CN103039154B - 基于图像实现高精度的玉米果穗考种方法和装置 - Google Patents
基于图像实现高精度的玉米果穗考种方法和装置 Download PDFInfo
- Publication number
- CN103039154B CN103039154B CN201210572990.7A CN201210572990A CN103039154B CN 103039154 B CN103039154 B CN 103039154B CN 201210572990 A CN201210572990 A CN 201210572990A CN 103039154 B CN103039154 B CN 103039154B
- Authority
- CN
- China
- Prior art keywords
- corn ear
- camera
- weight
- grain
- cob
- 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
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了基于图像实现高精度的玉米果穗考种方法和装置,通过获取以玉米果穗的穗轴为中心轴的周视图,应用图像处理算法对周视图进行图像处理,得到玉米果穗的形态指标、穗粒行数和行粒数,根据穗粒行数和行粒数计算出穗粒的总粒数;将玉米果穗脱粒,得到穗轴和穗粒;称出穗粒的总重量或称出穗轴的重量,再根据玉米果穗的重量和穗轴的重量计算出穗粒的总重量;根据穗粒的总重量和穗粒的总粒数计算出平均粒重及百粒重;将玉米果穗脱粒前还包括:使用称重传感器称出玉米果穗的重量,使用数字图像处理和传感器技术,通过获取玉米果穗的一周穗粒分布图,计算所有玉米穗粒的形态指标、穗粒行数、行粒数、平均粒重等参数,提高玉米果穗考种精度。
Description
技术领域
本发明涉及玉米果穗考种技术领域,尤其涉及基于图像实现高精度的玉米果穗考种方法和装置。
背景技术
玉米是我国农业生产中占重要地位的粮食作物,玉米育种在我国种业科研、生产等领域占有重要的地位,玉米种业的核心问题之一是玉米考种,传统的考种方法大多依赖于手工操作,占用大量人力资源,工作效率低下,成为制约玉米种业发展的技术瓶颈。
玉米考种的主要形态参数指标包括穗粒数、穗粒行数、行粒数、百粒重等,传统考种方法主要存在以下技术缺陷:
1.人工操作繁琐,工作量较大。
2.工作效率难以提高,考种流程周期较长。
3.考种过程中人工操作影响考种的准确性。
4.单一工作流程的测量方式难以保证获得的参数准确性。
随着现代信息技术的快速发展,特别是现代信息技术在农业领域的深入应用,为传统农业带来全新的技术手段和实用工具。由于技术固有的局限性,导致穗粒行数等指标的自动化检测存在一定的误差。
申请号为201010226335.7,名称为“基于机器视觉的玉米考种装置”中通过采用两块反光镜能够一次成像玉米果穗的三个侧面的图像,根据采集的图像来提取玉米果穗的穗长、穗行数、穗粒数、每行粒数等多个外观参数,改善了人工考种的众多弊端,但是并没有在考种精度、准确性方面得到提高。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是,针对上述缺陷,在实现现代化操作的考种方式的同时提高考种精度。
(二)技术方案
为解决上述问题,本发明提供了基于图像实现高精度的玉米果穗考种方法,所述考种方法包括:
S1:获取以所述玉米果穗的穗轴为中心轴的周视图,应用图像处理算法对所述周视图进行图像处理,得到所述玉米果穗的形态指标、穗粒行数和行粒数,根据所述穗粒行数和所述行粒数计算出穗粒的总粒数;
S2:将所述玉米果穗脱粒,得到穗轴和穗粒;
S3:称出所述穗粒的总重量或称出所述穗轴的重量,再根据所述玉米果穗的重量和所述穗轴的重量计算出所述穗粒的总重量;
S4:根据所述穗粒的总重量和所述穗粒的总粒数计算出平均粒重及百粒重;
在步骤S2之前还包括:
S0:称出所述玉米果穗的重量。
为解决上述问题,本发明还提供了基于图像实现高精度的玉米果穗考种装置,所述装置包括:
箱体、相机、光源、称重装置、步进电机,所述相机、所述光源、所述称重装置和所述步进电机位于所述箱体内部;
其中所述光源为所述相机拍照提供光,所述相机用于获取以所述玉米果穗的穗轴为中心轴的周视图;
所述称重装置用于称量所述玉米果穗的重量、脱粒后的穗轴或穗粒的重量;
所述步进电机为所述玉米果穗转动提供动力;
所述考种装置还包括电源,所述电源为所述步进电机转动提供动力。
优选地,所述相机和所述玉米果穗的安放方法具体包括:
将所述玉米果穗和相机同时直立或水平相对放置,所述穗轴固定,所述相机以所述玉米果穗为圆心旋转一周;
或将所述玉米果穗和相机同时直立或水平相对放置,所述相机固定,所述玉米果穗以所述穗轴为中心旋转一周。
