农业机械自主导航是农业现代的重要部分。对于成行种植的作物来说,垄行可为农业机械提供导航信息,因此垄线识别方法研究具有至关重要的作用。而多垄线检测为农业机械提供更加全面的导航信息,是一个需要解决的关键课题,本文在深入研究现有垄线识别算法的基础上,研究并实现作物图像的多垄线检测技术。本文使用直线检测技术和数字图像处理的相关理论分别对图像预处理、作物行中心点检测与分类及直线拟合进行研究。首先,对农田作物图像预处理进行研究。利用超绿特征、迭代阈值法实现图像预分割;利用连续的膨胀、腐蚀操作进行滤波,降低杂草、阴影、石块等噪声的影响,提取出作物行区域。然后,根据作物种植、生长特征,提出改进的垂直投影法,并利用垂直投影曲线与一维高斯导数卷积提取作物行中心点,以首垄分布规律和匹配模型实现中心点分类,进而实现多垄线检测。该方法能够克服传统垂直投影法只能提取一条垄线的问题。最后,分别研究两种不同的垄线拟合方法,即:最小二乘法和概率Hough变换,并将概率Hough变换应用到垄线检测领域,用以解决标准Hough变换速度慢的问题。对50不同环境下的田间图像进行测试,实验结果表明本文提出的多垄线检测方法在包含石块、杂物、阴影区域等各种田间环境下,能够有效区分农作物区域和背景区域,实现对作物行中心点的准确识别与分类,最终检测结果基本反映垄线所在的位置,误差较小,具备良好的可行性。在速度方面,处理一副400?247pixel的图像平均耗时为178.68ms,能够满足农田作业的实际需求。