今年种的棉花质量究竟怎么样？采摘的棉花棉包的一致性强不强？今后，关于棉花的质量优劣问题都可以在收获前很快得到检测。近日，南京农业大学工学院副教授王玲所在的团队成功破解了采摘机器人对于棉花品级视觉识别的关键技术——田间籽棉品级识别，一旦得到运用，采摘机器人便可根据我国籽棉品级文字标准，籽棉的大小、白度、黄度和杂质量等特性，迅速、准确地判断出籽棉的品级，将有望从源头上严把棉花采摘、收购关，解决我国棉花的采摘质量问题。 

　　作为世界产棉大国，与其他国家相比，我国的棉花种植地域辽阔，生产规模呈现多元化格局，棉花品种多、收获期长、虫害多、地膜碎片多，因此，运用当今世界上普遍使用的机械式采摘技术，尽管能提高工效，但是容易造成棉花优劣并收的尴尬局面。然而，若使用常规的手工采棉，则又面临着劳动强度大，劳动费用高的问题，同时，由于一些农民质量意识淡薄，使采摘的棉包一致性差，不具备价格导向性。长期的实践证明，机械式采摘依然是我国采棉业发展的方向，但如何让采摘机器人正确地判断出棉花的品级、保证棉花的质量，则是主要的制约因素。 

　　“长期以来，我国棉花采摘、收购以感官检验为主、仪器测试为辅，为了解决棉花机械式采摘质量问题，我们开始了此项技术的研究。”王玲副教授说，自2005年起，她和团队便开始了这项“基于图像特征选择识别田间籽棉品级”的研究，此项研究也是国家“863”计划项目。研究主要使用CCD数码相机采集早、中、晚三期“苏棉12”1~7级籽棉的正面图像共计350幅。首先，用颜色阈值法将籽棉从复杂的背景中分割出来，并用一组同心圆对其进行切割；其次，研究者提取了反映籽棉白度、黄度和杂质量的14个纹理特征以及反映棉瓣大小、结构的16个形状特征；最后，研究者以类可分性准则为过滤器的评价函数启发式搜索了有效特征。研究结果表明，籽棉图像分割算法快速、准确；30个纹理、形状特征能够区分籽棉的品级；混合过滤器/封装器和浮动搜索的特征选择算法效率高、效果好，有效特征为3个白色、黄色纹理特性和4个形状结构特征，并获得了88.4%的识别率。 

　　作为此项技术应用实现的载体，王玲副教授说，采摘机器人能够以较大的时空自由度模拟人工实时采摘并分级，能够适应棉花品种的多样性，降低生产成本，提高棉花等级相符率，减少异型纤维问题、掺杂使假事件和包一致性差现象，使高、中、低档棉花品质结构趋于合理。此项技术的突破，也将使我国的棉花质量检测由收获后检测转变为收获前检测，通过采摘机器人，在采摘前就能知道，哪片地里的棉花质量好，哪片地里的棉花质量差，从而避免了重复和无谓的劳动，实现采棉作业的精细化。 

　　据悉，目前我国还没有完全符合国情的棉花定级仪器，为此，此项面向采摘机器人视觉系统的籽棉朝向、成熟度和品级表征研究的深入开展，也将有利于符合国情的棉花定级仪器的早日问世，填补空白。