基于极性角分布最小跨度半区窗口的葫芦砧木种苗两阶段轴向定向识别与旋转校正方法

《Agriculture》：Axial Orientation Recognition and Two-Stage Rotational Correction of Cucurbit Rootstock Seedlings

　　

针对机械化嫁接中葫芦砧木种苗在随机初始姿态、真叶干扰和机械遮挡条件下轴向定向稳定确定困难的问题，提出了一种融合机械约束与机器视觉的两阶段轴向定向识别与旋转校正方法。第一阶段，利用整个绿色区域的PCA（主成分分析）轴对种苗姿态进行归一化，并旋转种苗以避开压叶环手柄。第二阶段，在压环约束后恢复被机械遮挡的叶片区域，并提出一种基于极性角分布的最小跨度半区窗口方法以确定有向子叶轴。将该方法与旋转中心—子叶质心连线法和单子叶PCA法进行了比较。在真叶出土期、真叶初展期和真叶伸展期三个阶段各测试50株种苗。在对50株种苗进行的150次第一阶段旋转试验中，每次试验旋转后的PCA轴绝对偏差均在1.5°以内。在单独的手柄避让试验中，避让率为100%。第二阶段，所提方法对两片子叶的中位绝对误差为0.71°–1.26°，各生育阶段间无显著差异。相比之下，质心连线法和PCA法的误差随种苗发育显著增大，最大中位误差分别达到5.98°和19.22°。第二阶段旋转后，全部150株种苗由算法得到的右子叶残余轴向偏差均低于1°。上述结果表明，所提方法在所研究的实验条件下能够提供稳定的子叶轴识别。

研究背景方面，葫芦科蔬菜嫁接可充分利用砧木的抗病性、抗逆性和发达根系，是集约化蔬菜育苗生产中的重要技术。在机械化嫁接中，插接、贴接、劈接等不同嫁接方法对砧木种苗姿态提出特定要求，需要子叶轴与相应作业方向保持预定的空间关系。然而，由于播种时种子朝向随机，葫芦砧木种苗出苗后子叶朝向不一致，难以在自然种苗姿态与嫁接机构固定作业方向之间建立一致的对应关系。因此，在嫁接前识别并调整砧木种苗子叶轴是实现连续机械化嫁接的重要前提。与刚性工业零件不同，葫芦砧木种苗是可变形生物对象，其子叶在展开方向和轮廓形态上存在较大个体差异。随着真叶出土和伸展，俯视图像中叶片的空间分布日趋复杂，叶片重叠和遮挡进一步增加了生长点和叶片特征识别的难度。因此，葫芦砧木种苗轴向定向识别不仅涉及叶片区域的准确提取，还涉及在子叶形态变化和真叶干扰下建立适于机械化嫁接的稳定轴。在子叶朝向、生长点位置和形态参数获取方面，以往研究主要采用基于几何特征的传统机器视觉方法，如颜色或灰度分割、形态学处理、轮廓提取、椭圆拟合、最小外接矩形以及特征点间几何关系等，这些方法简单、计算效率高且易于解释，但最终朝向一般由轮廓、质心、主轴或特征点关系等几何特征确定，叶片轮廓、面积分布或相对位置的变化会改变相应几何参数，降低轴向定向的稳定性。近年来，深度学习方法进一步提升了复杂背景和形态变化下葫芦种苗关键区域的检测与分割性能，如Mobile-UNet、改进Mask2Former、YOLOv8-SDC、改进YOLOv8-seg等模型被用于子叶、生长点、茎秆分割及子叶偏角确定，这些研究改善了形态变化下关键区域的提取，但其总体技术路线仍基本遵循"目标区域提取—几何参数估计"框架，最终朝向仍须由质心、主轴、轮廓、特征点连线或叶脉等几何特征确定，因此仅提高分割精度不能完全消除子叶形态变化、真叶发育和不同几何定义导致的轴向定向差异。此外，机械化嫁接不同于静态条件下的单次非接触视觉测量，实际嫁接作业中切割参数和切割角度有特定工艺要求，种苗须经历夹持、定位、切割或对接等机械操作，由于种苗茎叶柔性，机械夹持和定位可能引起局部变形或姿态变化，同时用于稳定叶片姿态的机械部件可能进入相机视场并局部遮挡叶片。因此，实际机械化嫁接中砧木种苗轴向定向识别不仅须应对随机初始姿态和自然形态变化，还须应对机械约束后的姿态保持和机械遮挡引起的视觉干扰。针对上述问题，研究人员提出了一种融合机械约束与机器视觉的两阶段轴向定向识别与旋转校正方法。首先利用夹苗机构建立稳定的定位与旋转基准。第一阶段，在压叶环下压之前提取整个绿色种苗区域，利用主成分分析（PCA）确定无向种苗轴，然后根据识别朝向进行第一次旋转，使主要叶片区域避开压环手柄，从而为后续机械约束建立合适的种苗姿态。