1.一种嫁接砧木的图像检测方法，其特征在于，包括下列步骤：步骤S1，采集砧木及检测台的图像，对图像进行灰度化、滤波及二值化处理，并利用改进Canny算子提取各砧木边缘轮廓，具体步骤为：S1.1以相同参数采集砧木放置前后的检测台的图像；

S1.2以放置了砧木的图像为原图像、未放置砧木的图像为背景图像，采用背景差分法获得砧木图像；

S1.3采用3r‑b算子对砧木图像进行灰度化处理，获得灰度图像；

S1.4对灰度图像进行高斯滤波，并采用Ostu算法进行二值化处理，获得二值图像；

S1.5反转二值图像，对各砧木放置区进行连通域标记；

S1.6采用改进Canny法对图像做边缘检测，提取各砧木的边缘轮廓，并再次反转图像，获取砧木轮廓图像；

步骤S2，采用形态学与面积法检测各砧木的表面破损情况，具体步骤为：S2.1对二值图像进行闭运算，并将运算结果与原图像求差，获得破损区域图像；

S2.1使用面积法将细小、孤立的区域去除；

S2.3对各砧木放置区进行连通域标记；

S2.4计算各破损位置的长度、宽度及面积参数；

步骤S3，采用霍夫变换直线法检测各砧木的弯曲度情况，具体步骤为：S3.1对砧木轮廓图像进行霍夫直线变换；

S3.2对检测出的线段进行过滤，删除孤立线段和小线段，并在各砧木放置区筛选出可代表该砧木弯曲状态的两条线段；

S3.3利用同一线段上的两点坐标计算线段斜率；

S3.4利用线段斜率计算两线段间夹角，用该夹角表征砧木的弯曲度；

步骤S4，识别各砧木的粗度，具体步骤为：

S4.1遍历砧木轮廓图像的各V向砧木放置区，以相同V坐标的两轮廓点的U坐标之差作为单一粗度，以同一砧木单一粗度的平均值作为该砧木的平均粗度；

S4.2遍历各U向砧木放置区进行遍历，以相同U坐标的两轮廓点的V坐标之差作为单一粗度，以单一粗度的平均值作为该砧木的平均粗度；

S4.3进行图像旋转，使其余各砧木放置区处于U向或V向，并按照S4.1或S4.2计算各砧木的单一粗度与平均粗度；

S4.4依据上端单一粗度变化不大、下端单一粗度逐渐减小的特点，辨别各砧木的上端和下端；

S4.5将砧木上部区域单一粗度最大值处，识别为芽节位置；

S4.6以芽节上端1/3‑2/3区域内单一粗度的平均值，识别为该砧木的粗度；

步骤S5，根据图像坐标系与工作台坐标系间的转换关系，将待取砧木芽节下侧处识别为砧木抓取点。

2.根据权利要求1所述的一种嫁接砧木的图像检测方法，其特征在于，所述检测台上均匀设有8个砧木放置位，其中1个为取苗位，系统可控制检测台精确旋转，将待取砧木送至取苗位。

3.根据权利要求1所述的一种嫁接砧木的图像检测方法，其特征在于，所述改进Canny法在原Canny法基础上增加两个对角线梯度算子，其梯度幅值表示为：其中，G为梯度幅度，θ为梯度幅度，Gx、Gy为原Canny法采用的水平、垂直梯度算子，G45、G135为改进Canny法增加的两对角线梯度算子，P11‑P33为当前像素的8领域。

4.根据权利要求1所述的一种嫁接砧木的图像检测方法，其特征在于，所述破损位置的长度、宽度及面积参数均采用像素作为计量单位。