基于机器视觉的穴盘烟苗自动间苗算法研究

【目的】为了满足烟苗快速、准确、自动间苗的要求,提出了基于机器视觉的穴盘烟苗自动间苗算法研究,避免传统的人眼观察效率低、随意性大等缺陷。【方法】采用基于Lab空间下的K-means聚类彩色图像分割算法,根据矩阵行列求和法,在两峰之间取像素坐标,定位其区域位置,把穴盘分割成128个单元格,将目标区域转化为二值图像。通过分别比较烟苗的圆形度、长宽比和矩形度,发现这3种成分的同一形态特征有一定差异,可作单、多株及空穴烟苗识别参数。利用幼苗植株的面积和周长,在不同生长期设定一个合适阈值,实现自动间苗的目的。【结果】仿真和数据分析表明:取圆形度1.256 6、长宽比1.571 4、矩形度0.716 5的区分效果最好。取面积分布在111～243 (像素),周长分布在16～33 (像素)可以判定为壮苗。在MATLAB R2015a环境下开发了机器视觉烟苗自动间苗软件系统。【结论】烟苗数目正确识别率达到97.04%以上,空穴位置达到100%,间苗位置及壮苗识别平均准确率分别达到94.76%和89.58%,为进一步开发基于机器视觉的烟苗自动间苗机提供了理论基础和技术支持。

基于YOLO v5的直播油菜激光间苗系统设计与试验

间苗是保证直播油菜增产的一项关键技术措施,为解决人工间苗劳动强度大、机械间苗不精确的问题,采用机器视觉的方式,基于深度学习算法YOLO v5平台,设计并搭建自动间苗装置。机器视觉系统评估幼苗种群的合理密植情况,间苗算法以间距和幼苗叶展为评估标准,实现控制幼苗间距和筛选优质苗的功能。选用遗传算法对间苗行进路径进行规划,相较于未规划路径可缩短最低为50%的行进距离,最终采用激光器高温烧除的方式完成间苗作业。选取油菜苗作为试验材料,间苗阈值α是划定幼苗最小间距的参数,设置不同的间苗阈值α进行试验。结果表明,间除苗的数量随着间苗阈值α的增加而增加,幼苗平均密度下降的同时种群分布趋于均匀,对间除苗的叶展长度分类统计,α为0~75 mm时,间除苗叶展长度全部在0~20 mm范围;α为75~200 mm时,间除苗叶展长度为0~40 mm,其中叶展长度为20~40 mm的最高占比约为76%;α为200~350 mm时,间除苗叶展长度在40 mm以上的幼苗开始增加,最高占比约为14%,间除苗叶展长度梯次分布证明了间苗算法具备筛选优质苗的性能。间苗执行阶段耗时占据间苗作业总耗时的90%以上,以激光走线参数L、激光器功率P、间苗距离阈值为试验因素,三因素三水平正交试验结果表明:选择合适的激光走线参数L能有效提高间苗死亡率、降低间苗误伤率和减少间苗耗时,在参数L为30 mm、P为7.5 W、α为250 mm下开展土槽台架性能验证试验,激光间苗平均死亡率为93.29%,平均误伤率为5.19%,平均总耗时为15.19 min,为开发基于机器视觉的激光自动间苗机提供了理论基础和技术支撑。