溫室多葉缽苗健康識別與移栽路徑優(yōu)化研究.pdf

1、現(xiàn)代農(nóng)業(yè)迫切需要智能移栽設(shè)備來代替人工完成幼苗移栽。穴盤內(nèi)幼苗的機器視覺健康評估和移栽路徑優(yōu)化是提升移栽機智能化及效率的關(guān)鍵技術(shù)，目前移栽機視覺系統(tǒng)和移栽路徑優(yōu)化方法尚不完善，機器視覺識別傾斜穴盤內(nèi)幼苗的方法、移栽路徑優(yōu)化效率有待進一步研究和提高。因此，開發(fā)一種能實現(xiàn)傾斜穴盤校正和幼苗健康評估的算法及移栽路徑優(yōu)化方法對提升溫室移栽自動化設(shè)備工作效率有重要意義。本文基于Canny算子和Hough變換的算法實現(xiàn)傾斜穴盤的圖像校正，綜合葉片重

2、心、面積、數(shù)量等特征對幼苗進行機器視覺健康識別，提高識別準確率;并提出一種穴盤步進式控制與貪心算法結(jié)合的優(yōu)化移栽策略，提高了移栽效率。取得的主要成果如下:
　　(1)研究穴盤圖像傾斜校正和區(qū)域定位的方法，提取穴盤關(guān)鍵區(qū)域。通過預(yù)處理、灰度轉(zhuǎn)換、邊緣檢測和Hough變換等完成穴盤的輪廓檢測，并篩選出輪廓直線，對比不同參數(shù)的邊緣檢測效果和直線檢測效果;根據(jù)輪廓直線計算出圖像傾角并完成傾斜校正，校正角度偏差在0.85度以內(nèi)。采用投影法進

3、行穴盤區(qū)域剪裁，得到穴盤關(guān)鍵區(qū)域圖像。
　　(2)通過綜合葉片重心、面積、數(shù)量等特征對圖像中的幼苗進行健康識別方法，標記苗葉健康狀態(tài)和位置。以生長2周的一串紅幼苗為研究對象，采用預(yù)處理、二值化、分水嶺算法等提取幼苗圖像。分割穴盤區(qū)域后，根據(jù)每個葉片的重心計算單穴孔內(nèi)的幼苗葉片數(shù)量和面積，判別每一格幼苗的健康狀況。結(jié)果顯示算法對200孔穴盤傾角1度以內(nèi)的穴盤幼苗識別的準確率為99％。利用該方法標記的幼苗的健康狀態(tài)信息指導末端執(zhí)行器的

4、移栽過程。
　　(3)采用穴盤步進式控制與貪心算法結(jié)合的策略進行補苗移栽和稀植移栽路徑規(guī)劃。模擬905個稀疏穴盤和密集穴盤的樣本，比較步進定位貪心策略、遺傳算法、貪心算法和固定次序法規(guī)劃的補苗移栽和稀植移栽路徑。結(jié)果表明，相較于固定次序法，在單穴盤移栽任務(wù)中，步進定位貪心策略縮短移栽路徑16.5％以上;步進定位貪心策略在多盤復合移栽中縮短移栽路徑9.8％以上，優(yōu)化效率和遺傳算法相當，運算時間遠低于遺傳算法。在128孔穴盤，目標穴盤