基于U-Net模型和FCM算法的番茄穴盘苗重叠幼叶分割方法

针对传统方法对番茄穴盘苗重叠幼叶图像分割精度较低、背景剔除困难的问题,提出一种基于U-Net模型和模糊C均值聚类(FCM算法)相结合的图像分割方法。首先用ExRG法对图像的背景进行剔除,得到待分割幼叶的主体区域,对图像进行预处理。其次建立数据集,训练网络模型,用预训练的U-Net模型分割幼叶主体区域,提取其过渡区域;同时用FCM算法分割幼叶主体区域,提取其过渡区域。然后结合FCM算法分割得到的过渡区域和U-Net模型分割得到的过渡区域,得到重叠叶片的最终分割结果。最后,为了得到精准的评估结果,将重新连接的过渡区域进行填充,并与其他文献所述的算法进行对比分析。结果表明,所提出的基于U-net模型和FCM算法对穴盘苗幼叶轮廓分割的结果更加准确,泛化性更强。证明对番茄幼苗叶片图像分割的有效性,为幼苗生长状况的检测研究提供了支持。     

穴盘苗整排取苗机械臂设计与试验

针对现有的取苗装置难以满足新疆辣椒、番茄穴盘苗高速、自动化移栽需求的现状，设计了一种整排取苗机械臂。介绍了自动取投苗系统和整排取苗机械臂的结构和工作原理，分析了取苗作业过程。由整排取苗机械臂工作空间包容目标工作空间得到整排取苗机械臂关节尺寸参数优化的约束条件，以结构尺寸和工作所占空间最小为优化目标，使用遗传算法求出最优关节参数为大臂关节长321mm、中臂关节长678mm、小臂关节长403mm。使用Adams软件建立了整排取苗机械臂虚拟样机模型，对其取苗作业进行运动仿真，结果表明：该装置运动平顺，具有良好的运动特性，能够达到取苗极限位置。搭建样机试验平台，分析样机取苗性能，结果表明：对72孔穴盘的取苗速率为60株/min,取苗成功率为93.06%;对128孔穴盘的取苗速率为90株/min,取苗成功率为88.02%。装置具有较好的适用性，可为自动化取苗装备的研制提供参考。