为解决上述问题,本发明还提供了基于图像实现高精度的玉米果穗考种装置,所述装置包括:
箱体、N个相机、光源和称重装置,所述N个相机、所述光源和所述称重装置位于所述箱体内部,其中N为大于等于4的正整数;
其中所述光源为所述相机拍照提供光;
所述N个相机直立放置,围绕直立的玉米果穗一周,且所述相机与相邻相机相对于位于中心的玉米果穗分布的夹角均为360/N度;
或所述N个相机水平放置,围绕水平的玉米果穗一周,且所述相机与相邻相机相对位于中心的玉米果穗分布的夹角均为360/N度;
所述称重装置用于称量所述玉米果穗的重量、脱离后的穗轴的重量。
为解决上述问题,本发明还提供了基于图像实现高精度的玉米果穗考种装置,所述装置包括:
箱体、相机、光源和称重-转动装置,所述相机、所述光源和所述称重-转动装置位于所述箱体内部;
其中所述光源为所述相机拍照提供光;
所述称重-转动装置用于称量所述玉米果穗的重量、脱粒后的穗轴或穗粒的重量,还用于为所述玉米果穗的旋转提供动力。
(三)有益效果
本发明提出了基于图像实现高精度的玉米果穗考种方法和装置,通过获取以玉米果穗的穗轴为中心轴的周视图,应用图像处理算法对周视图进行图像处理,得到玉米果穗的形态指标、穗粒行数和行粒数,根据穗粒行数和行粒数计算出穗粒的总粒数;将玉米果穗脱粒,得到穗轴和穗粒;称出穗粒的总重量或称出穗轴的重量,再根据玉米果穗的重量和穗轴的重量计算出穗粒的总重量;根据穗粒的总重量和穗粒的总粒数计算出平均粒重及百粒重;将玉米果穗脱粒还包括:使用称重传感器称出玉米果穗的重量,使用数字图像处理和传感器技术,实现玉米果穗考种的自动化,同时通过获取玉米果穗的一周穗粒分布图,计算所有玉米穗粒的形态指标、穗粒行数、行粒数、平均粒重等参数,提高玉米果穗考种精度。
附图说明
图1为基于图像实现高精度的玉米果穗考种方法的第一种步骤流程图;
图2为基于图像实现高精度的玉米果穗考种方法的第二种步骤流程图;
图3为实施例四中基于图像实现高精度的玉米果穗考种装置结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例一
实施例一中提供了基于图像实现高精度的玉米果穗考种方法,步骤流程如图1和图2所示,具体包括以下步骤:
S1:获取以玉米果穗的穗轴为中心轴的周视图,应用图像处理算法对周视图进行图像处理,得到玉米果穗的形态指标、穗粒行数和行粒数,根据穗粒行数和行粒数计算出穗粒的总粒数。
其中形态指标包括果穗的长度和果穗的直径。
具体的,获取以玉米果穗的穗轴为中心轴的周视图的方式有很多种实现方式,本实施例中列举三种,但并不限定仅此三种凡方式。
第一种:将玉米果穗和相机直立或水平相对放置,穗轴固定,相机以玉米果穗为圆心旋转一周,得到周视图。
第二种:将玉米果穗和相机直立或水平相对放置,相机固定,玉米果穗旋转一周,得到周视图。
第三种:将N个相机和玉米果穗直立或水平相对放置,且N个相机的夹角均为360/N度,得到N个图组成周视图,其中N为大于等于4的正整数。
S2:将玉米果穗脱粒,得到穗轴和穗粒。
其中将玉米果穗脱粒之前还包括:
S0:称出玉米果穗的重量。
步骤S0称出玉米果穗的重量在步骤S1获取以玉米果穗的穗轴为中心轴的周视图之前执行,则玉米果穗考种的步骤如图1所示。
或者步骤S0称出玉米果穗的重量在步骤S1获取以玉米果穗的穗轴为中心轴的周视图之后执行,则玉米果穗考种的步骤如图2所示。
S3:称出穗粒的总重量或称出穗轴的重量,再根据玉米果穗的重量和穗轴的重量计算出穗粒的总重量。
具体的,称出穗粒的总重量,或称出穗轴的重量后根据:穗粒的总重量=果穗的重量-穗轴的重量计算得到穗粒的总重量。
S4:根据穗粒的总重量和穗粒的总粒数计算出平均粒重及百粒重。
具体的,根据平均粒重=穗粒的总重量÷玉米果穗的总粒数计算出平均粒重。
鉴于在考种方法中多用百粒重作为种子大小与充实程度的一项重要指标,所以还可以再根据平均粒重计算出百粒重,具体的:百粒重=100×平均粒重。
通过上述方法,使用数字图像处理和传感器技术,实现玉米果穗考种的自动化,同时通过获取玉米果穗的一周穗粒分布图,计算所有玉米穗粒的形态指标、穗粒行数、行粒数、平均粒重等参数,提高玉米果穗考种精度。
实施例二
为达到上述目的,本发明的实施例二中还提供了基于图像实现高精度的玉米果穗考种装置,考种装置包括:
箱体、相机、光源、称重装置、步进电机,其中相机、光源、称重装置和步进电机位于箱体内部。
其中光源为相机拍照提供光,相机用于获取以玉米果穗的穗轴为中心轴的周视图。
称重装置用于称量玉米果穗的重量、脱粒后的穗轴或穗粒的重量。
步进电机为玉米果穗转动提供动力。
相机和玉米果穗的安放方法具体包括:
将玉米果穗和相机直立或水平相对放置,玉米果穗固定,相机以玉米果穗为圆心旋转一周;
或将玉米果穗和相机直立或水平相对放置,相机固定,玉米果穗旋转一周。
玉米果穗考种装置还包括:电源,为步进电机的转动提供动力
