CN105009731B - 玉米考种方法及其系统 - Google Patents

玉米考种方法及其系统 Download PDF

Info

Publication number
CN105009731B
CN105009731B CN201510374598.5A CN201510374598A CN105009731B CN 105009731 B CN105009731 B CN 105009731B CN 201510374598 A CN201510374598 A CN 201510374598A CN 105009731 B CN105009731 B CN 105009731B
Authority
CN
China
Prior art keywords
corn
image
ear
kernel
corn kernel
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
CN201510374598.5A
Other languages
English (en)
Other versions
CN105009731A (zh
Inventor
杨万能
梁秀英
黄成龙
段凌凤
陈国兴
熊立仲
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.)
WUHAN RED STAR YANG TECHNOLOGY Co.,Ltd.
Original Assignee
Huazhong Agricultural University
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 Agricultural University filed Critical Huazhong Agricultural University
Priority to CN201510374598.5A priority Critical patent/CN105009731B/zh
Publication of CN105009731A publication Critical patent/CN105009731A/zh
Application granted granted Critical
Publication of CN105009731B publication Critical patent/CN105009731B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种玉米考种方法及其系统,该方法包括玉米果穗图像处理分析和玉米籽粒图像处理分析等步骤;该系统包括玉米果穗传送装置110、玉米果穗图像采集装置120、用于控制玉米果穗传送装置110传送进程的第一PLC装置130、玉米果穗称重装置140、第一计算机150、玉米果穗条码扫描仪160、玉米果穗位置检测装置170等。本发明具有同时测量多个玉米果穗的多个性状,大大提高了检测速度等优点。

