(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211004480.X (22)申请日 2022.08.22 (71)申请人 浙江理工大 学 地址 310018 浙江省杭州市下沙高教园区 白杨街道 2号大街9 28号 (72)发明人 童俊华　邱子安　王小琴　金宇　 (74)专利代理 机构 杭州九洲专利事务所有限公 司 33101 专利代理师 王之怀　王洪新 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/82(2022.01) G06V 10/24(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01) (54)发明名称 一种基于多层感知机神经网络的温室穴盘 苗健康评价方法 (57)摘要 本发明涉及一般的图像数据处理。 目的是提 供一种基于多层感知机神经网络的温室穴盘苗 健康评价方法， 该方法应能能够 有效提高对劣质 钵苗的识别速度及准确率， 降低基质背景干扰， 以满足温室剔补苗移栽机器人作业的实时性要 求。 技术方案是一种基于多层感知机神经网络的 温室穴盘苗健康评价方法， 包括以下步骤步骤 (1)、 图像采集、 预处理； 步骤(2)、 边缘检测、 校正 倾斜图像； 步骤(3)、 采用模板匹配法对穴盘区域 进行定位和提取； 步骤(4)、 提取钵苗叶片特征， 计算单连通区域的质心坐标， 确定 评价阈值。 权利要求书2页 说明书5页 附图7页 CN 115496937 A 2022.12.20 CN 115496937 A 1.一种基于多层感知机神经网络的温室穴盘苗 健康评价方法， 包括以下步骤： 步骤(1)： 图像采集、 预处 理 首先通过温室剔补苗移栽设备视觉系统进行穴盘苗图像采集， 并对所得的穴盘苗图像 进行预处理， 得到穴盘灰度图像； 步骤(2)： 边 缘检测、 校正 倾斜图像 采用Sobel边缘算子对步骤一所得图像进行穴盘轮廓边缘检测， 并计算梯度幅值和方 向， 随后采用霍夫算子进 行穴盘轮廓直线检测， 根据直线的斜率对钵苗图像进 行旋转， 得到 倾斜校正后的图像； 步骤(3)： 采用投影法对穴盘区域进行定位和提取 对步骤二所得图像进行2g ‑r‑b灰度增强和滤波处理， 接着进行自适应阈值二值化处 理， 然后采用投影法对穴盘区域进行提取， 分割出穴盘区域， 对穴盘区域进行裁 剪； 步骤(4)： 提取 钵苗叶片特 征， 计算单 连通区域的重心坐标， 确定 评价阈值 对投影法裁剪后得到的穴盘图像， 调用基于多层感知神经网络的特征分类器对钵苗叶 片特征进 行分类和提取， 得到穴盘区域内的钵苗叶片区域； 对 该区域进 行裁剪和处理， 并采 用分水岭算法对重叠的叶片进行区域划分， 通过重心法计算每一个单连通域的重心坐标， 将叶片的大小面积、 数量参数统计在重心坐标所对应的穴孔中， 求得单个穴孔所对应的像 素面积， 设定像素面积阈值， 规定大于该阈值的为 健康钵苗， 小于该阈值的为劣质钵苗。 2.根据权利要求1所述的基于多层感知机神经网络的温室穴盘苗健康评价方法， 其特 征在于： 所述步骤一中的移栽设备视觉系统包括输送带、 光照箱及计算单元； 所述输送带通 过输送辊水平定位在机架上且由伺服电机驱动； 所述光照箱固定在机架上， 光照箱内安装 着相机和LED灯带； 所述计算单 元包括工控机 。 3.根据权利要求2所述的基于多层感知机神经网络的温室穴盘苗健康评价方法， 其特 征在于： 所述步骤一中的预处理包括括2g ‑r‑b灰度增强及滤波处理； 其中的滤波处理为7*7 模板中值滤波 去噪。 4.根据权利要求3所述的基于多层感知机神经网络的温室穴盘苗健康评价方法， 其特 征在于： 所述 步骤二中Sobel 边缘算子分界梯度阈值Gmax＝150。 5.根据权利要求4所述的基于多层感知机神经网络的温室穴盘苗健康评价方法， 其特 征在于： 所述 步骤二中计算阈值G所采用的数 学公式如下： 式中： Gx与Gy为分别作用与X与Y方向上的卷积阵列， G为当前梯度阈值， A为当前图像。 6.根据权利要求5所述的基于多层感知机神经网络的温室穴盘苗健康评价方法， 其特权　利　要　求　书 1/2 页 2 CN 115496937 A 2征在于： 所述步骤二中的穴盘轮廓直线检测方法是： 设置 峰值个数为4、 阈值0.4、 最小直线 长度为45进行直线检测， 选择穴盘轮廓线， 得到线条的两个端点坐标， 最后计算直线的斜 率， 即线条与水平线的夹角。 7.根据权利要求6所述的基于多层感知机神经网络的温室穴盘苗健康评价方法， 其特 征在于： 所述步骤三2g ‑r‑b灰度增强为图像三通道的线性计算， 目的是突出绿色的钵苗特 征； 所述自适应阈值 二值化处理， 白色像素代 表基质， 黑色像素代 表钵苗叶片。 8.根据权利要求7所述的基于多层感知机神经网络的温室穴盘苗健康评价方法， 其特 征在于： 所述投影法的步骤是： 通过计算穴盘区域边界提取穴盘中心区域， 提取后统计水平 和垂直方向的白色像素， 得到白色像素垂直投影直方图和水平投影直方图， 根据白色像素 的变化确定出穴盘的边界、 分割出穴盘区域。 9.根据权利要求8所述的基于多层感知机神经网络的温室穴盘苗健康评价方法， 其特 征在于： 所述步骤四中多层感知神经网络的分类器的工作方法， 是依据纹理、 颜色特征对基 质与钵苗叶片进行分类； 所述区域划分， 是根据苗盘规格， 沿穴孔边缘拆分成若干个小图像 区域， 每个小图像区域对应一个穴孔。 10.根据权利要求9所述的基于多层感知机神经网络的温室穴盘苗健康评价方法， 其特 征在于： 光照箱内LED光带维持适宜的光照强度， 以获得清晰的穴盘苗图像。权　利　要　求　书 2/2 页 3 CN 115496937 A 3