[发明专利]玉米育种激光自动切片的视觉定位方法

说明书

技术领域

本发明属于农业辅助生产自动化技术领域，尤其涉及一种定位精度要求较高的自动切片、分拣玉米种子的视觉定位方法。

背景技术

现代育种常采用分子标记辅助育种，需要从每一粒种子的顶部切取胚乳少许，作为样品进行基因检测筛选，将含有完整胚芽的种子保留用于玉米种植。目前，国内缺少成功应用激光刀切取玉米薄片辅助育种的自动化生产线，实际生产多采用人工切片。

种子在脱粒后通常处于杂乱无序的颗粒群状态，这就需要研究将单粒种子从颗粒群中快速分离并能够按照一致的姿态有序地排列，即定向的方法和装置。种子形状不规则、尺寸个体差异大，物理特性不一致，由此导致与接触面摩擦力等参数也有较大差异，种子本身质量又非常小，易于受到外界振动、气流等因素的影响，要在这样的条件下实现种子的准确定向，是研制种子分离、定向装置的一个难点。

由于激光的高温作用，使玉米粒在被切割时，有瞬间爆炸的效应，对待切割籽粒产生一定的冲击力，因此，机械手必须能够适度握紧玉米粒。激光切割玉米粒的大端，由于切削的位置距离大端顶部很近（2mm左右），激光光头的定位，必须适应不同尺寸的玉米粒，因此，适应不同玉米粒的精确定位方法和定向误差的控制是必不可少的。

使用机械传送设备和卡槽装置可以使玉米种子单颗分开放置，并能够按某些特定方向进入切割用托盘，但是托盘运送过来的种子位置和姿态都较为粗略，并且玉米粒尺寸的不同也会使玉米粒的位置和姿态产生偏差。要实现玉米激光切片的精确操作，还必须经过精确定位。本发明采用视觉精确定位方法，使机械手针对不同形状、尺寸的玉米粒位姿可以精确定位。

玉米粒的尖端部分是它显著的特征，找到玉米的尖端有助于迅速进行玉米粒的定位。从20世纪70年代至今，许多学者对图像的角点检测进行了大量的研究，这些方法主要分为两类：基于图像边缘的检测方法和基于图像灰度的检测方法。前者往往需要对图像边缘进行编码，这在很大程度上依赖于图像的分割和边缘提取，具有较大的计算量，且一旦待检测目标局部发生变化，很可能导致操作失败。早期主要有Rosenfeld和Freeman等人的方法，后期有CCS等方法。Asif Masood在2007年的论文里，使用一组矩形在图像边缘滑动，统计矩形窗口内的轮廓上像素的个数，以找到角点。基于图像灰度的方法通过计算点的曲率及梯度来检测角点，避免了第一类方法的缺陷，是目前研究的重点。此类方法主要有Moravec算子、Harris算子、SUSAN算子等。但第二类方法在求取角点的曲率及梯度时，会耗费大量的计算工作量，对于单粒玉米种子，用这类求角点方法，往往会得到很多不必要的角点。有些研究者通过调整算法的设定参数，可以得到玉米种子尖端点，但上述算法仍然较为繁琐，运算时间相对较长，不适应生产自动化实时性的需要。

发明内容

本发明的主要目的是，为玉米种子激光切片的快速自动化定位提供视觉确定性的方法。

针对现有技术的不足，结合玉米种子本身形状特点以及定位自动化的需要，主要通过计算面积、形心等物理量进行图像的目标特征检测及其定位。

玉米尖端比大端部分细小很多，特征显著，饱满的玉米种子大端部分的外轮廓是凸曲线，而在尖端部分与大端连接的曲线，存在一小段轮廓线是凹曲线，玉米种子外轮廓曲线形状是近似轴对称的，如图1所示。利用上述这些特点，本发明通过测量面积来检测玉米种子的尖端位置。定义正方形或者圆形掩模模板，通过遍历玉米种子面积内的所有像素点，来找到面积最小的掩模中心所在位置，即为玉米尖端顶点位置。再找到玉米粒的形心位置，连接尖端顶点和形心的连线，从而确定机械手夹持玉米粒的法线方向和坐标原点，本发明为玉米粒切片机器人提供一种快速自动定位方法。

采用的技术方案是：

玉米育种激光自动切片的视觉定位方法，其特征在于包括以下步骤：

步骤1. 采集单粒玉米种子图像进行预处理，将RGB图像转变为灰度图像，计算灰度分割阈值，将灰度图像变换为二值图像，分割为目标区域和背景区域。

步骤2. 计算目标区域面积，，其中，f（x,y）为二值图像的像素灰度值，(x,y)为图像像素坐标，s为目标区域像素集合。设定正方形掩模尺寸为，其中，其取值为自然数，d为调整系数且，int( )是取整函数。

步骤3. 扩大图像的背景区域像素，以防止掩模面积覆盖不到图像内所有像素。

步骤4. 使掩模中心与待检测目标像素点重合，用掩模覆盖图像目标区域内像素，计算掩模内覆盖目标区域面积大小。

步骤5. 遍历图像目标区域内的所有像素，重复步骤4。