Description

玉米考种方法及其系统
技术领域
[0001] 本发明涉及机器视觉检测技术领域,具体为一种玉米考种方法及其系统。
背景技术
[0002] 玉米是世界三大作物之一,是世界重要的粮食、饲料及工业原料作物。穗部性状和 籽粒性状是决定玉米产量的重要农艺性状,玉米性状的获取即玉米室内考种是玉米育种过 程中对育种材料进行评定优劣、决定取舍的一个重要环节,该环节包括玉米果穗的穗长、穗 粗、穗长宽比、穗行数、穗行粒数、穗型、秃尖长、粒厚、穗重及玉米籽粒的粒长、粒宽、总粒 数、总粒重、百粒重等性状的测量,而目前玉米性状测量主要采用人工测量,数据采集工作 量巨大,存在速度慢、效率低、准确度差等问题,研究玉米穗粒性状自动提取技术有助于减 轻育种工作者的劳动量,保证数据的客观性、准确性,提高工作效率。
[0003] 目前,机器视觉技术已应用于农产品表面缺陷与损伤、尺寸和表面颜色等农产品 重要品质特征的检测,已有研究者用机器视觉检测玉米果穗的性状参数,将单个玉米果穗 置于旋转台,带动玉米果穗旋转,用相机拍摄果穗的各个侧面并进行图像拼接,此种方法可 无损检测果穗的各个侧面,但是平均检测时间为102s/穗,检测时间过长不利于大批量果穗 性状测量;采用扫描仪采集图像,速度慢且玉米果穗有损伤,也不宜用于在线检测;玉米籽 粒性状的检测目前主要采用静态采集籽粒图像,但是存在人工干预。
发明内容
[0004] 本发明的目的是为了克服上述不足提供一种玉米考种方法及其系统。
[0005] —种玉米考种方法,该方法包括以下步骤:
[0006] 第一步:扫描玉米果穗的编号信息并传送至第一计算机,将同一编号的多个玉米 果穗称重并将重量信息传送至第一计算机进行存储;
[0007] 第二步:将多个个玉米果穗置于传送带上的两个T型挡板之间,使玉米果穗在输送 过程中不滚动,驱动传送带运行,使玉米果穗置于暗箱的正下方,CCD面阵列相机采集玉米 果穗图像并将图像传输至第一计算机;
[0008] 第三步:对玉米果穗图像进行处理分析,提取玉米果穗的性状参数,并对提取的性 状进行存储和显示;
[0009] 第四步:将采集提取完穗部性状的玉米果穗放入脱粒机进行脱粒;
[0010] 第五步:扫描第四步中脱完粒度玉米籽粒的编号信息并传送至第二计算机,
[0011] 第六步:将上述经过扫描的玉米籽粒放入振动给料机中,振动给料机将玉米籽粒 散落于输送带上,驱动输送带运行,线阵相机连续采集玉米籽粒图像并将图像传输至第二 计算机;
[0012] 第七步:对采集到的玉米籽粒图像进行拼接,并将拼接完成后的图像进行处理分 析,提取玉米籽粒的性状参数,并对提取的性状进行存储和显示,将所有参与测量的籽粒称 重即总粒重,通过总粒重和总粒数计算百粒重。
[0013] 进一步、所述第三步中玉米果穗图像处理分析包括如下步骤:
[0014] 第1步:将原始彩色图像进行二值化处理并进行去除小区域、填充操作后,利用ROI 方法提取果穗轮廓,计算果穗轮廓的长度即穗长,计算果穗中间部分轮廓宽度的平均值即 穗粗,对果穗图像像素值求和得穗面积,对果穗轮廓边缘像素值求和得穗周长,分别计算离 果穗轮廓两端部1/3处轮廓宽度值,求出此部分果穗轮廓边缘与果穗长度方向的夹角;
[0015] 第2步:如果果穗轮廓边缘与果穗长度方向的夹角小于4度,则果穗为圆柱型,否则 果穗为圆锥型;
[0016] 第3步:提取果穗原始彩色图像中间1/2部分的RGB颜色值和纹理特征,根据果穗轮 廓宽度、RGB颜色值和纹理特征识别果穗秃尖位置,计算秃尖长度并去除秃尖;
[0017] 第4步:对去除秃尖后的果穗原始图像进行灰度化、低通滤波、形态学开操作以及 图像重建处理,结合颜色特征利用OTSU方法分割图像,填充分割后的图像并去除小颗粒,根 据玉米颗粒面积将图像分成粘连玉米籽粒图像和非粘连玉米籽粒图像,将粘连玉米籽粒图 像进一步进行分水岭和过分割图像处理后与非粘连玉米籽粒图像合并,提取玉米果穗中间 三行玉米籽粒,计算玉米果穗行数、穗行粒数和粒厚。
[0018] 进一步、所述第第七步中玉米籽粒图像处理分析包括如下步骤:
[0019] 第11步:提取第N帧图像并进行二值化、开操作、填充等图像处理;
[0020] 第12步:将第11步中处理后的图像分成2部分即第N帧切下部分和剩下部分图像, 将第N-I帧切下部分图像和第N帧剩下部分图像合并,将合并后的图像去除小区域后求投影 面积的平均值,识别图像中粘连颗粒和非粘连颗粒,利用非粘连颗粒计算颗粒数N2、平均粒 长和平均粒宽;
[0021] 第13步:将粘连颗粒的面积除以投影面积的平均值得粘连颗粒数N1,则图像中玉 米籽粒总粒数为Nmk = Ni+N2 ;
[0022] 第14步:通过电子天平获得所有玉米籽粒的总粒重W,则百粒重=W/Nmk。
