移栽是蔬菜和花卉生产过程中最重要的环节之一,为了满足穴盘苗的生长空间和养分需求,需将其从高密度穴盘中移栽到低密度穴盘。由于人工幼苗分选的效率较低和劳动强度较高,目前难以扩大生产规模。因此,分选出健康幼苗是实现高质量移栽的前提和基础。另外,植物损伤信息检测是穴盘苗自动移栽的重要问题。基于图像处理的检测技术具有速度快、效率高、精准可靠的优点,视觉检测对提高效率、减轻劳动强度、保证移栽速度、促进苗木快速发展具有重要意义。近年来,已经提出了几种基于图像的检测方法,并且可能将其开发用于农业生产。然而,现有的基于深度信息的识别技术主要是通过深度点云的3D重建,图像特征提取或RBG信息的融合来实现幼苗的识别,复杂程度高并且对健康幼苗的识别非常有限。针对上述缺点,本文提出了利用RealSense深度传感器开发了基于深度信息的健康温室穴盘苗的识别方法。主要研究内容如下:1、根据移栽要求,研究了黄瓜幼苗形态特征参数与苗木之间指标的相关性和灰色关联度分析,确定了黄瓜苗叶面积,茎直径和株高的阈值。结论:当黄瓜幼苗的叶面积,茎直径和株高分别大于257mm ~2、1mm和27mm时,即可进行移栽。反之,如果叶面积,茎直径和植物高度分别小于257mm~2、1mm和27mm,则它们将不能满足移栽的要求。本文确定的阈值可以为健康黄瓜幼苗特征提取提供理论依据。2、为了幼苗对象的近距离识别和预处理,基于RealSense及近景深度信息,开发了近距离识别检测的机器视觉(MV)系统,实现近距离苗-坨多指标集成监控。此外,使用点云聚类算法来获得3D幼苗模型的分割,开发了数据处理通道以检测4种不同幼苗品种的不同形态参数。实验是用4种不同的幼苗品种(胡椒,番茄,黄瓜和生菜)进行的,并在不同的光照条件下(光照和黑暗)进行了测试。分析结果表明,由于近距离近红外(IR)检测,在明暗环境中发现的差异无统计学意义(p<0.05)。然而,结果表明,对于R~2=0.68的黄瓜,R ~2=0.54的番茄,R~2=0.35的胡椒和R~2=0.58的生菜幼苗,发现RealSense和手动方法之间的茎直径关系。而RealSense和手动方法之间的幼苗高度关系被发现分别高于胡椒,番茄,黄瓜和生菜的R~2=0.99、0.99、0.99和0.99。根据实验结果,可以得出结论,使用该方法的RGB-D集成监控系统有望在苗木自动化移栽方面得到应用。该系统显示出良好的坚固性和对植物生长监测的相关性。3、为了进一步验证近距离识别方法的有效性和通用性,将所设计的算法应用于黄瓜幼苗,根据获得的阈值在移植模式下识别健康幼苗。在已开发的全自动综合移栽机系统上进行了实验,并逐一鉴别了无-苗,劣质苗和健康苗。实验结果表明,在第10天,105个孔格的识别精度为96.59%,耗时为0.3秒。同时,观察到健康幼苗的识别率随着幼苗生长阶段的增加而降低。然而,在第16天,健康幼苗的识别率为92.65%。因此,根据实验结果,建立了基于多特征的健康苗木综合评价方法。综上所述,RealSense SR300具有成本低,精度高、集成度高等优点,是一种深度信息采集设备。利用近景中简单的结构,开发了黄瓜幼苗在移栽过程中的健康苗识别方法。整个算法简单可行、效果显著,可以高效剔除不健康和劣质的幼苗,对许多种苗都有很好的可行性。此外,这项研究具有较好的应用前景,对实时视觉伺服操作系统在移栽机机器人移栽作业期间识别不同类型的健康幼苗具有实际应用价值。