摘要：在现代自动化移栽技術领域中，穴盘幼苗识别的发展对我国移栽自动化水平的提高具有重要意义。本文提出一种优化的自动阈值分割方法，用于提高和增强在穴盘轮廓、土壤、肥料杂质背景条件下各穴孔中幼苗识别的效果。用CCD工业相机采集矮牵牛幼苗图像，根据绿色特征分量G确定各像素点对应的灰度值，得到灰度图像并生成灰度直方图。对灰度直方图采用中值滤波算法进行轮廓处理，利用优化的多阈值分割算法确定初始阈值，设定初始阈值与最大波谷点值的相对值小于10，然后进行条件判别，从而实现自动确定最优分割阈值。与经典Otsu自动分割算法进行对比，并对分割效果进行分析。将得到的二值图像进行形态学处理进一步去除背景干扰。结果表明，该方法在穴盘背景干扰下的幼苗识别适应性强，能够精确地将目标从背景中区分开。

关键词：自动化移栽；自动阈值；绿色特征；直方图；幼苗识别

引言

育苗移栽作为一种农艺栽培技术，能够避开春季低温、倒春寒等自然灾害 [1] 。在移栽穴盘育苗中会出现穴孔死苗、坏苗的现象，为了能够从穴孔中抓取满足移栽条件的幼苗，实时识别穴孔幼苗的生长状况是非常必要的[2] 。Albertus等人发明了一套基于视觉识别系统的多穴盘传输自动移栽机[3] 。Hofmaster等设计了一套基于图像处理识别大豆幼苗的种子活力评价系统[4] 。Ryu等设计了一个基于形态学检测方法进行识别的自动移栽机[5] 。蒋焕煜等使用基于分水岭算法分割识别幼苗叶片，以判断不同生长状况的秧苗生长质量[6] 。……