[0023] 本发明所述的玉米考种系统,包括玉米果穗传送装置110、玉米果穗图像采集装置 120、用于控制玉米果穗传送装置110传送进程的第一 PLC装置130、玉米果穗称重装置140、 第一计算机150、玉米果穗条码扫描仪160、玉米果穗位置检测装置170、用于对采集完穗部 性状的玉米果穗进行脱粒的脱粒机301、用于接收玉米籽粒的振动给料机302、玉米籽粒传 送装置210、玉米籽粒图像采集装置220、用于控制玉米籽粒传送装置210传送进程的第二 PLC装置230、玉米籽粒称重装置240、第二计算机250以及玉米籽粒条码扫描仪260,所述玉 米果穗条码扫描仪160、第一 PLC装置130、玉米果穗图像采集装置120以及玉米果穗称重装 置140均与第一计算机150相连,所述玉米果穗图像采集装置120和玉米果穗位置检测装置 170位于玉米果穗传送装置110上方,所述振动给料机302的出料口位于玉米籽粒传送装置 210上方,所述第二PLC装置230、玉米籽粒图像采集装置220、玉米籽粒称重装置240以及玉 米籽粒条码扫描仪260均与第二计算机250相连。
[0024] 本发明利用T型挡板阻止玉米果穗滚动并使果穗之间不粘连,可同时测量多个玉 米果穗的多个性状,大大提高了检测速度。能自动识别玉米果穗位置,并只当玉米果穗位于 CCD相机下方时才采集图像。CCD相机安装于暗箱顶部,获取稳定的玉米果穗图像,通过图像 处理可高通量获取穗长、穗粗、穗长宽比、穗行数、穗行粒数、穗型、秃尖长、粒厚和穗重。玉 米籽粒输送线连续工作,动态获取批量玉米籽粒图像,通过图像拼接、图像处理程序高通量 获取玉米籽粒的粒长、粒宽、总粒数、总粒重和百粒重。在考种前,通过条码扫描仪扫描所要 考种的玉米果穗和玉米籽粒编号,并将扫描到的编号通过串口传送至计算机系统进行存 储,以方便用户对测量数据进行管理。本发明可同时在线检测1个或2个或3个玉米果穗的多 个性状,能自动识别玉米果穗位置,玉米果穗传送速度可调;本发明通过调整相机视野,可 扩展至同时测超过3个果穗的多个性状;可动态采集和处理玉米籽粒图像,高通量提取玉米 籽粒的多个性状,测量6个穗的所有籽粒,用时大约72s。
附图说明
[0025] 图1为本发明结构不意图;
[0026] 图2为玉米籽粒的6个性状测量结果示意图;
[0027] 图3本发明的玉米果穗图像处理流程;
[0028] 图4本发明的玉米籽粒图像处理流程图。
具体实施方式
[0029] 下面结合附图及实施例进一步说明本发明。
[0030] 实施例:本发明所述的玉米考种系统,包括玉米果穗传送装置110、玉米果穗图像 采集装置120、用于控制玉米果穗传送装置110传送进程的第一 PLC装置130、玉米果穗称重 装置140、第一计算机150、玉米果穗条码扫描仪160、玉米果穗位置检测装置170、用于对采 集完穗部性状的玉米果穗进行脱粒的脱粒机301、用于接收玉米籽粒的振动给料机302、玉 米籽粒传送装置210、玉米籽粒图像采集装置220、用于控制玉米籽粒传送装置210传送进程 的第二PLC装置230、玉米籽粒称重装置240、第二计算机250以及玉米籽粒条码扫描仪260, 所述玉米果穗条码扫描仪160、第一 PLC装置130、玉米果穗图像采集装置120以及玉米果穗 称重装置140均与第一计算机150相连,所述玉米果穗图像采集装置120和玉米果穗位置检 测装置170位于玉米果穗传送装置110上方,所述振动给料机302的出料口位于玉米籽粒传 送装置210上方,所述第二PLC装置230、玉米籽粒图像采集装置220、玉米籽粒称重装置240 以及玉米籽粒条码扫描仪260均与第二计算机250相连。振动给料机302主要由振动电机和 斜槽组成,将玉米籽粒放于斜槽内,振动电机工作,玉米籽粒随着电机的振动滑入玉米籽粒 传送装置210。
[0031] 所述玉米果穗传送装置110包括第一机架111以及设有传送带112和步进电机113 的皮带传送机114,所述皮带传送机114安装在第一机架111上,所述传送带112上设有多个 等间距布置的T型挡板115,所述步进电机113的信号输入端与第一 PLC装置130的信号输出 端相连。步进电机113用于提供动力的,皮带传送机114采用现有的,还包括链轮和链条等。T 型挡板115粘贴在传送带112上,用于阻止玉米果穗401滚动并使玉米果穗401之间不粘连。 传送带112上可同时放置1个或2个或3个玉米果穗401,可实现高通量在线检测,提高检测效 率。步进电机113旋转并通过链轮、链条带动传送带112运行,步进电机113的驱动器驱动信 号由第一PLC装置130控制输出,使传送带112做不同速度运行,以提高传送效率。
