全文总字数：5011字
银杏花穗活体的可见光及深度图像数据采集
摘 要
机器视觉技术在农业工程领域已得到大量应用，主要集中在对农作物形态、颜色，尺寸形状等特性进行提取识别，以检测作物生长状况、病害虫情况等，从而对作物质量进行控制。目前银杏花授粉存在着劳动力需求大、环境恶劣以及人工授粉造成产量或品质下降等严重问题，若能够通过机器视觉进行目标作物的识别，进而对其智能化授粉设备提供技术支持，使其具有广阔的应用前景。
关键词：林业采摘 银杏花 机器视觉
1.前言
在我国，由于退耕还林工程的实施使全国经济林面积迅速扩大。核桃、板栗和银杏等特色林果己成为山区农民脱贫致富奔小康的重要经济来源。另一方面,随着我国生物质能源产业的发展,木本油料植物种植面积也不断扩大。在“十一五”期间,国家林业局和中国石油天然气股份有限公司将重点在云南、四川、湖南、河北等省区建设油料能源林基地万亩。到年,培育能源林亿亩。但是,高大乔木类林果的采摘还主要依靠梯子和高枝剪等手工具。人工采摘劳动强度大,效率低,往往错过最佳采摘时段,造成林果价值的损失,并且上树采摘造成的伤亡事故时有发生,影响社会稳定。
综上所述，机械化采摘在现代林果采摘产业中式必不可缺的一环，只有在果树产业集中的地区实现机械化采摘，才能节约农村劳动力，使大量劳动力涌向城市发展城市的经济。而普通的第一代机械化采摘设备存在着许多问题，主要问题有噪声过大，采摘过程中需要人工监督,采摘效果不明显等，故现在根据前一代采摘机的缺点，开始研制新一代的智能化林果采摘设备。第二代智能化林果采摘设备的主要特点是:智能识别，智能采摘，无人操作，采摘效率高等。新一代林果采摘机器的难点主要在于机器视觉方面，这也是林果采摘的第一步，也是最重要的一步。只有正确的识别了目标果实，才能进行后续的采摘工作。
2.国内外研究状况
2.1 机械式采摘
机械式采摘主要有振摇式、撞击式和切割式三种类型。振摇式是利用外力使树体或树枝发生振 动或振摇，使果实产生加速度，在连结最弱处与果枝分离而掉落。撞击式是撞击部件直接冲撞果枝或敲打牵引果枝的棚架振落果实。切割式是将树枝或果柄切断使果实与果树分离的方式，又分为机械切割式和动 力切割式。国外对果园采摘机械的研究始于上世纪 40 年代初，以美国、法国、英国为首的西方国家较早开展此方面的研究。40 年代中期美国开始研究振摇式采摘机械，用来采摘胡桃和杏等水果，到 50 年代中期，利用振摇果树方式收获水果的采摘机械在欧美国家得到了发展和普遍应用，出现了拖拉机驱动的振摇采摘机。至60年代，振摇采摘机械的结构由单一的定冲程推摇机发展到惯性式振摇机、气力振摇机、使用动力驱动橡胶棒冲撞果枝振落果实的撞击式等多种类型的果园采摘机械。当时的机械采摘工作效率普遍较低,采摘的损伤率还较高，也不适用于采收易损伤、要求完好率高的鲜食用水果和贮藏用水果。60 年代中期，美国研究出液压升降平台车，配合采摘工具使用，使得采摘效率大大提高。从 60 年代后期开始，欧美一些国家将水果采摘机械与果树的培育和修剪结合起来研究，比如修整树形使之适合机械化作业。70 年代出现了各种动力切割式采摘机械，例如油锯、气动剪。比较著名的气动剪厂商有瑞士的 FELCO公司，意大利的CAMPAGNOLA公司，其产品有F系列和Star系列气动剪，日本的 ARS公司等[1]。
日本的山地和丘陵面积占其国土总面积的 71%，果园种植地形类似于我国南方地形，许多在平地上使 用的果园机械在丘陵地形上并不适用，因此日本在 20 世纪 90 年代初着手研究陡坡地果园的机械化。四国 农业试验场研制的采用枢轴式摆动悬挂机构作为行走部分的自走式采摘车，使用电视摄像机和无线电控制 组合。该采摘车的轮距宽，重心低，故爬坡能力强；采用就地车轮正反转机构，故回转能力好；采用枢轴 悬挂机构，因而使机体摆动小、行走稳定，适合在坡度 15～30°的地区使用[2]。
2.2 国外研究状况