通过使用上述考种装置,基于数字图像处理和传感器技术,实现玉米果穗考种的自动化,同时通过获取玉米果穗的一周穗粒分布图,计算所有玉米穗粒的形态指标、穗粒行数、行粒数、平均粒重等参数,提高玉米果穗考种精度。
实施例三
为达到上述目的,本发明的实施例三中还提供了基于图像实现高精度的玉米果穗考种装置,考种装置包括:
箱体、N相机、光源、称重装置,本实施例中N的个数选为4,则第一相机、第二相机、第三相机、第四相机、光源和称重装置位于箱体内部。
其中光源为相机拍照提供光,第一相机、第二相机、第三相机、第四相机同时直立或水平放置,围绕玉米果穗一周,且4个相机相对位于中心的玉米果穗分布的夹角均为90度。
称重装置用于称量玉米果穗的重量、脱离后的穗轴的重量。
通过使用上述考种装置,基于数字图像处理和传感器技术,实现玉米果穗考种的自动化,同时通过获取玉米果穗的一周穗粒分布图,计算所有玉米穗粒的形态指标、穗粒行数、行粒数、平均粒重等参数,提高玉米果穗考种精度。
实施例四
为达到上述目的,本发明的实施例四中还提供了基于图像实现高精度的玉米果穗考种装置,如图3所示,考种装置包括:
箱体601、相机602、光源603、称重-转动装置604,相机602、光源603和称重-转动装置604位于箱体601内部。
其中光源603为相机602拍照提供光。
称重-转动装置604用于称量玉米果穗的重量、脱粒后的穗轴或穗粒的重量,还用于为玉米果穗的旋转提供动力。
考种装置还包括电源,电源为所述步进电机转动提供动力。
通过使用上述考种装置,基于数字图像处理和传感器技术,实现玉米果穗考种的自动化,同时通过获取玉米果穗的一周穗粒分布图,计算所有玉米穗粒的形态指标、穗粒行数、行粒数、平均粒重等参数,提高玉米果穗考种精度。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (8)
1.基于图像实现高精度的玉米果穗考种方法,其特征在于,所述考种方法具体包括:
S1:获取以所述玉米果穗的穗轴为中心轴的周视图,应用图像处理算法对所述周视图进行图像处理,得到所述玉米果穗的形态指标、穗粒行数和行粒数,根据所述穗粒行数和所述行粒数计算出穗粒的总粒数;
S2:将所述玉米果穗脱粒,得到穗轴和穗粒;
S3:称出所述穗粒的总重量或称出所述穗轴的重量,再根据所述玉米果穗的重量和所述穗轴的重量计算出所述穗粒的总重量;
S4:根据所述穗粒的总重量和所述穗粒的总粒数计算出平均粒重及百粒重;
在步骤S2之前还包括:
S0:称出所述玉米果穗的重量。
2.如权利要求1所述的玉米果穗考种方法,其特征在于,所述步骤S0在步骤S1之前或之后执行。
3.如权利要求1所述的玉米果穗考种方法,其特征在于,所述步骤S1中获取以所述玉米果穗的穗轴为中心轴的周视图具体包括:
将所述玉米果穗和相机直立或水平相对放置,所述穗轴固定,所述相机以所述玉米果穗为圆心旋转一周,得到所述周视图;
或将所述玉米果穗和相机直立或水平相对放置,所述相机固定,所述玉米果穗旋转一周,得到所述周视图;
或将N个相机和所述玉米果穗同时直立或水平相对放置,且每个相机与相邻相机相对位于中心的玉米果穗分布的夹角均为360/N度,得到N个图组成所述周视图,其中N为大于等于4的正整数。
4.基于图像实现高精度的玉米果穗考种装置,其特征在于,所述装置包括:
箱体、相机、光源、称重装置和步进电机,所述相机、所述光源、所述称重装置和所述步进电机位于所述箱体内部;
其中所述光源为所述相机拍照提供光,所述相机用于获取以所述玉米果穗的穗轴为中心轴的周视图;
所述称重装置用于称量所述玉米果穗的重量、脱粒后的穗轴或穗粒的重量;
所述步进电机为所述玉米果穗转动提供动力;
所述玉米果穗考种装置还包括:电源,所述电源为所述步进电机的转动提供动力。
5.如权利要求4所述的玉米果穗考种装置,其特征在于,所述相机和所述玉米果穗的安放方法具体包括:
将所述玉米果穗和相机同时直立或水平相对放置,所述穗轴固定,所述相机以所述玉米果穗为圆心旋转一周;
或将所述玉米果穗和相机同时直立或水平相对放置,所述相机固定,所述玉米果穗以所述穗轴为中心旋转一周。
6.基于图像实现高精度的玉米果穗考种装置,其特征在于,所述装置包括:
箱体、N个相机、光源和称重装置,所述N个相机、所述光源和所述称重装置位于所述箱体内部,其中N为大于等于4的正整数;
其中所述光源为所述相机拍照提供光;
所述N个相机直立放置,围绕直立的玉米果穗一周,且所述相机与相邻相机相对于位于中心的玉米果穗分布的夹角均为360/N度;
或所述N个相机水平放置,围绕水平的玉米果穗一周,且所述相机与相邻相机相对位于中心的玉米果穗分布的夹角均为360/N度;
所述称重装置用于称量所述玉米果穗的重量、脱离后的穗轴的重量。
7.基于图像实现高精度的玉米果穗考种装置,其特征在于,所述装置包括:
箱体、相机、光源和称重-转动装置,所述相机、所述光源和所述称重-转动装置位于所述箱体内部;
其中所述光源为所述相机拍照提供光;
所述称重-转动装置用于称量所述玉米果穗的重量、脱粒后的穗轴或穗粒的重量,还用于为所述玉米果穗的旋转提供动力。
