CN101339117B - 稻米参数自动测量装置及方法 - Google Patents

稻米参数自动测量装置及方法 Download PDF

Info

Publication number
CN101339117B
CN101339117B CN2008100487407A CN200810048740A CN101339117B CN 101339117 B CN101339117 B CN 101339117B CN 2008100487407 A CN2008100487407 A CN 2008100487407A CN 200810048740 A CN200810048740 A CN 200810048740A CN 101339117 B CN101339117 B CN 101339117B
Authority
CN
China
Prior art keywords
grain
computing machine
belt
image
rice
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2008100487407A
Other languages
English (en)
Other versions
CN101339117A (zh
Inventor
骆清铭
刘谦
毕昆
段凌凤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN2008100487407A priority Critical patent/CN101339117B/zh
Publication of CN101339117A publication Critical patent/CN101339117A/zh
Application granted granted Critical
Publication of CN101339117B publication Critical patent/CN101339117B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明涉及一种稻米参数自动测量装置及方法,本装置由预设的计算机控制,采用单株脱粒仪将稻穗脱粒,谷粒由单株脱粒仪通过直槽式接口落到皮带上,由运转的皮带分离谷粒;由X-ray成像系统拍摄X射线透射图,由计算机将所得图像进行处理,得到稻米的各项参数。本发明利用X射线成像的方法,用数字图像处理技术处理拍摄到的图像,得到稻米的各项参数,无需对脱粒后的谷粒进行去壳处理,且将脱粒、参数提取集成到一个系统中,具有安全无损、测量结果准确可靠,操作简单等优点。

