随着智能装备与现代农业的发展,智能化机械装备在农业应用方面得到了广泛关注,农业机械的开发也是目前研究的热点之一。本研究在前期固定式移栽作业装备研究的基础上,为减少人工上苗盘,提出了移动式巡检补苗机器人的设想,直接在苗床上进行钵苗检测及剔补苗作业。为实现移动式巡检补苗机器人对钵苗的自动化检测,研究图像拼接算法获取大跨度苗床的图像,基于同心矩形框模板匹配算法实现对苗床图像中的多个穴盘的精准定位,从而为后续钵苗的检测及移动式补苗作业提供技术支撑,主要的研究内容及结果如下:(1)苗床图像分区域获取及畸变校正。根据温室空间、苗床跨度、图像拼接对重叠区域的占比要求,规划相机视场并选取合适的相机及镜头型号,计算出相机的安装高度及拍摄位置;针对图像中存在的畸变,利用棋盘格图像和MATLAB中的“TOOLBOX_calib”工具箱计算相机内参及畸变系数,实现了相机的标定;再通过畸变校正算法实现对多个图像序列的校正,以保证图像质量。(2)为获取大跨距苗床图像,采用图像拼接算法对苗床图像序列进行拼接融合。分别基于块区域匹配、Harris角点检测和SURF特征点检测对苗床图像序列进行算法拼接。对比发现,基于Harris角点检测的图像拼接算法通过非最大值抑制等方法,保证了特征点匹配的准确性,且在苗床图像的融合、算法效率方面具备良好的效果。(3)在获取大视场苗床拼接图像的基础上,根据苗床上穴盘的排布、钵苗的生长区域特性,设计开发一种同心矩形框模板匹配算法实现对多穴盘的扫描定位。以内外矩形框之间区域内的白色像素点个数Ip作为主要参考,将Ip值最小的位置作为穴盘中心点定位的最优解,通过分区域扫描、阈值比较、最优值筛选处理,实现对图像中多穴盘的定位。对比模板匹配法和投影法的定位效果,发现基于同心矩形框模板的穴盘定位算法可避免钵苗越界对定位精度造成的影响。并在各穴盘实现定位的基础上,对穴盘区域进行了划分,并根据各穴孔内的叶片面积对钵苗健康状况进行判别,判别成功率为98.65%,符合实际作业的要求。