096] ； [0097] 式中， 是 濾波后的值，Guide是引導(dǎo)濾波， 是所有 中的最大值； [0098] 步驟S224：設(shè)計(jì)亮度調(diào)整量和亮度增強(qiáng)系數(shù)，所用公式如下： [0099] ； [0100] ； [0101] 式中，δ是亮度調(diào)整量，λ是非線性控制參數(shù)， ，z是（0.1，1）范 圍內(nèi)的修正因子， 是歸一化對(duì)數(shù)平均亮度值， ， 是在 坐標(biāo)點(diǎn)（x，y）處的亮度增強(qiáng)系數(shù)， 和 分別是歸一化后亮度值的最大值和最小值， β是（0.5，1）范圍內(nèi)的調(diào)節(jié)參數(shù)； [0102] 步驟S225：基于亮度調(diào)整量和亮度增強(qiáng)系數(shù)計(jì)算反射分量，所用公式如下： [0103] ； [0104] 式中， 是在坐標(biāo)點(diǎn)（x，y）處的反射分量； [0105] 步驟S226：計(jì)算邊緣增強(qiáng)圖像B，所用公式如下： [0106] ； [0107] 式中， 是邊緣增強(qiáng)圖像在坐標(biāo)點(diǎn)（x，y）處的像素值； [0108] 步驟S23：圖像分解，基于非下采樣剪切波變換NSST將細(xì)節(jié)增強(qiáng)圖像A和邊緣增強(qiáng) 圖像B進(jìn)行分解，分別得到細(xì)節(jié)增強(qiáng)圖像的低頻分量A1和高頻分量A2，以及邊緣增強(qiáng)圖像的低頻分量B1和高頻分量B2； [0109] 步驟S24：低頻融合，基于顯著度將細(xì)節(jié)增強(qiáng)圖像的低頻分量A1與邊緣增強(qiáng)圖像的 低頻分量B1進(jìn)行加權(quán)融合，所用公式如下： [0110] ； [0111] 式中，C1是低頻融合圖像，Saliency（·）是顯著度函數(shù)， 和 分別是A1和B1的顯著度； [0112] 步驟S25：高頻融合，基于參數(shù)自適應(yīng)脈沖耦合神經(jīng)網(wǎng)絡(luò)PA?PCNN將細(xì)節(jié)增強(qiáng)圖像 的高頻分量A2與邊緣增強(qiáng)圖像的高頻分量B2進(jìn)行融合，得到高頻融合圖像C2； [0113] 步驟S26：計(jì)算農(nóng)田增強(qiáng)圖像，對(duì)低頻融合圖像C1和高頻融合圖像C2進(jìn)行逆NSST處 理，得到農(nóng)田增強(qiáng)圖像C； [0114] 步驟S27：構(gòu)建農(nóng)田地圖，農(nóng)田增強(qiáng)圖像包含歷史農(nóng)田增強(qiáng)圖像和實(shí)時(shí)農(nóng)田增強(qiáng)圖 像，基于歷史農(nóng)田增強(qiáng)圖像訓(xùn)練U?Net模型，再使用訓(xùn)練好的U?Net模型對(duì)實(shí)時(shí)農(nóng)田增強(qiáng)圖像進(jìn)行處理，識(shí)別出農(nóng)田邊界和障礙物，并進(jìn)行數(shù)字化表示，得到柵格格式的農(nóng)田地圖。 [0115] 通過(guò)執(zhí)行上述操作，針對(duì)現(xiàn)有的農(nóng)機(jī)導(dǎo)航方法中存在農(nóng)田圖像在不同光照下質(zhì)量 差異大，農(nóng)田圖像細(xì)節(jié)不清晰和邊緣模糊，導(dǎo)致對(duì)農(nóng)田邊界和障礙物識(shí)別不準(zhǔn)確的問(wèn)題，本方案引入增強(qiáng)系數(shù)和伽瑪校正計(jì)算細(xì)節(jié)增強(qiáng)圖像，使圖像細(xì)節(jié)更加清晰，有助于更準(zhǔn)確地 識(shí)別農(nóng)田中的細(xì)微特征；基于高斯濾波進(jìn)行邊緣強(qiáng)化，并基于亮度調(diào)整量和亮度增強(qiáng)系數(shù) 