Description

稻米参数自动测量装置及方法
技术领域
[0001] 本发明属于机器视觉检测技术,具体涉及一种稻米参数自动测量装置及方法。该 装置够自动测量一穗水稻上米粒的参数包括粒数、粒长、粒宽、粒面积等,适用于数字化农 业领域。
背景技术
[0002] 水稻是我国主要粮食作物之一,在水稻品种试验、示范、推广以及高产栽培试验 中。都需要对水稻品种进行考种调查,以确定其利用价值。多数情况下,室内考种主要由科 研人员进行人工测量。随着计算机技术的飞速发展,机器视觉技术的研究和应用越来越广 泛。与人工检测技术相比,视觉检测技术具有速度快、精度高、重复性好等优点,在农产品品 质检测领域有着广阔的应用前景。由于粮食结构的原因,国外对稻米检测的研究不多。中 国农业大学凌云等人设计了一套动态谷物图像检测系统(文献出处:凌云,基于机器视觉 的谷物外观品质检测技术研究,博士学位论文,北京:中国农业大学,2004)。系统主要由计 算机和图像采集系统构成,计算机中内置图像采集卡,图像采集系统由CCD摄像机、光源系 统、进料机构、驱动机构和出料机构组成。进料机构由漏斗、数粒仪、进料导槽、限位板和玻 璃载物盘组成,使谷物能够单粒、顺序的下落到玻璃载物盘上,以避免采集图像时出现大量 的籽粒粘连现象,但这种单粒下落的方法处理速度很慢。同时由于采用CCD拍照,只能处理 脱壳后的稻米,而去壳过程中很容易造成米粒的损伤。
发明内容
[0003] 本发明的目的在于提供一种稻米参数自动测量装置及方法,该装置能够自动测量 一穗水稻上米粒的参数包括粒数、粒长、粒宽、粒面积等。
[0004] 本发明提供的稻米参数自动测量装置,包括光电开关1、可控升降板2、单株脱粒 仪3、控制按钮4、射线源铅盒5、X射线源6、X射线探测器7、手动平移台8、皮带9、毛刷10、 铅箱11、X射线源控制器12、计算机13、皮带控制器14,光电开关1分别与可控升降板2和 计算机13相连,且光电开关1和可控升降板2位于单株脱粒仪3入口处,控制按钮4分别 与可控升降板2及计算机13相连,X射线源6放置在铅盒5中,铅盒5置于皮带9上侧,铅 盒朝向探测器一面的中部开有一圆形孔,X射线探测器7位于皮带9内侧,X射线探测器7 通过螺钉固定在手动平移台8上,通过手动平移台调节X射线探测器7的水平位置使得X 射线源6和X射线探测器7位于同一垂直平面上,X射线源6与X射线源控制器12相连, X射线探测器7通过USB接口与与计算机13连接,射线源铅盒5、X射线源6、X射线探测器 7、手动平移台8、皮带9及毛刷10都包在铅箱11内部,皮带9与皮带控制器14相连,毛刷 10位于皮带9下部外侧。铅盒及铅箱都是用于安全防护。
[0005] 稻米参数自动测量方法,按以下步骤进行:(1)打开X射线源控制器、单株脱粒仪 和计算机,每进行一穗水稻的测量工作前,操作人员先按下控制按钮,控制按钮发出信号给 计算机,通知计算机开始新的一穗的测量。把稻穗放到单株脱粒仪入口处,光电开关检测到人手后,发出信号给计算机,当且仅当计算机接收到了控制按钮和光电开关两个信号后, 计算机才控制可控升降板上升,暴露出打谷口,允许单株脱粒仪开始打谷。同时计算机开始 延时,谷粒由单株脱粒仪出口通过直槽式接口落到皮带上,由运转的皮带分离谷粒,延时Is 后,计算机开始启动X射线探测器拍摄谷粒的图像数据,完成脱粒工作后,操作人员将脱粒 后的稻穗取出,光电开关检测到人手的离开,发出信号给计算机,计算机控制可控升降板下 降,计算机开始延时,延时4s后计算机停止数据采集;(2)计算机经过数字图像处理及分析 后得到稻米的参数包括粒数、粒长、粒宽、粒面积。
[0006] 数字图像处理及分析包括以下几个步骤:(1)拍摄的图像中存在较大噪声,本系 统采用NL-means滤波法及中值滤波法滤除图像的噪声;(2)将去噪后的图像阈值二值化, 本系统采用聚类法;(3)将二值化后的图像进行去除小粒子的操作,去掉二值化图像中的 背景噪声;(4)去噪后的图像进行开操作,去掉微弱边缘,然后进行填充操作,填补米粒中 间的孔洞;(5)对处理后的图像进行距离变换得到图像的距离函数;(6)对距离图像进行灰 度重建,去掉图像中的区域极大值,起到‘削峰’的作用;(7)对重建后的图像进行分水岭分 割;(8)对分割后的图像单个粒子区域进行椭圆拟合,得到各谷粒的粒长、粒宽,并通过数 区域内的像素个数得出粒面积;(9)分水岭分割后可能还 存在未分割的粘连籽粒,通过面 积判断的方法将这些籽粒进行平均化处理;面积阈值的选取方法是求(8)中得到的所有粒 面积的平均值的倍数。本系统采用1.5倍平均面积作为面积阈值。
[0007] NL-means又称为非局部均值化方法,该算法滤波后的值具有如下公式:
(Ga>(x+.)-»(y+.)|2)(0)
[0008] NLu(X) = ^^ I2 e “2 u{y)dy,
[0009] 这里Ga是一个Gaussian核,其标准差为a,C (χ)是归一化因子,h为滤波参数。
[0010] (Ga* I u (χ+·)-U (y+·) I2) (0) = f i2Ga(t) u (x+t)-u (y+t) 2dt.该公式意味着 u (χ) 是用u(y)平均值的权重所代替。权重仅仅在包围y的高斯窗口相似于包围χ的高斯窗口 是较大的。因此NL-means算法使用自相似性来去掉噪声。这样可在滤除噪声的同时较好 的保护边缘。