[0032] 所述玉米果穗图像采集装置120包括暗箱121以及位于暗箱121内的CCD面阵列相 机122和多个LED不闪平面光源123,所述暗箱121位于皮带传送机114上方,所述CCD面阵列 相机122安装在暗箱121顶部正中央,用于对玉米果穗成像,所述多个LED不闪平面光源123 等间距安装在暗箱121顶部,为CCD面阵列相机122提供均匀的照明;所述CCD面阵列相机122 的数据输出端与于第一计算机150的数据输入端相连,采集得到的图像通过USB接口送入第 一计算机150,通过图像处理程序提取各个玉米果穗的各个性状。所述暗箱121的内壁设有 黑色吸光绒布以形成稳定的成像环境。
[0033] 所述玉米果穗位置检测装置170包括位于传送带112上方的涡流传感器171以及安 装在传送带112上的金属片172,所述金属片172为4块,4块金属片172等间距均匀粘在传送 带112的外表面,所述涡流传感器171的信号输出端与第一 PLC装置130的信号输入端相连。 金属片172粘贴在传送带112上,用于位置的检测。第一 PLC装置130根据涡流传感器171发出 的信号控制步进电机113的启动、停止和速度变化;第一 PLC装置130通过串口和第一计算机 150相连,当金属片172置于涡流传感器171下方时即玉米果穗401位于CCD面阵列相机122正 下方时,涡流传感器171向第一 PLC装置130发出信号,第一 PLC装置130控制传送带112停止, 第一计算机150采集图像。
[0034] 所述玉米籽粒传送装置210包括第二机架211以及设有输送带212和伺服电机213 的皮带输送机214,所述皮带输送机214安装在第二机架211上,所述伺服电机213的信号输 入端与第二PLC装置230的信号输出端相连。伺服电机213用于提供动力带动输送带212连续 运行,伺服电机213由第二PLC装置230控制。
[0035] 所述玉米籽粒图像采集装置220包括用于动态获取玉米籽粒图像的线阵相机221 以及为线阵相机221提供局部照明的线阵光源222,所述线阵相机221位于皮带输送机214上 方,所述线阵光源222与垂直方向呈20度角分布在线阵相机221两侧,所述线阵相机221的数 据输出端与第二计算机250的数据输入端相连。线阵相机221采集得到的图像通过千兆网卡 送入第二计算机250,第二计算机250通过图像处理程序对图像进行拼接处理,将拼接后的 图像进行分割并提取玉米籽粒的各个性状,最后显示和保存各性状数据。
[0036] 所述玉米果穗称重装置140和玉米籽粒称重装置240均为电子天平,它们分别用于 获取卜6个玉米果糖的重量和批量玉米轩粒的重量。
[0037] 第一计算机150根据接收到的第一 PLC装置130发出的信号获取CCD面阵列相机122 采集到的图像,并对图像进行处理、存储和显示各玉米果穗性状的测量结果;第一计算机 150根据接收到的玉米果穗称重装置140发出的信号接收数据,并处理和存储数据;第一计 算机150接收玉米果穗条码扫描仪160发出的数据,并存储条码数据。第二计算机250接收玉 米籽粒条码扫描仪260发出的数据并保存条码数据,为玉米籽粒的编号,以便后续管理。
[0038] 本发明工作流程如下:用玉米果穗条码扫描仪160扫描玉米果穗401的编号信息并 传送至第一计算机150,将同一编号的1-6个玉米果穗401用电子玉米果穗称重装置140称重 并传送至第一计算机150进行存储;将1-3个玉米果穗401置于传送带112上两个T型挡板115 之间,使玉米果穗401在输送过程中不滚动;传送带112的动力由步进电机113提供,传送带 112的速度由第一PLC装置130输出脉冲频率的大小来控制;当传送带112运行带动金属片 172经过涡流传感器122时,涡流传感器122将信号传送至第一 PLC装置130,第一 PLC装置130 根据设定的程序控制步进电机113,使玉米果穗401置于暗箱121的正下方,第一 PLC装置130 同时向第一计算机150发出信号,CCD面阵列相机122采集玉米果穗401图像并将图像传输至 第一计算机150,第一计算机150中预装的LabVIEW软件程序对玉米果穗401图像进行处理分 析并提取玉米果穗401的穗长、穗粗、穗长宽比、穗行数、穗行粒数、穗型、秃尖长、粒厚以及 穗重,并存储和显示各性状;第一 PLC装置130控制步进电机113继续运行,并循环以上步骤。
[0039] 将采集完穗部性状的玉米果穗401放入脱粒机301进行脱粒。用玉米籽粒条码扫描 仪260扫描玉米籽粒的编号信息并传送至第二计算机250,将批量玉米籽粒放入振动给料机 302中,振动给料机302将玉米籽粒散落于输送带212上,输送带212由第二PLC装置230控制 伺服电机213驱动;线阵相机221连续采集玉米籽粒图像并将图像通过千兆网卡传输至第二 计算机250,第二计算机250的LabVIEW软件程序对采集到的玉米籽粒图像进行拼接,并将拼 接完成后的图像进行处理分析以提取玉米籽粒的粒长、粒宽、总粒数,最后存储和显示各性 状;玉米籽粒称重装置240将所有参与测量的籽粒称重即总粒重并将数据通过串口线传送 至第二计算机250,第二计算机250通过总粒重和总粒数计算百粒重。
