基于机器视觉的导航系统的目标是能自动采集农田环境图像,通过处理分析图像识别出导航路径,最终计算得出系统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。本文主要研究了农业机械的视觉导航技术,实现了农田图像中导航基准线的提取。基于VFW技术开发了视频采集软件,使用USB接口的数字摄像头采集农田中作物行图像,能够实现实时的捕获图像。对色彩模型进行分析的基础上,选择使用RGB模型研究图像。利用2G-R-B法对彩色农田图像灰度化,使用中值滤波去除图像的噪声,对图像开运算去除孤立点和作物行中的孔洞,使用自适应阈值方法对图像二值化,并分析了区域生长法分割图像的适合场合,为后续处理提供条件。将导航定位点检测的方法分为边缘检测和中心线检测两类,使用Sobel算子对作物行边缘检测；在中心线检测时使用图像水平条分割,和垂直投影法确定作物行的导航定位点。提出了针对确定作物行提取定位点的方法,该方法根据垂直投影图的曲线波峰位置初步确定基准线位置,然后将感兴趣区域图像分成若干个水平条,对每个水平条用垂直投影法找出导航定位点。开发了导航线提取系统,并对三种方法的定位精度进行了对比。本文主要针对视觉导航中精度、实时性不高的情况,改进了数据处理量大、耗时多和精度低的算法。首先为避免对作物行像素的漏检,改进了2G-R-B法判断像素值的条件,有效地分割作物行和背景,同时提高了灰度化的效率。改进了中值滤波的排序算法,使耗时减少一倍。提出了基于确定作物行提取定位点的方法,使用区域生长法分割确定作物行为感兴趣区域,大大的减少了无关信息量,提高了精度和实时性。本文使用C++Builder6.0和OpenCV视觉库开发了导航基准线提取系统,对提取定位点的方法进行了分析。本文基于确定作物行提取定位点的方法只针对中间作物行提取基准线,比对全部作物行提取基准线的算法不仅精度高,耗时减少2倍多,可以满足农业机械农田作业的需要。