[0030] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0031] 如图1-6所示的一种基于计算机视觉的叶片面积测量装置和方法，包括工作台1，所述工作台1顶部设有测量机体2，所述测量机体2顶部设有第一伺服电动缸3，所述第一伺服电动缸3的数量设置为两个，两个所述第一伺服电动缸3的输出轴顶端连接有顶杆4，所述顶杆4底部设有推杆5，所述推杆5两侧设有第一连接杆6，所述第一连接杆6底端设有连接管7，所述推杆5底端设有测量箱8，所述测量机体2内部设有影像收集装置9；
[0032] 所述测量箱8包括箱体10，所述箱体10顶部设有限位管11，所述箱体10外壁上嵌设有第一磁环12，所述箱体10内腔设有压合块13，所述压合块13顶部设有连接弹簧14，所述压合块13底端开设有灯光室15，所述灯光室15内部设有多个红色灯珠16，所述灯光室15底部设有第一亚克力板17，所述箱体10底壁上开设有多个连接孔18，所述连接孔18内腔顶部设有电磁铁19，所述箱体10底部设有放置盖板20，所述放置盖板20的表面边缘处设有多个磁杆21，所述放置盖板20中部开设有放置槽22，所述放置槽22底部设有第二亚克力板23；
[0033] 所述影像收集装置9包括密封管24，所述密封管24外部套设有第二磁环25，所述密封管24底端设有影像台26，所述影像台26顶部开设有收集腔27，所述收集腔27内腔底部设有多个相机单元28，所述相机单元28的顶部设有第三亚克力板29，所述影像台26两侧均设有第二伺服电动缸30，所述第二伺服电动缸30的输出轴顶端设有第二连接杆31。
[0034] 所述工作台1底部设有支撑杆，所述支撑杆底端设有活动轮，所述测量箱8通过推杆5、顶杆4和第一伺服电动缸3与测量机体2活动连接，所述第一连接杆6顶端与顶杆4固定连接，所述连接管7底端固定设置于测量箱8的顶部，所述第一连接杆6与连接管7活动连接；
[0035] 所述限位管11贯穿箱体10的顶部，所述推杆5底端贯穿限位管11与压合块13顶部固定连接，所述连接弹簧14顶端与箱体10内腔顶部固定连接，所述第一磁环12外壁与箱体10外壁共面设置，所述压合块13通过连接弹簧14与箱体10活动连接；
[0036] 所述密封管24嵌设于测量机体2的顶部，所述密封管24顶部与测量机体2顶部共面设置，所述第三亚克力板29嵌设于影像台26的顶端，所述密封管24设置于第三亚克力板29的正上方；
[0037] 所述第二伺服电动缸30底端与测量机体2内腔底部固定连接，所述第二连接杆31端部与第二磁环25固定连接，所述第二磁环25通过第二连接杆31和第二伺服电动缸30与密封管24外壁活动连接，所述测量机体2一侧设有控制台。
[0038] 实施方式具体为：利用控制台发送控制命令，控制电磁铁19断电，将放置盖板20从测量箱8底部取出，把摘取的叶片放置于放置槽22内的第二亚克力板23上，铺平，然后控制电磁铁19通电，将放置盖板20顶部的磁杆21对准连接孔18进行插入，使磁杆21与电磁铁19吸附，将放置盖板20固定在测量箱8底部，设定第二伺服电动缸30输出轴的伸出高度，对第二磁环25的高度进行固定，控制第一伺服电动缸3工作，根据第一磁环12和第二磁环25之间的距离，设定第一伺服电动缸3的移动距离，第一伺服电动缸3带动顶杆4移动，推杆5底端的测量箱8移动至密封管24内部，当第一磁环12与第二磁环25吸附时，第一伺服电动缸3停止工作，然后控制第一伺服电动缸3继续向下推动1cm，使推杆5在限位杆内挤压压合块13，压合块13下移其底部的第一亚克力板17压合在第二亚克力板23上的叶片表面，使叶片摊平在放置槽22内，控制多个红色灯珠16工作，利用长波长的红光对叶片进行照射，未被叶片遮挡的红光通过第二亚克力板23和第三亚克力板29射入至收集腔27内，此时控制多个相机单元28工作，对叶片影像进行捕捉拍摄，利用计算机对影像进行处理后得出叶片面积，然后控制第一伺服电动缸3上移，将测量箱8从密封管24内移除，再对放置盖板20拆卸，将叶片取出进行其他叶片的测量。
[0039] 一种基于计算机视觉的叶片面积测量方法，具体包括如下步骤；
[0040] 步骤一，利用控制台发送控制命令，控制电磁铁19断电，将放置盖板20从测量箱8底部取出，把摘取的叶片放置于放置槽22内的第二亚克力板23上，铺平，然后控制电磁铁19通电，将放置盖板20顶部的磁杆21对准连接孔18进行插入，使磁杆21与电磁铁19吸附，将放置盖板20固定在测量箱8底部；
[0041] 步骤二，设定第二伺服电动缸30输出轴的伸出高度，对第二磁环25的高度进行固定，控制第一伺服电动缸3工作，根据第一磁环12和第二磁环25之间的距离，设定第一伺服电动缸3的移动距离，第一伺服电动缸3带动顶杆4移动，推杆5底端的测量箱8移动至密封管24内部，当第一磁环12与第二磁环25吸附时，第一伺服电动缸3停止工作，然后控制第一伺服电动缸3继续向下推动1cm，使推杆5在限位杆内挤压压合块13，压合块13下移其底部的第一亚克力板17压合在第二亚克力板23上的叶片表面，使叶片摊平在放置槽22内；
[0042] 步骤三，控制多个红色灯珠16工作，利用长波长的红光对叶片进行照射，未被叶片遮挡的红光通过第二亚克力板23和第三亚克力板29射入至收集腔27内，此时控制多个相机单元28工作，对叶片影像进行捕捉拍摄；
[0043] 步骤四，将多个相机单元28获取的红光影像图片输入至计算机内部，并分配成多组影像，使多组影像组成训练集，每组图像都标记为一个类别，使用该训练集来进行外部特征识别；
[0044] 步骤五，图像处理单元中的卷积神经网络获取训练集，在R-CNN中，使用选择性搜索算法扫描输入训练集，寻找其中的可能对象，生产多个区域建议，然后在这些区域建议上运行一个卷积神经网络，最后，将每个卷积神经网络输出给SVM，使用一个线性回归收紧对象的边界框，对训练集中包含物体对象边框进行读取；
[0045] 步骤六，根据获取的对象边框的长宽数据，利用海伦公式计算每个对象边框的面积，然后叠加后得出测量叶片的面积。
[0046] 本发明工作原理：
[0047] 参照说明书附图1-6，通过设置密封管24和测量箱8，将测量的叶片置于测量箱8内的放置槽22中，并利用压合块13进行压合，在进行影像获取时，将测量箱8置于密封管24内，利用长波长的红光对叶片进行照射，多个相机单元28获取叶片的影像信息，使获取的影像信息与叶片的真实轮廓误差最小，获取的影像信息更加真实，在利用卷积神经网络对叶片面积进行计算时，获得高精度的叶片面积信息。
[0048] 最后应说明的几点是：首先，在本申请的描述中,需要说明的是,除非另有规定和限定,术语“安装”、“相连”、“连接”应做广义理解,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变，则相对位置关系可能发生改变；
[0049] 其次：本发明公开实施例附图中，只涉及到与本公开实施例涉及到的结构，其他结构可参考通常设计，在不冲突情况下，本发明同一实施例及不同实施例可以相互组合；
[0050] 最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