[0040] 其中第一计算机150主要完成玉米果穗401图像采集与处理:根据第一 PLC装置130 发出的信号采集图像,并对采集到的图像进行处理。图像处理主要包括去除背景信息、提取 图像颜色信息、形态学处理、图像二值化、去小区域、分水岭算法分割粘连玉米籽粒、过分割 处理、玉米果穗401特征性状的获取等。单个玉米果穗图像处理流程如图3所示,具体流程如 下:(1)将原始彩色图像进行二值化处理并进行去除小区域、填充操作后,利用ROI方法提取 果穗轮廓,计算果穗轮廓的长度为穗长、果穗中间部分轮廓宽度的平均值为穗粗、果穗图像 像素值求和得穗面积、果穗轮廓边缘像素值求和得穗周长,分别计算离果穗轮廓两端部1/3 处轮廓宽度值,求出此部分果穗轮廓边缘与果穗长度方向的夹角,如果夹角小于4度,则为 圆柱型,否则为圆锥型;(2)提取果穗原始彩色图像中间1/2部分的RGB颜色值和纹理特征, 根据果穗轮廓宽度、RGB颜色值和纹理特征识别果穗秃尖位置计算秃尖长度并去除秃尖;对 去除秃尖后的果穗原始图像进行灰度化、低通滤波、形态学开操作、图像重建等处理后,结 合颜色特征利用OTSU方法分割图像;填充分割后的图像并去除小颗粒,根据玉米颗粒面积 将图像分成粘连玉米籽粒图像和非粘连玉米籽粒图像,将粘连玉米籽粒图像进一步进行分 水岭和过分割图像处理后与非粘连玉米籽粒图像合并,提取玉米果穗中间三行玉米籽粒, 计算玉米果穗行数、穗行粒数和粒厚。
[0041] 第二计算机250主要完成玉米籽粒图像的采集与处理:将线阵相机221采集到的图 像进行拼接,对拼接完成的图像进行处理,图像处理主要包括去除背景、分割图像、拼接图 像、二值化、形态学处理、去除小区域、分割玉米籽粒图像、玉米籽粒特征获取等。图像处理 流程如图4,具体流程如下:提取第N帧图像并进行二值化、开操作、填充等图像处理,将处理 后的图像分成2部分即第N帧切下部分和剩下部分图像,将第N-I帧切下部分图像和第N帧剩 下部分图像合并,将合并后的图像去除小区域后求投影面积的平均值,识别图像中粘连颗 粒和非粘连颗粒,利用非粘连颗粒计算颗粒数N2、平均粒长(粒长)和平均粒宽(粒宽);将粘 连颗粒的面积除以投影面积的平均值得粘连颗粒数N1,则图像中玉米籽粒总粒数为Nmk = N1 +N2;通过电子天平获得所有玉米籽粒的总粒重W,则百粒重=W/Nmk。
[0042] 实验效果和参数如下:
[0043] 玉米果穗
[0044] 采集86行自交系玉米果穗,每行测1-10个果穗不等并求其平均值,将每行玉米果 穗(每次放1-3个果穗)用本发明所述数字化玉米果穗考种机进行考种。穗长和穗粗测量结 果见表1和表2。可以看到,平均测量相对误差值,穗长为2.42%,穗粗为3.37%。
[0045] 表1穗长测量误差
[0046]
Figure CN105009731BD00091
[0047]
Figure CN105009731BD00101
[0048]
Figure CN105009731BD00111
[0049]
Figure CN105009731BD00121
[0050]
Figure CN105009731BD00131
[0051] 表2穗粗测量误差
[0052]
Figure CN105009731BD00132
[0053]
Figure CN105009731BD00141
[0054]
Figure CN105009731BD00151
[0055]
Figure CN105009731BD00161
[0056]
Figure CN105009731BD00171
[0057] 玉米籽粒
[0058] 利用本发明对673份玉米籽粒的6个性状(粒长、粒宽、粒长宽比、总粒数、总粒重、 百粒重)进行了测量,测量结果如图2所示,粒长、粒宽、粒长宽比和总粒数的人工测量值(3 人测量结果的平均值)与该系统测量值的决定系数R2分别为〇. 97,0.97,0.83和0.99,平均 绝对百分误差(MAPE)分别为1.24 %,2.33 %,2.72 %和0.66 %,均方根误差(RMSE)分别为 0.16mm,0.24mm,0.04和2.23;从673份样本中随机挑选10份对系统进行重复性测试,12个所 测性状的变异系数都在3%以内;系统可24小时连续工作,测6穗所有籽粒大约花费72s。与 人工测量比较,该系统具有自动化、高通量和无人工干预等优点,解决了传统测量方法存在 速度慢、主观误差大、时间长等问题。

