嫁接是一种赋予了蔬菜克服蔬菜基地不断重茬所带来的连作障碍的能力、提高蔬菜产量、耐寒性以及对土传病害的抗性的一种技术。随着计算机技术、机器视觉与人工智能领域的快速发展,农业生产领域在这些技术的影响下也不断地向自动化发展。现有的多数瓜科嫁接机只能实现嫁接工序的自动化,其上苗工序仍需手动完成。所以实现自动为嫁接机上苗就成为急需解决的问题,是实现嫁接机全程自动化的关键技术。针对瓜科嫁接机在嫁接过程中需要人工上苗、工作量大、嫁接效率低的问题,本文研究设计了一种基于机器视觉驱动的穴盘砧木苗自动上苗装置,为全自动嫁接机发展提供基础。本文的研究工作主要有以下几个方面:（1）砧木苗视觉采集系统及图像预处理。根据实际的作业环境与幼苗的实际生长参数选定摄像头和镜头参数,与RaspBerryPi组成简单的视觉采集系统;研究分析子叶、茎秆、茎白等目标像素的颜色特征,确定了其在HSV颜色空间的表达范围;对目标像素采用多线程行扫描方法构建连通域,通过对连通域的关系分析进行图像去噪并提取出目标图像的轮廓链,平均预处理时间33ms;实验分析了环境光照强度对图像噪音、预处理速度以及目标图像轮廓提取结果的影响,确定了最优环境光强度在150Lux到250Lux。（2）砧木苗嫁接参数视觉提取方法研究。根据嫁接农艺要求分析提取了砧木苗子叶的方向角和最长截线宽度,对生长点的俯视和侧视位置进行了定位估计。首先对传统最小外接圆算法进行了改进,改进后算法较原传统算法快7倍,准确率为99.2%,并通过改进最小外接圆算法提取砧木苗子叶的方向角参数,准确率为99.55%;采用翻转法提取砧木苗子叶的最长截线宽度,平均误差为3.2个像素。采用多方法融合进行生长点的定位估计,当子叶粘结时通过逐步放大轮廓链的链角跨距,探索角点位置来定位生长点,定位平均误差为2.6个像素;当子叶分离时采用Zhang-Suen法提取目标子叶骨架,采用骨架交点定位生长点,该方法提取的俯视生长点位置平均误差为3.9个像素,侧视生长点位置平均误差为5.5个像素。（3）基于机械臂的上苗装置设计与分析。首先设计了一种用于取苗的终端机构,该终端可进行穴盘的探测寻边,并可实现夹苗和举苗动作;对机械臂进行了改进设计,一是增加了弓形结构,将两侧布置的大小臂电机改为同侧布置,降低了转动惯量,二是改进了终端自保持机构设计,使得小臂转动范围从320°提升到360°,并实验分析了终端的自保持水平能力,正方向旋转的平均偏角角为0.878°,负方向旋转的平均右偏角为0.317°;采用D-H法建立了机械臂的正逆运动学方程,通过实验分析机械臂终端到底座旋转中心的安装偏差为2.528mm,标定纠正后将机械臂的定位误差由1.984mm纠正为0.264mm。（4）穴盘苗上苗装置的控制与实验。穴盘格中心定位实验,采用机械臂驱动终端探针进行穴盘的寻边探测,定位有效区域占比95.3%,实验结果得到的穴盘格中心平均定位误差为0.302mm;取苗终端的取苗与举苗实验,在不同的取苗夹板内夹速度下,协同控制机械臂带动取苗终端的下插速度,实验结果得到下插取苗过程中夹板的平均运动偏差为0.75mm;取苗终端角度调整实验,在俯视机器视觉驱动下调整机械臂终端平台电机的转动角,实验结果得到取苗终端水平旋转调整角最大偏差2.18°,最小偏差0°,平均偏差1.07°。