【技术实现步骤摘要】
本申请涉及人工智能领域，特别是涉及一种基于拓扑特征的组培苗抓取位置识别方法及装置。
技术介绍
1、组培苗移栽是组培快繁工作的重要技术环节之一，组培苗移栽的成功与否会直接影响成活率和后期生长质量，目前移栽操作中的定植工作仍依赖熟练工人来完成，而人工的成本较高，凸显了自动化移栽的迫切需求。
2、组培苗移栽自动化的核心挑战在于组培苗独特的生物学特性，与扦插苗不同，组培苗具有显著的形态异质性，同批次植株在叶片数量、弯曲程度和展开方向等方面存在较大差异，且分化程度不一导致株高、叶片等关键参数呈现离散分布，这为提取组培苗抓取位置及角度带来了巨大挑战，理想的抓取位置应位于茎基部近根处，该区域不仅机械强度最高，还能最大限度减少根系与叶片的干扰，从而降低移栽过程中的组织损伤风险。
3、当前机器人抓取检测技术在组培苗应用场景中存在明显局限，如基于2d视觉的深度学习的方案依赖大规模标注数据训练，存在模型性差、环境适应性弱等问题，难以应对组培苗的动态形态变化，而工业中常用的点云方案则主要针对形态固定的标准化刚性工业物品，针对标准化刚性零...
【技术保护点】
1.一种基于拓扑特征的组培苗抓取位置识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于拓扑特征的组培苗抓取位置识别方法，其特征在于，对所述深度图像进行边缘信息检测获取边缘信息矩阵，计算所述边缘信息矩阵中每两对向量的高斯环绕积分组成缠绕矩阵。
3.根据权利要求1所述的一种基于拓扑特征的组培苗抓取位置识别方法，其特征在于，基于缠绕矩阵计算深度图像的中心特征值的公式表示如下：
4.根据权利要求1所述的一种基于拓扑特征的组培苗抓取位置识别方法，其特征在于，预设掩码大小，所述中心区域掩码的大小与掩码大小相同，且中心区域掩码...
【技术特征摘要】
1.一种基于拓扑特征的组培苗抓取位置识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于拓扑特征的组培苗抓取位置识别方法，其特征在于，对所述深度图像进行边缘信息检测获取边缘信息矩阵，计算所述边缘信息矩阵中每两对向量的高斯环绕积分组成缠绕矩阵。
3.根据权利要求1所述的一种基于拓扑特征的组培苗抓取位置识别方法，其特征在于，基于缠绕矩阵计算深度图像的中心特征值的公式表示如下：
4.根据权利要求1所述的一种基于拓扑特征的组培苗抓取位置识别方法，其特征在于，预设掩码大小，所述中心区域掩码的大小与掩码大小相同，且中心区域掩码的几何中心点为中心特征值。
5.根据权利要求1所述的一种基于拓扑特征的组培苗抓取位置识别方法，其特征在于，对每一滑动窗口进行边缘信息检测获取窗口边缘信息矩阵，计算所述窗口边缘信息矩阵中每两对向量的高斯环绕积分组成窗口缠绕矩阵，则缠绕特征值的计算公式如下：
6.根据权利要求5所述的一种基于拓扑特征的...
【专利技术属性】
技术研发人员：刘恬，俞国红，郑航，叶云翔，薛向磊，任宁，
申请(专利权)人：浙江省农业科学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。