论文部分内容阅读
随着植物组织培养技术给农业生产带来的的优势日益明显，其成产技术和规模得到空前壮大发展。在组培苗不同的生长时期，其对生长空间的需求和营养的需求不同，因此，必须把单棵苗株移栽到新的更适宜的培养环境中才能时其进一步的生长。然而，现阶段国内的移栽工作仍是由人工操作完成，不仅增加了生产成本，而且意味着移栽的质量将完全依赖于操作者的技能。因此，急需要研制组培苗自动化的移栽设备来提高移栽工作效率、缩减劳动成本。 在培养瓶育苗的移栽过程中，苗株呈无序、交叉及粘连状态，需要通过对自动化移栽设备具有视觉识别的功能，才能准确的抓取苗株进行移栽。因此本课题针对培养瓶育苗的移栽过程中的苗株识别技术进行研究。 通过分析单株组培苗的形态特点，分析了无序的组培苗的交叉粘连类型，结合了组培苗传统手工移栽的工艺过程，对原有生产工艺进行了改进，设计了组培苗自动化移栽的整体流程方案。 系统的研究了图像分割算法及理论。通过深入研究图像分割算法的相关知识，采用基于颜色特征的方法进行图像灰度化处理，并结合自动阈值分割方法实现目标与背景分割；文中通过分析了基于形态学运算的方法对轻微粘连的组培苗进行初步分离方法；为进一步分割粘连严重的区域，讨论了连通区域外接矩形的面积和长宽比特性，进行叶片区域的消除。 分析了移栽过程中获得组培苗位置信息的重要性。为了获得单株苗的位置信息，首先分析并提出了以组培苗的茎秆直径为苗株的识别特征。分析了边缘检测方法在苗株识别中的应用，通过采用基于边缘检测的方法获得苗株茎杆的直径信息，并判断是否为单株苗，进而确定位置信息。 分析了以茎杆骨架为识别特征的可能性。研究了骨架算法在获取苗株位置信息中的应用。对细化算法得到的冗余骨架产生的原因进行分析，提出一种简单有效的骨架剪枝方法，去除不必要的干扰信息，最后根据骨架的长度信息获取苗株的位置信息。 最后，本文进行了苗株位置的识别实验，对结果进行统计分析，比较了两种特征提取算法的效果，对造成误差的原因进行了分析。