計(jì)算反射分量，計(jì)算邊緣增強(qiáng)圖像，使圖像在不同光照下能呈現(xiàn)更合適的狀態(tài)，同時(shí)更好地突出邊緣信息，增強(qiáng)圖像的辨識(shí)度；使用NSST進(jìn)行圖像分解，基于顯著度完成低頻融合，基于PA?PCNN完成高頻融合，再進(jìn)行逆NSST處理，得到農(nóng)田增強(qiáng)圖像，并構(gòu)建農(nóng)田地圖，有效提取和整合不同特征，提高圖像質(zhì)量和融合效果，更好地為農(nóng)田邊界和障礙物識(shí)別提供準(zhǔn)確 清晰的圖像基礎(chǔ)，從而保障農(nóng)機(jī)導(dǎo)航的可靠性和精確性。 [0116] 實(shí)施例四，參閱圖1和圖4，該實(shí)施例基于上述實(shí)施例，在步驟S3中，農(nóng)機(jī)路徑規(guī)劃具體包括以下步驟： [0117] 步驟S31：初始化，基于農(nóng)田地圖設(shè)定路徑的起點(diǎn)和終點(diǎn)，在起點(diǎn)和終點(diǎn)之間進(jìn)行 路徑規(guī)劃，每個(gè)路徑規(guī)劃方案包含D個(gè)導(dǎo)航點(diǎn)，用個(gè)體位置作為導(dǎo)航點(diǎn)的代表，D個(gè)個(gè)體位置組成一個(gè)種群，用種群作為路徑規(guī)劃方案的代表，在農(nóng)田邊界內(nèi)，避開(kāi)障礙物隨機(jī)生成H個(gè)種群； [0118] 步驟S32：計(jì)算適應(yīng)度值，基于路徑長(zhǎng)度和路徑平滑度計(jì)算種群的適應(yīng)度值，所用 公式如下： [0119] ； [0120] ； [0121] ；

7.一種基于計(jì)算機(jī)視覺(jué)的農(nóng)機(jī)導(dǎo)航系統(tǒng)，用于實(shí)現(xiàn)如權(quán)利要求1?6中任一項(xiàng)所述的一種基于計(jì)算機(jī)視覺(jué)的農(nóng)機(jī)導(dǎo)航方法，其特征在于：包括圖像采集模塊、農(nóng)田圖像處理模塊、農(nóng)機(jī)路徑規(guī)劃模塊和農(nóng)機(jī)導(dǎo)航模塊； 所述圖像采集模塊采集歷史農(nóng)田圖像和實(shí)時(shí)農(nóng)田圖像，并將數(shù)據(jù)發(fā)送至農(nóng)田圖像處理模塊； 所述農(nóng)田圖像處理模塊引入增強(qiáng)系數(shù)和伽瑪校正計(jì)算細(xì)節(jié)增強(qiáng)圖像，基于高斯濾波進(jìn)行邊緣強(qiáng)化，并基于亮度調(diào)整量和亮度增強(qiáng)系數(shù)計(jì)算反射分量，計(jì)算邊緣增強(qiáng)圖像，使用NSST進(jìn)行圖像分解，基于顯著度完成低頻融合，基于PA?PCNN完成高頻融合，再進(jìn)行逆NSST處理，得到農(nóng)田增強(qiáng)圖像，并構(gòu)建農(nóng)田地圖，并將數(shù)據(jù)發(fā)送至農(nóng)機(jī)路徑規(guī)劃模塊； 所述農(nóng)機(jī)路徑規(guī)劃模塊用種群代表路徑規(guī)劃方案，基于路徑長(zhǎng)度和路徑平滑度計(jì)算適應(yīng)度值，設(shè)計(jì)路徑規(guī)劃熵和自適應(yīng)閾值，并引入膨脹系數(shù)和加速因子對(duì)個(gè)體位置進(jìn)行分段更新，基于障礙物和農(nóng)田邊界進(jìn)行位置檢測(cè)，確定最優(yōu)路徑規(guī)劃方案，并將數(shù)據(jù)發(fā)送至農(nóng)機(jī)導(dǎo)航模塊； 所述農(nóng)機(jī)導(dǎo)航模塊將最優(yōu)路徑發(fā)送至農(nóng)機(jī)控制系統(tǒng)，實(shí)現(xiàn)農(nóng)機(jī)自動(dòng)導(dǎo)航。