近些年来,由于无人机技术不断的发展,日渐完善,无人机在民用领域与军事领域上都获得了大量的需求和应用。在农业植保方面,由于植保无人机具有体积小、高效安全、施药均匀、花费较低等优点,被广泛的应用到农业植保中,逐渐替代了人工植保,占有了一定的市场份额。植保无人机在农田中执行植保任务时,农田中的环境较复杂,植保无人机会遇到树木、房屋、电线杆等障碍物,农田中的障碍物会影响植保无人机的飞行安全,使植保无人机受到损坏,不仅完不成植保任务,还会造成额外的经济损失,因此植保无人机需要具有避障功能,能够避开障碍物,使得植保无人机能够安全、有效的完成植保任务。本文研究了基于视觉的植保无人机避障的方法,在开源飞控的无人机上进行进一步的研究,将避障算法添加到植保无人机中,使植保无人机实现避障功能。本文研究的主要内容如下:1.通过查阅大量的有关无人机视觉避障方面的文献资料,阐述了无人机视觉避障的研究背景与意义,对无人机视觉避障的国内外研究现状进行了归纳总结。2.视频图像处理的相关知识。植保无人机通过搭载的CCD摄像机作为视觉传感器来获得视野范围内的环境信息,对CCD摄像机进行了简单的介绍。由于视觉传感器内部元件本身的原因以及植保无人机外部环境的影响,植保无人机获得的数字图像通常不仅对比度较差,而且具有噪声,使得图像的质量下降,分别采用直方图均衡化、中值滤波方法来提高图像的对比度、去除图像中的噪声,对直方图均衡化与中值滤波的原理进行了详细介绍,通过仿真实验进行了验证。常用的图像分割的方法有:基于阈值的图像分割、区域生长与区域分裂合并、图像的边缘检测,本文对这三种图像分割方法的原理进行了详细的介绍,并通过仿真实验对实现边缘检测的几种边缘检测算子的性能进行了对比分析。3.基于特征检测的垂直避障策略研究。障碍物检测是植保无人机视觉避障的重要环节,本文对HOG特征检测算法、SIFT特征检测算法与SURF特征检测算法进行了研究,并通过实验对这三种算法进行了对比分析,采用SIFT特征检测算法进行障碍物检测,采用毫米波雷达测量障碍物的距离信息,介绍了毫米波雷达的测距原理,无人机根据障碍物特征点的信息实现垂直避障。4.基于遗传算法的左右避障策略研究。简介了遗传算法的原理,通过仿真实验验证了基于遗传算法的左右避障策略的可行性。