8.如权利要求7所述的玉米果穗考种装置,其特征在于,所述装置还包括电源,所述电源为所述步进电机转动提供动力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210572990.7A CN103039154B (zh) | 2012-12-25 | 2012-12-25 | 基于图像实现高精度的玉米果穗考种方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210572990.7A CN103039154B (zh) | 2012-12-25 | 2012-12-25 | 基于图像实现高精度的玉米果穗考种方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103039154A CN103039154A (zh) | 2013-04-17 |
CN103039154B true CN103039154B (zh) | 2014-05-14 |
Family
ID=48052206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210572990.7A Active CN103039154B (zh) | 2012-12-25 | 2012-12-25 | 基于图像实现高精度的玉米果穗考种方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103039154B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103229614B (zh) * | 2013-04-19 | 2014-07-02 | 北京农业信息技术研究中心 | 玉米果穗自动考种方法 |
CN103210716B (zh) * | 2013-04-24 | 2014-12-17 | 北京农业信息技术研究中心 | 一种玉米果穗考种的方法 |
CN103355026B (zh) * | 2013-07-02 | 2014-09-03 | 北京农业信息技术研究中心 | 高通量玉米考种流水线装置及方法 |
US10186029B2 (en) | 2014-09-26 | 2019-01-22 | Wisconsin Alumni Research Foundation | Object characterization |
CN104678804B (zh) * | 2015-01-22 | 2018-07-27 | 中国农业大学 | 一种玉米分散考种数据采集方法 |
CN110809937B (zh) * | 2019-12-03 | 2021-01-29 | 中国农业大学 | 基于延时摄影技术定量分析根系植物生长特征的方法 |
CN111742641B (zh) * | 2020-07-28 | 2021-11-09 | 上海市农业科学院 | 一种高通量考种的装置与方法 |
CN112611715A (zh) * | 2020-11-11 | 2021-04-06 | 无锡臻永科技有限公司 | 旋转式分项检测系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000052990A1 (en) * | 1999-03-11 | 2000-09-14 | Nederlandse Organisatie Voor Toegepast-Natuurwetenschappelijk Onderzoek Tno | Method for determining properties of plant seeds |
CN201653389U (zh) * | 2010-04-13 | 2010-11-24 | 北京金色农华种业科技有限公司 | 玉米多功能考种尺 |
CN101933417B (zh) * | 2010-07-06 | 2012-05-30 | 北京农业智能装备技术研究中心 | 基于机器视觉的玉米考种装置 |
-
2012
- 2012-12-25 CN CN201210572990.7A patent/CN103039154B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000052990A1 (en) * | 1999-03-11 | 2000-09-14 | Nederlandse Organisatie Voor Toegepast-Natuurwetenschappelijk Onderzoek Tno | Method for determining properties of plant seeds |
CN201653389U (zh) * | 2010-04-13 | 2010-11-24 | 北京金色农华种业科技有限公司 | 玉米多功能考种尺 |