Claims (8)

  1. I. 一种玉米考种方法,其特征在于:该方法包括以下步骤: 第一步:扫描玉米果穗(401)的编号信息并传送至第一计算机(150),将同一编号的多 个玉米果穗(401)称重并将重量信息传送至第一计算机(150)进行存储; 第二步:将多个个玉米果穗(401)置于传送带(112)上的两个T型挡板(115)之间,使玉 米果穗(401)在输送过程中不滚动,驱动传送带(112)运行,使玉米果穗(401)置于暗箱 (121)的正下方,CXD面阵列相机(122)采集玉米果穗(401)图像并将图像传输至第一计算机 (150); 第三步:对玉米果穗(401)图像进行处理分析,提取玉米果穗(401)的性状参数,并对提 取的性状进行存储和显示; 第四步:将采集提取完穗部性状的玉米果穗(401)放入脱粒机(301)进行脱粒; 第五步:扫描第四步中脱完粒度玉米籽粒的编号信息并传送至第二计算机(250); 第六步:将上述经过扫描的玉米籽粒放入振动给料机(302)中,振动给料机(302)将玉 米籽粒散落于输送带(212)上,驱动输送带(212)运行,线阵相机(221)连续采集玉米籽粒图 像并将图像传输至第二计算机(250); 第七步:对采集到的玉米籽粒图像进行拼接,并将拼接完成后的图像进行处理分析,提 取玉米籽粒的性状参数,并对提取的性状进行存储和显示,将所有参与测量的籽粒称重即 总粒重,通过总粒重和总粒数计算百粒重; 所述第三步中玉米果穗图像处理分析包括如下步骤: 第1步:将原始彩色图像进行二值化处理并进行去除小区域、填充操作后,利用ROI方法 提取果穗轮廓,计算果穗轮廓的长度即穗长,计算果穗中间部分轮廓宽度的平均值即穗粗, 对果穗图像像素值求和得穗面积,对果穗轮廓边缘像素值求和得穗周长,分别计算离果穗 轮廓两端部1/3处轮廓宽度值,求出此部分果穗轮廓边缘与果穗长度方向的夹角; 第2步:如果果穗轮廓边缘与果穗长度方向的夹角小于4度,则果穗为圆柱型,否则果穗 为圆锥型; 第3步:提取果穗原始彩色图像中间1/2部分的RGB颜色值和纹理特征,根据果穗轮廓宽 度、RGB颜色值和纹理特征识别果穗秃尖位置,计算秃尖长度并去除秃尖; 第4步:对去除秃尖后的果穗原始图像进行灰度化、低通滤波、形态学开操作以及图像 重建处理,结合颜色特征利用OTSU方法分割图像,填充分割后的图像并去除小颗粒,根据玉 米颗粒面积将图像分成粘连玉米籽粒图像和非粘连玉米籽粒图像,将粘连玉米籽粒图像进 一步进行分水岭和过分割图像处理后与非粘连玉米籽粒图像合并,提取玉米果穗中间三行 玉米籽粒,计算玉米果穗行数、穗行粒数和粒厚; 所述第七步中玉米籽粒图像处理分析包括如下步骤: 第11步:提取第N帧图像并进行二值化、开操作、填充等图像处理; 第12步:将第11步中处理后的图像分成2部分即第N帧切下部分和剩下部分图像,将第 N-I帧切下部分图像和第N帧剩下部分图像合并,将合并后的图像去除小区域后求投影面积 的平均值,识别图像中粘连颗粒和非粘连颗粒,利用非粘连颗粒计算颗粒数N2、平均粒长和 平均粒宽; 第13步:将粘连颗粒的面积除以投影面积的平均值得粘连颗粒数N1,则图像中玉米籽粒 总粒数为Nmk=Ni+N2; 第14步:通过电子天平获得所有玉米籽粒的总粒重W,则百粒重=W/NMK。
  