中文摘要：

嫁接能有效防止蔬菜连作病害并提高产量。为了提高嫁接效率，国内外已研制成功蔬菜半自动嫁接机器人，但需人工检查接缝质量，而接缝质量好坏直接影响嫁接成活率和蔬菜产量。本项目对蔬菜机械嫁接苗接缝的视觉识别系统进行研究，通过机械嫁接原理分析和嫁接苗的生理特性试验，探讨不同蔬菜在不同嫁接方式下砧木和接穗的切削角度和直径配比以及接合装置位置等因素对接缝位置、形状、大小及边界等形态特征参数的影响机理，确定接缝质量评价标准；通过试验研究，分析采集接缝图像的角度、采用光源的类型及强度等对接缝图像质量的影响规律，根据机器视觉原理，采用图像灰度阀值分割和神经网络识别方法，揭示接缝特征的视觉识别机理并编制相应算法程序，完成经济适用的接缝视觉识别软硬件系统设计并通过试验验证其性能。本研究将为机器人关键机械部件- - 砧木和接穗切削机构以及接合装置的优化设计提供理论参考，为蔬菜全自动嫁接机器人的研制开发奠定基础。

结论摘要：

随着嫁接技术的广泛应用，嫁接机器人的研究不断发展，但是目前的嫁接机器人并不能完全实现自动化生产，还未实现嫁接后接缝质量的自动检测和识别，因而嫁接质量难保证，从而影响嫁接成活率。本项目的目的是设计机器视觉系统以完成嫁接苗接缝质量的检测与识别，为研制开发全自动嫁接机奠定基础。该项目完成了视觉系统硬件设备的选型和相应接缝检测算法及软件程序的设计并进行了调试。取得的主要研究成果如下（1）试验研究不同蔬菜品种的嫁接接缝特征和质量标准。确定以甜瓜接穗和南瓜砧木贴接、普通番茄和野生番茄贴接为典型代表进行蔬菜接缝的相关研究。因此研究了五种蔬菜两种典型接缝的特征和接缝质量标准，为视觉识别奠定了基础。（2）采用理论和试验相结合的方式，分析了影响接缝图像质量的影响因素，包括不同的光照方式、砧木和接穗的切削角度、砧木和接穗的直径匹配比例等内容。通过试验研究确定了合适的光照，根据苗的生理特性确定了砧木和接穗的合理切削角度，根据成活率确定了砧木和接穗的直径合理匹配比例。（3）借助机器视觉和图像处理技术原理，进行了甜瓜接穗苗和南瓜砧木苗、番茄嫁接苗机器视觉接缝识别系统硬件设计，通过试验的方法完成了摄像机、镜头、光源、计算机及采集卡的选型和设计，搭建了接缝视觉识别硬件系统。（4）利用图像采集和分割处理的基本理论与方法，研究出番茄和甜瓜接缝视觉检测识别算法，即水平方向像素统计法；利用Matlab、VC++软件和OpenCV函数，完成了不同苗接缝检测软件程序设计，并对其进行运行调试，结果表明接缝检测识别程序可以成功识别嫁接苗嫁接后的接缝。 （5）搭建了蔬菜自动嫁接机试验台，安装了嫁接苗接缝视觉检测识别系统软硬件并进行了调试和试验研究。分别选取了60 株番茄嫁接苗和60株甜瓜嫁接苗进行接缝图像检测和识别试验，结果表明，番茄嫁接苗检测的成功率为91.7%，甜瓜嫁接苗检测的成功率为90%。本项目的研究实现了茄科蔬菜和葫芦科蔬菜嫁接时接缝的自动识别和检测，研制出蔬菜自动嫁接机，是我国具有自主知识产权和创新的技术和成果，对于提高蔬菜嫁接育苗生产自动化具有重要意义。随着农村城镇化的发展和农民劳动力的进一步短缺，农业生产中对蔬菜全自动嫁接机的需求越来越大，配套接缝识别视觉系统的全自动嫁接机整机研制成功并推广和应用之后将产生较好的经济和社会效益，发展前景广阔。