CN101933417B (zh) * | 2010-07-06 | 2012-05-30 | 北京农业智能装备技术研究中心 | 基于机器视觉的玉米考种装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103039154A (zh) | 2013-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103039154B (zh) | 基于图像实现高精度的玉米果穗考种方法和装置 | |
CN101933417B (zh) | 基于机器视觉的玉米考种装置 | |
CN103026823B (zh) | 基于图像实现高效率的玉米果穗考种方法和装置 | |
ES2539118T3 (es) | Método para el análisis de imagen digital del maíz | |
CN102565061B (zh) | 作物生物量无损检测图像采集处理装置及检测方法 | |
CN104344877B (zh) | 一种鸡的现场计数称重方法及系统 | |
CN104686390B (zh) | 一种蛋鸡栖架分布监测系统 | |
CN103210716B (zh) | 一种玉米果穗考种的方法 | |
CN202793544U (zh) | 一种玉米籽粒百粒重测量装置 | |
CN105766128A (zh) | 高通量全自动玉米考种流水线装置 | |
CN104766135A (zh) | 一种预测农作物产量的方法、装置及系统 | |
CN107786957B (zh) | 一种用于精细农业的农田生态环境监测系统 | |
CN103033151A (zh) | 一种基于激光和图像的叶面积测量方法 | |
Wang et al. | Design and evaluation of vacuum central drum seed metering device | |
Ma et al. | A method of calculating phenotypic traits for soybean canopies based on three-dimensional point cloud | |
Li et al. | Three-dimensional reconstruction and phenotype measurement of maize seedlings based on multi-view image sequences | |
CN117592662A (zh) | 基于数据分析的生态渔业资源评估系统 | |
CN108647871A (zh) | 猪场自动化管理系统及方法 | |
Elwakeel et al. | Design and Validation of a Variable-Rate Control Metering Mechanism and Smart Monitoring System for a High-Precision Sugarcane Transplanter | |
CN207007727U (zh) | 一种烟片储存环境虫害检测装置 | |
Baranova et al. | Evaluation of the heterogeneity of wheat kernels as a traditional model object in connection with the asymmetry of development | |
Chen et al. | 3D image monitoring and modeling for corn plants growth in field condition | |
Lu et al. | Root phenotypic detection of different vigorous maize seeds based on Progressive Corrosion Joining algorithm of image | |
Xiao et al. | The Importance of Using Realistic 3D Canopy Models to Calculate Light Interception in the Field | |
Guo et al. | High-throughput estimation of plant height and above-ground biomass of cotton using digital image analysis and Canopeo |
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 |