目前国外对采摘机械的研究是以采摘机器人为主。70 年代末期，随着计算机和自动控制技术的迅速发展，美国首先开始研究各种农业机器人。自 1983年第一台采摘机器人在美国诞生以来，历经了 20 多年的研究和试验，以日本为代表的发达国家，包括美国、法国、荷兰、英国、西班牙等国相继试验成功了多种采摘机器人，如苹果、柑桔、番茄、西瓜和葡萄等果实采摘的具有人工智能的机器人[3][4]。采摘机器人主要由机械手、末端执行器、视觉识别系统和行走装置等四大系统组成。在日本首先是京都大学 Noboru Kawamura 等人在80 年代中期研制了五自由度关节型机械手，但这种机械手的工作空间并 没有包含所有果实的位置，而且机械手末端执行器的可操作度也低。同时韩国研制的苹果采摘机器人采用 了极坐标机械手，旋转关节可左右移动，丝杆关节可以上下移动，从而工作空间可达 3m。20 世纪 90 年代，日本岗山大学Naoshi Kondo等人在番茄采摘机器人上设计出了具有7个自由度的能够指定采摘姿态的机械手[5]，自由度越高，其手部运动越灵活，控制越复杂。末端执行器类似于人的手指，其设计采用仿生学，即末端执行器结构取决于采摘对象的生物特性、理化特性，手指的数量和形状与果实的外形特征密切相关。对于摘取方式，多数采摘机器人使用剪刀剪断果 柄或直接用手爪拧断果柄，荷兰农业环境工程研究所（IMAG）发明了一种电极切割法，利用特殊电极产生高温（1000℃）切割，可防止断口的感染[5]。行走装置有 3 种形式：车轮式、履带式、人形结构，其中车轮式应用最广泛。车轮式行走机构转弯半径小，转向灵活，但轮式结构对于松软地面和坡陡地面适应性差，会影响机器手的运动精度。如日本岗山大学 Naoshi Kondo 等人在番茄、草莓和柑桔采摘机器人的研制中使用轮式行走机构。而履带式行走机构恰恰相反，对地面适应性强，缺点是转弯半径过大，转向不灵活，目前日本有葡萄、甘蓝采摘机器人使用履带式行走机构。采用智能导航技术的无人驾驶自主式小车是智能采摘机器人行走装置的发展趋势。视觉识别系统主要解决果实的识别和定位问题。果实的识别和定位问题是采摘机器人的难点，同时又是重点，它关系到机器人的采摘工作效率问题。 20 世纪 90 年代，日本岗山大学 Naoshi Kondo 等人在番茄、草莓采摘机器人上用彩色摄像头和图像处理卡组成的视觉识别系统来寻找和识别成熟果实，利用双目视觉方法对目标进行定位。该系统从识别到采摘完成的速度大约是 15 秒/个，成功率在 70%左右。日本国立农业研究中心的 Murakami 等人在甘蓝、茄子采摘机器人中采用 CCD 视觉识别系统，工作中利用人工神经网络（NN算法）提取果实的二维图象，采用模板匹配的方法识别合格的果实。试验表明，采摘成功率为 43-62.5%，工作速度为 55-64.1 秒/个[5]。综合看，影响成功率和效率的主要原因是外部因素的不确定性，如光照的不稳定、叶子的遮挡等。2007年美国加州柑橘研究委员会和华盛顿苹果委员会合作研发一种水果采摘机器人。设计出的机器人依靠先进的运算能力和液压技术，使机器手臂和手指具有近似于人手灵敏度的能力，应用现代成像技术使机器能够识别和挑选各种品质的水果和蔬菜。
2.3国内研究状况
在机器人采摘研究方面，我国才刚刚起步。2006 年出台的“十一五”国家高技术研究发展计划（863计划），提出了高技术项目《果树采摘机器人关键技术研究》。近年来国内许多高校积极介入农业机器人领域的研究，通过跟踪国外先进技术，在机器人采摘领域内取得了初步的成果。中国农业大学的张铁中教授是国内农业智能化机器人开发的先驱，其主要产品为蔬菜嫁接机，在机器视觉和识别方面也作出了一些研究，在采摘草莓的机器人视觉系统中提出了用色差分量提取其颜色特征，再利用 Photoshop 提取典型草莓图片作为 BP 神经网络的教师信号进行训练，最后得到了较好的识别效果[6]。 在形态特征提取方面提出了基于扫描线的孔洞填充方法[11]。其研究生宋健等人采取将茄子图像转化为灰度图像，并采用固定双阈值法对其灰度图像进行图像分割，所用的时间比较短符合实时性的要求[7]。
