溫室多葉缽苗健康識別與移栽路徑優(yōu)化研究.pdf

1、現(xiàn)代農業(yè)迫切需要智能移栽設備來代替人工完成幼苗移栽。穴盤內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鍵技術，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，提取穴盤關鍵區(qū)域。通過預處理、灰度轉換、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。采用投影法進

3、行穴盤區(qū)域剪裁，得到穴盤關鍵區(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的幼苗葉片數(shù)量和面積，判別每一格幼苗的健康狀況。結果顯示算法對200孔穴盤傾角1度以內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。結果表明，相較于固定次序法，在單穴盤移栽任務中，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