压环下压后，恢复由机械遮挡引起的叶片区域不连续。第二阶段，提出基于极性角分布的最小跨度半区窗口方法识别有向子叶轴，同时采用旋转中心—子叶质心连线法和单子叶PCA法进行比较，以右子叶作为第二阶段旋转校正的统一控制目标。实验采用真叶出土期、真叶初展期和真叶伸展期的砧木种苗，以人工标注轴向朝向作为独立参考比较不同轴定义方法的识别性能，并利用旋转后重新采集的图像评估两阶段旋转校正的实际定位精度。研究旨在为随机初始姿态、真叶干扰和机械遮挡下葫芦砧木种苗的稳定轴向定向识别与机械化嫁接定向提供实用方法。研究人员开展了系统性研究并得出以下结论：第一阶段150株三阶段种苗旋转后PCA轴与预定朝向的绝对偏差均在1.5°以内，压环手柄避让率达100%；第二阶段所提方法对两片子叶的中位绝对误差为0.71°–1.26°且各生育阶段间无显著差异，而质心连线法和PCA法误差随种苗发育显著增大，最大中位误差分别达5.98°和19.22°；第二阶段旋转后全部150株种苗右子叶残余轴向偏差均低于1°。该研究的意义在于为机械化嫁接中砧木种苗的稳定轴向定向识别和定向调整提供了可行方法，为后续多品种验证和高速自动化嫁接应用奠定了基础。在关键技术方法方面，研究搭建了集成图像采集单元、两阶段旋转载苗机构、夹苗机构、压叶机构、图像处理单元和运动控制单元的两阶段轴向姿态识别与旋转校正系统；采用张氏标定法进行相机标定与畸变校正并标定公共机械旋转中心；第一阶段采用超绿指数（ExG）增强、Otsu自适应阈值分割、形态学去噪和最大连通域提取后以PCA确定无向种苗轴；第二阶段在压环机械遮挡后经ExG增强、Otsu分割、形态学去噪、连通分量筛选与空间排序、左右处理单元构建、互最近点搜索与间隙闭合、泛洪填充实现叶片区域恢复，再以基于极性角分布的最小跨度半区窗口法确定有向子叶轴；以PLC和伺服系统实现位置控制；以三名标注者独立人工标注的圆均值作为参考朝向。实验材料为'东方正大大白籽'南瓜砧木种苗，取自山东青岛平度某商业育苗场，三个生育阶段各50株共150株，来自多个独立育苗批次。研究结果方面，第一阶段PCA轴向定向识别与姿态校正结果显示，对不同种苗形态，第一阶段旋转后重新识别的整体种苗PCA朝向接近预定义0°朝向，三个生育阶段所有种苗旋转后重新识别的PCA朝向角与预定义0°的绝对偏差均在1.5°以内；压环手柄避让结果显示，三个生育阶段全部150株砧木种苗均成功避开压环手柄，避让成功率为100%。第二阶段子叶轴向定向识别方面，形态学膨胀参数敏感性分析显示，所提基于面积的方法在99.7292%的观测中角变化大于0°且不大于1°，仅0.2292%超过1%，最终方法中省略形态学膨胀以避免不必要的区域扩展和额外参数调节；不同生育阶段子叶轴向定向识别结果显示，随生育阶段推进质心连线法和PCA法与参考朝向的偏差逐渐增大而所提方法与参考朝向保持良好一致；绝对轴向定向误差与统计分析显示，真叶出土期所提方法、质心连线法和PCA法左/右子叶平均误差分别为1.65°/1.18°、1.13°/1.24°和6.77°/3.88°，真叶初展期分别为1.21°/1.19°、3.04°/2.92°和9.70°/10.67°，真叶伸展期分别为1.05°/1.07°、6.26°/4.72°和19.29°/16.45°，所提方法平均误差在各阶段均保持在约1°；Friedman检验与WNMT事后比较表明真叶出土期所提方法与质心连线法无显著差异而PCA法显著较差，真叶初展期和真叶伸展期三种方法间均存在显著差异；Kruskal–Wallis检验与Dunn事后比较表明质心连线法和PCA法误差随生育阶段显著增大（p<0.0001），而所提方法各阶段间无统计学显著差异（p=0.087/0.332），效应量较小；第二阶段旋转校正结果显示，三个生育阶段全部150株种苗旋转后右子叶轴向绝对偏差均低于1°，小于第一阶段1.5°的最大旋转后偏差。讨论部分总结如下：本研究通过采用两阶段轴向定向识别与旋转校正策略，解决了随机初始姿态、子叶形态变化和真叶干扰加剧条件下葫芦砧木种苗稳定轴向定向估计困难的问题。