文章开发了一套应用于花卉栽培的机器人图像处理系统。该系统通过移动机器人平台采集康乃馨图像，利用Matlab进行预处理、颜色分割和二值化处理，结合形态学操作提取花卉关键特征。实验验证了该系统在颜色识别、缺陷检测和质量分类方面的有效性，为花卉出口质量控制提供了自动化解决方案。
哥伦比亚作为全球第二大花卉出口国，年产值超5亿美元。花卉产业面临采收标准不统一、品质检测效率低等挑战。文章提出将机器人视觉技术应用于花卉栽培，通过自动化图像处理实现精准质量检测，解决传统人工分拣存在的效率与精度问题。
采用配备VGA CMOS摄像头的移动机器人平台，支持640×480分辨率视频采集和1024×768静态图像捕捉。平台集成距离传感器和电机驱动系统，可通过Matlab编程实现环境感知与自主导航。
系统处理流程包含四个核心阶段：图像采集后首先进行预处理，采用5×5圆形掩模低通滤波消除噪声；随后在RGB空间进行颜色分割，提取康乃馨红色特征；通过二值化转换将图像转换为黑白矩阵；最后应用形态学操作（腐蚀与膨胀）精炼轮廓，计算花卉面积、质心和周长等关键参数。
以红色康乃馨为实验对象，系统成功识别花瓣均匀度、茎秆挺直度等出口质量标准特征。颜色分割准确区分主体与背景，二值化处理有效凸显结构边界，形态学操作消除离散噪点同时保持几何完整性。
系统通过分析纹理异常和颜色偏差，自动识别炭疽病、灰霉病等常见花卉病害。二值图像中的局部断裂区域与健康花卉形成显著对比，为早期病害预警提供可视化依据。
该系统实现花卉品质的实时自动化检测，处理速度达15帧/秒。通过标准化颜色、尺寸等特征分类，提升出口花卉合格率30%以上。机器人移动平台可部署于温室环境，替代人工完成巡检、分拣等流程，显著降低生产成本。