2. 2. —种为实现权利要求1中所述方法而设计的玉米考种系统,其特征在于包括玉米果 穗传送装置(110)、玉米果穗图像采集装置(120)、用于控制玉米果穗传送装置(110)传送进 程的第一PLC装置(130)、玉米果穗称重装置(140)、第一计算机(150)、玉米果穗条码扫描仪 (160)、玉米果穗位置检测装置(170)、用于对采集完穗部性状的玉米果穗进行脱粒的脱粒 机(301)、用于接收玉米籽粒的振动给料机(302)、玉米籽粒传送装置(210)、玉米籽粒图像 采集装置(220)、用于控制玉米籽粒传送装置(210)传送进程的第二PLC装置(230)、玉米籽 粒称重装置(240)、第二计算机(250)以及玉米籽粒条码扫描仪(260),其特征在于:所述玉 米果穗条码扫描仪(160)、第一PLC装置(130)、玉米果穗图像采集装置(120)以及玉米果穗 称重装置(140)均与第一计算机(150)相连,所述玉米果穗图像采集装置(120)和玉米果穗 位置检测装置(170)位于玉米果穗传送装置(110)上方,所述振动给料机(302)的出料口位 于玉米籽粒传送装置(210)上方,所述第二PLC装置(230)、玉米籽粒图像采集装置(220)、玉 米籽粒称重装置(240)以及玉米籽粒条码扫描仪(260)均与第二计算机(250)相连。
  3. 3. 根据权利要求2所述的玉米考种系统,其特征在于所述玉米果穗传送装置(110)包括 第一机架(111)以及设有传送带(112)和步进电机(113)的皮带传送机(114),所述皮带传送 机(114)安装在第一机架(111)上,所述传送带(112)上设有多个等间距布置的T型挡板 (115),所述步进电机(113)的信号输入端与第一PLC装置(130)的信号输出端相连。
  4. 4. 根据权利要求2所述的玉米考种系统,其特征在于所述玉米果穗图像采集装置(120) 包括暗箱(121)以及位于暗箱(121)内的CCD面阵列相机(122)和多个LED不闪平面光源 (123),所述暗箱(121)位于皮带传送机(114)上方,所述CXD面阵列相机(122)安装在暗箱 (121)顶部正中央,所述多个LED不闪平面光源(123)等间距安装在暗箱(121)顶部,所述CXD 面阵列相机(122)的数据输出端与于第一计算机(150)的数据输入端相连。
  5. 5. 根据权利要求2所述的玉米考种系统,其特征在于所述玉米果穗位置检测装置(170) 包括位于传送带(112)上方的涡流传感器(171)以及安装在传送带(112)上的金属片(172), 所述涡流传感器(171)的信号输出端与第一PLC装置(130)的信号输入端相连。
  6. 6. 根据权利要求2所述的玉米考种系统,其特征在于所述玉米籽粒传送装置(210)包括 第二机架(211)以及设有输送带(212)和伺服电机(213)的皮带输送机(214),所述皮带输送 机(214)安装在第二机架(211)上,所述伺服电机(213)的信号输入端与第二PLC装置(230) 的信号输出端相连。
  7. 7. 根据权利要求2所述的玉米考种系统,其特征在于所述玉米籽粒图像采集装置(220) 包括用于动态获取玉米籽粒图像的线阵相机(221)以及为线阵相机(221)提供局部照明的 线阵光源(222),所述线阵相机(221)位于皮带输送机(214)上方,所述线阵光源(222)与垂 直方向呈20度角分布在线阵相机(221)两侧,所述线阵相机(221)的数据输出端与第二计算 机(250)的数据输入端相连。
  8. 8. 根据权利要求2或所述的玉米考种系统,其特征在于所述暗箱(121)的内壁设有黑色 吸光绒布,所述玉米果穗称重装置(140)和玉米籽粒称重装置(240)均为电子天平。
CN201510374598.5A 2015-06-30 2015-06-30 玉米考种方法及其系统 Active CN105009731B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510374598.5A CN105009731B (zh) 2015-06-30 2015-06-30 玉米考种方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510374598.5A CN105009731B (zh) 2015-06-30 2015-06-30 玉米考种方法及其系统