第一阶段利用整个绿色区域的PCA轴建立无向姿态参考，用于整体种苗调整和压环手柄避让；第二阶段在压环机械约束和机械遮挡叶片区域恢复后进一步确定单子叶的有向轴向。该分阶段策略将整体姿态归一化与精确目标子叶定向分离，使PCA用于整体种苗姿态估计而子叶有向轴在第二阶段确定。第一阶段实验表明PCA能有效表征整个绿色区域的主要展开方向，适于第一阶段姿态归一化，但其主轴由区域全部像素的空间分布决定，随真叶发育和叶片形态变化，整体主轴不一定能稳定表征单子叶的有向朝向，因此PCA适于第一阶段整体种苗姿态识别但不足以满足第二阶段所需的精确子叶定向。第二阶段三种轴定义对种苗生育阶段表现出明显不同的敏感性：质心连线法直接依赖提取区域的质心位置，真叶区域变化会移动质心进而改变旋转中心到质心的方向；单子叶PCA法由区域像素空间协方差确定主轴，远离主叶片区域的像素对协方差和主轴方向影响更大，真叶伸展和叶片形态变化可引起估计轴偏差增大；所提基于极性角分布的最小跨度半区窗口法先将区域像素转换为相对机械旋转中心的极性角，再在角度域搜索包含约一半区域像素且角跨度最小的连续区间，主要依赖像素的角度分布和集中程度而非直接依赖其到旋转中心的径向距离，因此当真叶区域不占主导比例且其角度分布偏离主子叶方向时这些像素较难主导最小跨度半区窗口位置，从而降低真叶伸展和局部形态变化对估计朝向的影响，但该方法并非对真叶干扰完全不敏感，当真叶区域足够大以致显著改变整体极性角分布时估计朝向仍可能受影响。机械旋转执行精度与轴向定向识别精度分别评估：机械旋转执行通过旋转前识别轴向、执行计算旋转并采用同一算法重新识别朝向评估，旋转后轴向偏差第一阶段在1.5°以内、第二阶段低于1°，由于旋转补偿角由初始识别结果计算，恒定系统识别偏差在一致识别条件下可在两次测量间抵消，因此残余偏差主要反映机械旋转执行误差；轴向定向识别精度则通过三种识别方法与人工测量参考朝向比较独立评估，两种评估互为补充。实验在独立嫁接工作站上进行，相机位置和机械旋转基准在操作前固定并标定，采用独立可调光源减少环境光变化影响，去盘后由夹苗机构重新建立种苗中心和旋转基准，实验覆盖随机初始种苗姿态、三个真叶发育阶段、子叶形态和真叶干扰变化以及压环引入的实际机械约束和遮挡，因此验证聚焦于所提嫁接工作站正常操作中主要的种苗相关变化，当成像或机械配置改变时应相应重新调整标定和系统参数。在所研究实验条件下所提两阶段方法在种苗姿态、真叶发育和机械遮挡变化下实现了稳定的轴向定向识别与旋转校正，但实验仅涉及单一南瓜砧木品种150株种苗，方法跨品种通用性尚未建立，需采用更多砧木品种、更大更多样的种苗群体和连续嫁接试验进一步验证其更广泛适用性；此外方法计算效率和在高速自动化嫁接中的运行性能尚需进一步评估，本研究聚焦轴向定向识别精度、鲁棒性和旋转校正而非集成嫁接系统端到端性能，单株处理时间、系统响应时间和整体吞吐量未量化，未来工作将把视觉算法与执行系统集成并通过系统计时测量和连续运行试验评估这些性能指标。结论部分翻译如下：针对机械化嫁接中葫芦砧木种苗在随机初始姿态、子叶形态变化、真叶干扰和机械遮挡条件下稳定轴向定向识别困难的问题，提出了一种融合机械约束与机器视觉的两阶段轴向定向识别与旋转校正方法。第一阶段利用整个绿色种苗区域的PCA轴进行姿态识别和旋转调整，实现整体种苗姿态归一化和压环手柄避让，三个生育阶段150株种苗旋转后PCA轴与预定义朝向的绝对偏差均在1.5°以内，压环手柄避让率达100%。第二阶段提出了基于极性角分布的最小跨度半区窗口方法，在压环机械约束和机械遮挡叶片区域恢复后确定有向子叶轴，真叶出土期所提方法与旋转中心—子叶质心连线法在绝对轴向定向误差上无显著差异，而在真叶初展期和真叶伸展期其误差显著低于质心连线法和单子叶PCA法；跨阶段比较表明质心连线法和PCA法误差随生育阶段推进显著增大，而所提方法三个阶段间未检测到统计学显著差异；第二阶段旋转后所提方法重新识别的右子叶轴旋转后偏差在全部150株种苗中均低于1°。在所研究实验条件下，所提两阶段方法在种苗姿态、真叶发育和机械遮挡变化下实现了准确的轴向定向识别与旋转校正，这些发现为采用更多砧木品种和更广泛种苗形态的进一步验证提供了基础。