[0011] 本发明由预设的电脑程序控制,采用单株脱粒仪将稻穗脱粒,谷粒由单株脱粒仪 通过直槽式接口落到皮带上,由运转的皮带分离谷粒;由X-ray成像系统拍摄X射线透射 图,由计算机将所得图像进行处理,得到稻米的各项参数。
[0012] 本发明利用X射线成像的方法,用数字图像处理技术处理拍摄到的图像,得到稻 米的各项参数。无需对脱粒后的谷粒进行去壳处理,且将脱粒、参数提取集成到一个系统 中,具有安全无损、测量结果准确可靠,操作简单等优点。
附图说明
[0013] 图1为本发明稻米参数自动测量装置的结构示意图;
[0014] 图2为水稻样品结果图;
[0015] 图3为样品粒面积直方图;
[0016] 图4为样品粒长直方图;
[0017] 图5为样品粒宽直方图。具体实施方式
[0018] 下面结合附图和实例对发明作进一步详细的说明。
[0019] 本发明提供的稻米参数自动测量装置,包括光电开关1、可控升降板2、单株脱粒 仪3、控制按钮4、射线源铅盒5、X射线源6、X射线探测器7、手动平移台8、皮带9、 毛刷10、 铅箱11、X射线源控制器12、计算机13、皮带控制器14,光电开关1分别与可控升降板2和 计算机13相连,且光电开关1和可控升降板2位于单株脱粒仪3入口处,控制按钮4分别 与可控升降板2及计算机13相连,X射线源6放置在铅盒5中,铅盒5置于皮带9上侧,铅 盒朝向探测器一面的中部开有一圆形孔,X射线探测器7位于皮带9内侧,X射线探测器7 通过螺钉固定在手动平移台8上,通过手动平移台调节X射线探测器7的水平位置使得X 射线源6和X射线探测器7位于同一垂直平面上,X射线源6与X射线源控制器12相连, X射线探测器7通过USB接口与与计算机13连接,射线源铅盒5、X射线源6、X射线探测器 7、手动平移台8、皮带9及毛刷10都包在铅箱11内部,皮带9与皮带控制器14相连,毛刷 10位于皮带9下部外侧。铅盒及铅箱都是用于安全防护。
[0020] 其中,包括皮带9、毛刷10、皮带控制器14构成流水线系统,为定做的。皮带采用 对射线衰减较小的薄皮带,皮带控制器带数码显示,可以精确调节皮带速度并用于与X射 线探测器速度的匹配。扇束X射线源6和线阵X射线探测器7构成X射线成像系统,装置 采用扇束X射线源,发出扇形射线束,相对应的X射线探测器也采用线阵列,X射线成像系 统采用线扫描的方式成像,因此皮带的运转速度必须与X射线探测器的扫描速度完全匹配 上才能得到不失真的图像,速度匹配的实验方法是采用标准样品进行拍摄,得到不变形的 图像即说明速度完全匹配上了。
[0021] 稻米参数自动测量方法,按以下步骤进行:(1)打开X射线源控制器、单株脱粒仪 和计算机,每进行一穗水稻的测量工作前,操作人员先按下控制按钮,控制按钮发出信号给 计算机,通知计算机开始新的一穗的测量,把稻穗放到单株脱粒仪入口处,光电开关检测到 人手后,发出信号给计算机,当且仅当计算机接收到了控制按钮和光电开关两个信号后,计 算机才控制可控升降板上升,暴露出打谷口,允许单株脱粒仪开始打谷,同时计算机开始延 时,谷粒由单株脱粒仪出口通过直槽式接口落到皮带上,由运转的皮带分离谷粒,延时Is 后,计算机开始启动X射线探测器拍摄谷粒的图像数据,完成脱粒工作后,操作人员将脱粒 后的稻穗取出,光电开关检测到人手的离开,发出信号给计算机,计算机控制可控升降板下 降,计算机开始延时,延时4s后计算机停止数据采集;(2)计算机经过数字图像处理及分析 后得到稻米的参数包括粒数、粒长、粒宽、粒面积。
[0022] 整个过程中流水线系统、单株脱粒仪、X射线源、X射线探测器都为连续工作。
[0023]实例:
[0024] 实验标准材料:1元硬币,其直径为25mm。
[0025] 将一元的硬币置于皮带上进行扫描拍摄,得到其直径测量值为79个像素;像素 长、宽均为0. 4mm,即测量值为79*0. 4mm = 31. 6mm。
[0026] 实际直径:25讓
[0027] X射线成像系统放大倍率=像宽/物宽=31. 6mm/25mm = 1. 3
[0028] 实验生物材料:成熟的水稻。将一穗成熟的水稻置于本发明的装置入口处,按上述 方法进行操作,最后得到该稻穗的粒数为172粒,米粒的平均粒面积、平均粒长、平均粒宽分别为97. 94、17. 94,6. 81 (以像素为单位),对应实际值分别为
[0029]实际平均粒面积=97. 94*0. 4*0. 4/(1. 3*1. 3) =9. 3mm2,
[0030]实际平均粒长=17. 94*0. 4/1. 3 = 5. 5mm,
[0031]实际平均粒宽=6. 81*0. 4/1. 3 = 2. 1_。
[0032] 目前粒长、粒宽的手动测量方法是采用直尺法。手动测量粒长、粒宽平均值分别为5. 8mm、2. 0mm,相对误差分别为5. 17%、5%。这个误差主要是由于米粒的质量不一样,而用 直尺测量只能测表面长度,米粒的饱满度对其测量结果无影响,但是本方法还可反映米粒 的饱满度。这也是本装置的优势之一。粒面积暂时无简单的手动测量方法。