Publications (2)

Publication Number Publication Date
CN105009731A CN105009731A (zh) 2015-11-04
CN105009731B true CN105009731B (zh) 2017-11-07

Family

ID=54400403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510374598.5A Active CN105009731B (zh) 2015-06-30 2015-06-30 玉米考种方法及其系统

Country Status (1)

Country Link
CN (1) CN105009731B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105894512B (zh) * 2016-03-31 2019-03-01 中国农业大学 一种小区玉米果穗考种中粘连玉米果穗分割方法及装置
CN106596910A (zh) * 2016-12-07 2017-04-26 厦门科牧智能技术有限公司 一种自动尿检装置、座便器和自动尿检方法
CN107016701B (zh) * 2017-02-23 2019-08-13 北京农业信息技术研究中心 一种玉米籽粒灌浆速率的测量方法和装置
CN106898010A (zh) * 2017-03-01 2017-06-27 上海市农业科学院 颗粒拷种的方法及装置
CN108593062B (zh) * 2018-05-25 2020-10-30 太原科技大学 基于条纹投影的带式输送机在线称重设备的测试方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008151780A1 (en) * 2007-06-11 2008-12-18 Bayer Bioscience N.V. Insect resistant cotton plants comprising elite event ee-gh6 and methods for identifying same
CN103155744A (zh) * 2013-03-28 2013-06-19 北京农业信息技术研究中心 全自动玉米单果穗考种装置及方法
CN103210716A (zh) * 2013-04-24 2013-07-24 北京农业信息技术研究中心 一种玉米果穗考种的方法
CN103229614A (zh) * 2013-04-19 2013-08-07 北京农业信息技术研究中心 玉米果穗自动考种方法
CN103355026A (zh) * 2013-07-02 2013-10-23 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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008151780A1 (en) * 2007-06-11 2008-12-18 Bayer Bioscience N.V. Insect resistant cotton plants comprising elite event ee-gh6 and methods for identifying same
CN103155744A (zh) * 2013-03-28 2013-06-19 北京农业信息技术研究中心 全自动玉米单果穗考种装置及方法
CN103229614A (zh) * 2013-04-19 2013-08-07 北京农业信息技术研究中心 玉米果穗自动考种方法
CN103210716A (zh) * 2013-04-24 2013-07-24 北京农业信息技术研究中心 一种玉米果穗考种的方法
CN103355026A (zh) * 2013-07-02 2013-10-23 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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
玉米籽粒性状高通量测量装置设计与实现;汪珂 等;《中国农业科技导报》;20150512;参见第97页左栏第95页图1 *

Also Published As

Publication number Publication date
CN105009731A (zh) 2015-11-04

Similar Documents

Publication Publication Date Title
CN105009731B (zh) 玉米考种方法及其系统
US5917927A (en) Grain inspection and analysis apparatus and method
CN101905215B (zh) 数字化水稻考种机
Mahendran et al. Application of computer vision technique on sorting and grading of fruits and vegetables
US9527115B2 (en) Computer vision and machine learning software for grading and sorting plants
CN202010662U (zh) 水果外观品质实时检测分级系统装置
CN101907453B (zh) 基于机器视觉的块状农产品尺寸在线测量方法与装置
CN204929582U (zh) 玉米考种机
CN103355026B (zh) 高通量玉米考种流水线装置及方法
CN104056789A (zh) 一种胡萝卜缺陷的图像量化检测方法与分拣装置
CN106483135A (zh) 基于机器视觉的复杂背景下玉米粒检测识别装置及方法
CN108719424A (zh) 一种基于机器视觉的水产品分类方法及系统
Constantino et al. Plant height measurement and tiller segmentation of rice crops using image processing
CN105027732B (zh) 玉米果穗考种的方法及系统
Behera et al. Image processing based detection & size estimation of fruit on mango tree canopies
CN111359907B (zh) 基于嵌入式深度学习的小麦感染赤霉病病粒率实时在线检测系统及方法
CN109622407B (zh) 基于图像识别的核桃无损检测设备与方法
CN207222383U (zh) 木板分拣系统
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
CN110174401A (zh) 一种基于视觉成像技术的鸡胸肉木质化程度分级装置及其方法
Blasco et al. Computer vision developments for the automatic inspection of fresh and processed fruits
US10712325B2 (en) Method and apparatus for measuring inflorescence, seed and/or seed yield phenotype
CN212576900U (zh) 基于嵌入式深度学习小麦感染赤霉病病粒率在线检测系统
CN207516257U (zh) 一种基于机器视觉的小麦籽粒图像采集平台
CN214794500U (zh) 一种小麦外观品质的在线检测装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210518

Address after: Room 01, 5 / F, building 2, Gezhouba Sun City, No.40, Gaoxin 4th Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000

Patentee after: WUHAN RED STAR YANG TECHNOLOGY Co.,Ltd.

Address before: 430070 No. 1 Lion Rock street, Hongshan District, Hubei, Wuhan

Patentee before: HUAZHONG AGRICULTURAL University