Claims (2)

  1. 稻米参数自动测量装置,包括光电开关(1)、可控升降板(2)、单株脱粒仪(3)、控制按钮(4)、射线源铅盒(5)、x射线源(6)、x射线探测器(7)、手动平移台(8)、皮带(9)、毛刷(10)、铅箱(11)、x射线源控制器(12)、计算机(13)、皮带控制器(14),其特征在于:光电开关(1)分别与可控升降板(2)和计算机(13)相连,且光电开关(1)和可控升降板(2)位于单株脱粒仪(3)入口处,控制按钮(4)分别与可控升降板(2)及计算机(13)相连,X射线源(6)放置在射线源铅盒(5)中,射线源铅盒(5)置于皮带(9)上侧,射线源铅盒(5)朝向x射线探测器(7)一面的中部开有一圆形孔,X射线探测器(7)位于皮带(9)内侧,X射线探测器(7)通过螺钉固定在手动平移台(8)上,通过手动平移台(8)调节X射线探测器(7)的水平位置使得X射线源(6)和X射线探测器(7)位于同一垂直平面上,X射线源(6)与X射线源控制器(12)相连,X射线探测器(7)通过USB接口与计算机(13)连接,射线源铅盒(5)、X射线源(6)、X射线探测器(7)、手动平移台(8)、皮带(9)及毛刷(10)都包在铅箱(11)内部,皮带(9)与皮带控制器(14)相连,毛刷(10)位于皮带(9)下部外侧。
  2. 2.稻米参数自动测量方法,按以下步骤进行:(1)打开X射线源控制器、单株脱粒仪和 计算机,操作人员先按下控制按钮,控制按钮发出信号给计算机,通知计算机开始新的一穗 的测量,把稻穗放到单株脱粒仪入口处,光电开关检测到人手后,发出信号给计算机,当且 仅当计算机接收到了控制按钮和光电开关两个信号后,计算机才控制可控升降板上升,暴 露出打谷口,允许单株脱粒仪开始打谷,同时计算机开始延时,谷粒由单株脱粒仪出口通过 直槽式接口落到皮带上,由运转的皮带分离谷粒,延时Is后,计算机开始启动X射线探测器 拍摄谷粒的图像数据,完成脱粒工作后,操作人员将脱粒后的稻穗取出,光电开关检测到人 手的离开,发出信号给计算机,计算机控制可控升降板下降,计算机开始延时,延时4s后计 算机停止数据采集;(2)计算机经过数字图像处理及分析后得到稻米的参数包括粒数、粒 长、粒宽、粒面积;所述的数字图像处理及分析包括以下几个步骤:(1)中值滤波:对拍摄的 图像进行中值滤波滤除图像的噪声;(2)将去噪后的图像阈值二值化;(3)将二值化后的图 像进行去除小粒子的操作,去掉二值化图像中的背景噪声;(4)去噪后的图像进行开操作, 去掉微弱边缘,然后进行填充操作,填补米粒中间的孔洞;(5)对处理后的图像进行距离变 换得到图像的距离函数;(6)对距离图像进行灰度重建,去掉图像中的区域极大值;(7)对 重建后的图像进行分水岭分割;(8)对分割后的图像单个粒子区域进行椭圆拟合,得到各 谷粒的粒长、粒宽,并通过数区域内的像素个数得出粒面积;(9)分水岭分割后可能还存在 未分割的粘连籽粒,通过面积判断的方法将这些籽粒进行平均化处理;面积阈值的选取方 法是求(8)中得到的所有粒面积的平均值的倍数。
CN2008100487407A 2008-08-08 2008-08-08 稻米参数自动测量装置及方法 Active CN101339117B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2008100487407A CN101339117B (zh) 2008-08-08 2008-08-08 稻米参数自动测量装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008100487407A CN101339117B (zh) 2008-08-08 2008-08-08 稻米参数自动测量装置及方法

Publications (2)

Publication Number Publication Date
CN101339117A CN101339117A (zh) 2009-01-07
CN101339117B true CN101339117B (zh) 2011-02-09

Family

ID=40213240

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008100487407A Active CN101339117B (zh) 2008-08-08 2008-08-08 稻米参数自动测量装置及方法

Country Status (1)

Country Link
CN (1) CN101339117B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101944232B (zh) * 2010-09-02 2013-08-14 北京航空航天大学 一种利用最短路径的粘连细胞精确分割方法
CN102706742A (zh) * 2012-04-01 2012-10-03 江苏大学 磨粒自动分散及成像装置
DE102015202999B4 (de) * 2015-02-19 2019-12-05 Siemens Healthcare Gmbh Automatisierte Justierung von Signalanalyseparametern für Röntgendetektoren
CN105043553B (zh) * 2015-06-29 2018-09-11 华中农业大学 单株盆栽水稻温度参数自动测量装置及其测量方法
CN105806751A (zh) * 2016-03-24 2016-07-27 江苏大学 一种联合收割机粮箱中谷物破碎在线监测系统及方法
CN106023235B (zh) * 2016-06-15 2018-09-18 哈尔滨师范大学 一种农作物有效籽粒个数测量的方法
CN108240986A (zh) * 2016-12-27 2018-07-03 中国船舶重工集团公司七五○试验场 一种未成熟稻米检测设备
CN111583193B (zh) * 2020-04-21 2021-04-23 广州番禺职业技术学院 基于几何轮廓模板匹配的开心果骨架提取装置及其算法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
R.P.Haff et al..REAL&#8722
R.P.Haff et al..REAL−TIME X−RAY INSPECTION OF WHEAT FOR INFESTATION BY THE GRANARY WEEVIL,SITOPHILUS GRANARIUS(L.).《American Society of Agricultural Engineers》.2004,第47卷(第2期),531-537. *
RAY INSPECTION OF WHEAT FOR INFESTATION BY THE GRANARY WEEVIL,SITOPHILUS GRANARIUS(L.).《American Society of Agricultural Engineers》.2004,第47卷(第2期),531-537.
TIME X&#8722

Also Published As

Publication number Publication date
CN101339117A (zh) 2009-01-07

Similar Documents

Publication Publication Date Title
CN101339117B (zh) 稻米参数自动测量装置及方法
Mahendran et al. Application of computer vision technique on sorting and grading of fruits and vegetables
CN102072883B (zh) 农作物种子综合品质检测装置及方法
US6791683B2 (en) Sorting grain during harvesting
CN104155312B (zh) 基于近红外计算机视觉的粮粒内部害虫检测方法和装置
CA2723452C (en) Systems, methods and devices for use in assessing carcass grading
US8935881B2 (en) Method and device for evaluating germination properties of plant seeds
MY164318A (en) A system for fruit grading and quality determination
CN104198457B (zh) 基于光谱成像技术的烟丝组分识别方法
CN106332713A (zh) 一种sd‑oct图像的枇杷早期瘀伤鉴别方法
Vamerali et al. An approach to minirhizotron root image analysis
CN101339118A (zh) 谷粒参数自动测量装置及方法
CN201041553Y (zh) 基于多光谱成像技术的水果品质无损检测系统
Price et al. Computer imaging and its application to some problems in agriculture and plant science
US5488479A (en) Machine vision system for inspection of agricultural commodities
CN101458204A (zh) 谷物实粒数的自动测量装置及方法
US8472675B2 (en) Systems, methods and devices for use in filter-based assessment of carcass grading
CN105806751A (zh) 一种联合收割机粮箱中谷物破碎在线监测系统及方法
Lin et al. Video imaging for quantifying cucumber fruit color
CN107389703B (zh) 一种打叶指标在线光电检测装置及检测方法
CN101911877B (zh) 基于激光漫反射图像技术的种子生命力鉴别装置和方法
CN110609011A (zh) 单籽粒玉米种子淀粉含量近红外高光谱检测方法及系统
CN207408272U (zh) 基于线阵列相机和x射线双模式成像的水稻粒型参数测量装置
CN206563717U (zh) 一种全自动的细胞图像检测诊断系统
CN104749189A (zh) 一种基于多光谱成像技术的粮粒内部害虫检测装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant