CN108710884A - 穴盘苗识别系统及识别装置 - Google Patents

穴盘苗识别系统及识别装置 Download PDF

Info

Publication number
CN108710884A
CN108710884A CN201810843086.2A CN201810843086A CN108710884A CN 108710884 A CN108710884 A CN 108710884A CN 201810843086 A CN201810843086 A CN 201810843086A CN 108710884 A CN108710884 A CN 108710884A
Authority
CN
China
Prior art keywords
hole tray
seedling
conveyer belt
image
image acquisition
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.)
Withdrawn
Application number
CN201810843086.2A
Other languages
English (en)
Inventor
何彦虎
武传宇
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.)
Huzhou Vocational and Technical College
Original Assignee
Huzhou Vocational and Technical College
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 Huzhou Vocational and Technical College filed Critical Huzhou Vocational and Technical College
Priority to CN201810843086.2A priority Critical patent/CN108710884A/zh
Publication of CN108710884A publication Critical patent/CN108710884A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种穴盘苗识别系统及识别装置，识别系统包括特征获取层、语义层、专家识别层；识别装置包括设于工作台上的传送带，穴盘位于传送带一侧，图像采集箱安装在传送带上方并与传送带之间留有间隙，该间隙距离大于穴盘的高度；相机设于图像采集箱器顶部的相机安装孔内，图像采集箱与上位机连接；工作台上还设有用于检测穴盘的传感器、驱动传送带的驱动伺服电机、检测穴盘位置的光电传感器、推动穴盘矫正装置的穴盘矫正气缸以及位于穴盘矫正气缸端部的用于矫正穴盘位置的穴盘矫正装置。本发明可以实现自动识别穴盘苗的品种，并能准确定位穴盘位置。

Description

穴盘苗识别系统及识别装置
技术领域
本发明涉及一种识别系统，具体的说是穴盘苗识别系统及识别装置。
背景技术
穴盘苗是近年来发展起来的育苗技术，穴盘苗具有以下几个方面的优势：穴盘育苗在由填料、播种、催芽等过程中均可利用机械完成，操作简单、快捷，适于规模化生产，并且种子分播均匀，成苗率高，穴盘中每穴内种苗相对独立，既减少相互间病虫害的传播，又减少小苗间营养争夺，根系也能充分发育；便于集约化管理，提高温室利用率，降低生产成本；小苗生长发育一致，提高种苗品质，有利于规模化生产；种苗起苗移栽简捷、方便，不损伤根系，定植成活率高，缓苗 期短；穴盘苗便于存放，运输。因此，穴盘苗育苗得到广泛的应用和普及。
穴盘苗在育苗过程中，经常需要移栽，即把一个穴盘里的苗移栽到另外一个穴盘里，主要原因有，随着苗的增长，需要将小穴盘里的苗移栽到大穴盘里，或者是把满足某种要求的苗移栽到其他的穴盘里，目前移栽以人工移栽为主，劳动强度大，并且苗损害率高，因此，自动移栽装置得到研发和应用，在自动移栽时，需要识别穴盘苗的品种，并能准定位穴盘里的每一个穴的位置。
目前对于穴盘苗移栽，主要采用机械方法，不能识别苗类型，因此也无法选择末端执行器，在移栽的过程中，需要人工参与完成，无法实现全自动移栽，大大降低了工作效率，并且苗的损害率较高。
发明内容
本发明旨在克服现有技术的缺陷，提供一种穴盘苗识别系统及识别装置，可以实现自动识别穴盘苗的品种，并能准确定位穴盘位置。
为了解决上述技术问题，本发明是这样实现的：
一种穴盘苗识别系统，其特征在于它包括特征获取层、语义层、专家识别层；
特征获取层通过对图像采集箱中相机采集的图形进行颜色数据和形状数据的处理，得到颜色特征和形状特征，颜色特征主要包括R、G、B、L、a、b、H、I、S等颜色分量，形状特征主要包括矩形度、圆柱度、离心率、面积等参数，获取的步骤如下：
第一步：对图像进行颜色分割；去除图像的背景，包括穴盘、基质，分割出苗，分割的方法是在LAB颜色空间下，采用K-均值聚类的方法。
第二步：二值化；采用自动阈值计算方法，得到二值图像。
第三步：小面积消除；采用8邻域形态开运算消除小面积的图区。
第四步：图像形态学处理；该处理主要采用开闭运算，腐蚀运算，将苗较完整的分离开。
第五步：聚类剥离；主要是对不符合要求的，有畸形的苗叶除去。
第六步：找出符合要求苗叶中最大面积的苗叶；方法是先将连通分量进行标注，并建立最大连通分量的索引变量，采用查询指令查询，并对每一个标号的像素点进行累加计数，并将最大面积的标号记录到索引变量中，最后把最大面积的图像显示出来，其他图像置零；
语义表达层完成与知识库的对接，把苗的特征层信息表达成知识库的格式，并被存储；
专家识别层主要完成穴盘苗品种的识别，根据不同穴盘苗的特征，以及知识库中该苗的特征，通过推理机的推理，便可以识别出苗的类型，并根据图像信息，对穴盘苗的穴孔位置进行定位，以便于后面的移栽动作。
所述的穴盘苗识别系统的穴盘苗识别装置，其特征在于：它包括工作台、传送带、图像采集箱、相机、上位机、相机安装孔、传感器、穴盘、穴盘矫正装置、穴盘矫正气缸、光电传感器和驱动伺服电机；
所述传送带设于工作台上，穴盘位于传送带一侧，图像采集箱安装在传送带上方并与传送带之间留有间隙，该间隙距离大于穴盘的高度；所述相机设于图像采集箱器顶部的相机安装孔内，图像采集箱与上位机连接；
所述工作台上还设有用于检测穴盘的传感器、驱动传送带的驱动伺服电机、检测穴盘位置的光电传感器、推动穴盘矫正装置的穴盘矫正气缸以及位于穴盘矫正气缸端部的用于矫正穴盘位置的穴盘矫正装置。
所述的穴盘苗识别装置，其特征在于：还包括灯带，所述灯带安装在图像采集箱内壁。
所述的穴盘苗识别装置，其特征在于：所述图像采集箱内壁水平方向的四个面上分别安装两层灯带，图像采集箱内壁的四条垂直边上分别安装灯带。
所述的穴盘苗识别装置，其特征在于：所述图像采集箱与上位机通过有线或无线信号传输。
本发明的有益效果是：控制图像采集箱的光照，然后采用图像识别装置，识别出苗的品种，并对穴盘苗的成长状况进行分析，确定是否达到移栽状态，主要解决全自动移栽中苗的识别难的问题。
附图说明
下面结合附图和实施方式对本发明作进一步的详细说明：
图1为本发明识别装置的主视方向示意图。
图2为本发明识别装置俯视方向的示意图。
图3为图像采集箱与上位机的示意图。
图4为识别系统示意图。
具体实施方式
如图1-4所示：一种穴盘苗识别系统，它包括特征获取层、语义层、专家识别层；
特征获取层通过对图像采集箱中相机采集的图形进行颜色数据和形状数据的处理，得到颜色特征和形状特征，颜色特征主要包括R、G、B、L、a、b、H、I、S等颜色分量，形状特征主要包括矩形度、圆柱度、离心率、面积等参数，获取的步骤如下：
第一步：对图像进行颜色分割；去除图像的背景，包括穴盘、基质，分割出苗，分割的方法是在LAB颜色空间下，采用K-均值聚类的方法。
第二步：二值化；采用自动阈值计算方法，得到二值图像。
第三步：小面积消除；采用8邻域形态开运算消除小面积的图区。
第四步：图像形态学处理；该处理主要采用开闭运算，腐蚀运算，将苗较完整的分离开。
第五步：聚类剥离；主要是对不符合要求的，有畸形的苗叶除去。
第六步：找出符合要求苗叶中最大面积的苗叶；方法是先将连通分量进行标注，并建立最大连通分量的索引变量，采用查询指令查询，并对每一个标号的像素点进行累加计数，并将最大面积的标号记录到索引变量中，最后把最大面积的图像显示出来，其他图像置零；
语义表达层完成与知识库的对接，把苗的特征层信息表达成知识库的格式，并被存储；
专家识别层主要完成穴盘苗品种的识别，根据不同穴盘苗的特征，以及知识库中该苗的特征，通过推理机的推理，便可以识别出苗的类型，并根据图像信息，对穴盘苗的穴孔位置进行定位，以便于后面的移栽动作。
一种使用上述识别系统的穴盘苗识别装置，它包括工作台1、传送带2、图像采集箱3、相机4、上位机5、相机安装孔6、传感器8、穴盘9、穴盘矫正装置10、穴盘矫正气缸11、光电传感器12和驱动伺服电机13；
所述传送带设于工作台上，穴盘位于传送带一侧，图像采集箱安装在传送带上方并与传送带之间留有间隙，该间隙距离大于穴盘的高度；所述相机设于图像采集箱器顶部的相机安装孔内，图像采集箱与上位机通过数据线连接；
所述工作台上还设有用于检测穴盘的传感器、驱动传送带的驱动伺服电机、检测穴盘位置的光电传感器、推动穴盘矫正装置的穴盘矫正气缸以及位于穴盘矫正气缸端部的用于矫正穴盘位置的穴盘矫正装置。
进一步的，还包括灯带7，所述灯带安装在图像采集箱内壁。
进一步的，所述图像采集箱内壁水平方向的四个面上分别安装两层灯带，图像采集箱内壁的四条垂直边上分别安装灯带。
工作机理分析：
穴盘传送阶段：
当传感器8检测到穴盘后，便启动伺服电机13，传送带开始运行，带动穴盘9开始运行，到运行到图像采集箱3正下方的时候，便会被光电传感器12检测到，便使得伺服电机13停止运行，同时启动气缸11伸出，带动矫正装置10，使得穴盘位置正好处于图像采集箱的正下方。
图像采集阶段：
当穴盘矫正装置10将穴盘矫正到图像采集箱的正下方的时候，系统启动相机，开始拍摄穴盘苗的图像，采集后的图像数据通过数据线传送到上位机识别系统中。

Claims (5)

1.穴盘苗识别系统，其特征在于它包括特征获取层、语义层、专家识别层；
特征获取层通过对图像采集箱中相机采集的图形进行颜色数据和形状数据的处理，得到颜色特征和形状特征，颜色特征主要包括R、G、B、L、a、b、H、I、S等颜色分量，形状特征主要包括矩形度、圆柱度、离心率、面积等参数，获取的步骤如下：
第一步：对图像进行颜色分割；去除图像的背景，包括穴盘、基质，分割出苗，分割的方法是在LAB颜色空间下，采用K-均值聚类的方法；
第二步：二值化；采用自动阈值计算方法，得到二值图像；
第三步：小面积消除；采用8邻域形态开运算消除小面积的图区；
第四步：图像形态学处理；该处理主要采用开闭运算，腐蚀运算，将苗较完整的分离开；
第五步：聚类剥离；主要是对不符合要求的，有畸形的苗叶除去；
第六步：找出符合要求苗叶中最大面积的苗叶；方法是先将连通分量进行标注，并建立最大连通分量的索引变量，采用查询指令查询，并对每一个标号的像素点进行累加计数，并将最大面积的标号记录到索引变量中，最后把最大面积的图像显示出来，其他图像置零；
语义表达层完成与知识库的对接，把苗的特征层信息表达成知识库的格式，并被存储；
专家识别层主要完成穴盘苗品种的识别，根据不同穴盘苗的特征，以及知识库中该苗的特征，通过推理机的推理，便可以识别出苗的类型，并根据图像信息，对穴盘苗的穴孔位置进行定位，以便于后面的移栽动作。
2.一种使用权利要求1所述的穴盘苗识别系统的穴盘苗识别装置，其特征在于：它包括工作台、传送带、图像采集箱、相机、上位机、相机安装孔、传感器、穴盘、穴盘矫正装置、穴盘矫正气缸、光电传感器和驱动伺服电机；
所述传送带设于工作台上，穴盘位于传送带一侧，图像采集箱安装在传送带上方并与传送带之间留有间隙，该间隙距离大于穴盘的高度；所述相机设于图像采集箱器顶部的相机安装孔内，图像采集箱与上位机连接；
所述工作台上还设有用于检测穴盘的传感器、驱动传送带的驱动伺服电机、检测穴盘位置的光电传感器、推动穴盘矫正装置的穴盘矫正气缸以及位于穴盘矫正气缸端部的用于矫正穴盘位置的穴盘矫正装置。
3.根据权利要求2所述的穴盘苗识别装置，其特征在于：还包括灯带，所述灯带安装在图像采集箱内壁。
4.根据权利要求3所述的穴盘苗识别装置，其特征在于：所述图像采集箱内壁水平方向的四个面上分别安装两层灯带，图像采集箱内壁的四条垂直边上分别安装灯带。
5.根据权利要求4所述的穴盘苗识别装置，其特征在于：所述图像采集箱与上位机通过有线或无线信号传输。
CN201810843086.2A 2018-07-27 2018-07-27 穴盘苗识别系统及识别装置 Withdrawn CN108710884A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810843086.2A CN108710884A (zh) 2018-07-27 2018-07-27 穴盘苗识别系统及识别装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810843086.2A CN108710884A (zh) 2018-07-27 2018-07-27 穴盘苗识别系统及识别装置

Publications (1)

Publication Number Publication Date
CN108710884A true CN108710884A (zh) 2018-10-26

Family

ID=63875506

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810843086.2A Withdrawn CN108710884A (zh) 2018-07-27 2018-07-27 穴盘苗识别系统及识别装置

Country Status (1)

Country Link
CN (1) CN108710884A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110314860A (zh) * 2019-06-20 2019-10-11 中国农业大学 一种基于机器视觉的穴盘苗分级识别装置及实现方法
CN113724254A (zh) * 2021-10-13 2021-11-30 石河子大学 一种全自动穴盘苗识别装置
CN114273252A (zh) * 2021-11-26 2022-04-05 山东安信种苗股份有限公司 蔬菜苗智能分级方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110314860A (zh) * 2019-06-20 2019-10-11 中国农业大学 一种基于机器视觉的穴盘苗分级识别装置及实现方法
CN113724254A (zh) * 2021-10-13 2021-11-30 石河子大学 一种全自动穴盘苗识别装置
CN114273252A (zh) * 2021-11-26 2022-04-05 山东安信种苗股份有限公司 蔬菜苗智能分级方法

Similar Documents

Publication Publication Date Title
CN108710884A (zh) 穴盘苗识别系统及识别装置
CN101363188A (zh) 激光切割设备的巡边切割方法
CN108032482A (zh) Led灯散热器智能检测系统
CN102254222B (zh) 棒材进行计数的方法及装置
US11676376B2 (en) Method for detecting field navigation line after ridge sealing of crops
WO2021226900A1 (zh) 一种基于计算机视觉的棉花作物行检测方法、装置及存储介质
CN202155319U (zh) 改进型竹片自动分拣装置
CN105095957A (zh) 一种基于图像分割的蚕茧计数方法
CN110741790B (zh) 一种基于深度相机的穴盘苗多爪移栽-分选的处理方法
CN114505239B (zh) 烟丝异物剔除设备及剔除方法
CN107590467A (zh) 一种基于机器视觉的智能投喂系统
CN109509173A (zh) 一种细菌菌落的计数方法及计数装置
CN101339118A (zh) 谷粒参数自动测量装置及方法
CN110427869A (zh) 一种用于垃圾处理的远端视觉分选识别方法
CN116681243A (zh) 一种基于物联网的智慧农业设备管理系统及方法
CN107527367A (zh) 一种基于双目相机的棉花识别及定位方法
CN208449603U (zh) 一种基于机械手的选矿摇床自动巡检执行装置
CN111931789B (zh) 一种适用于不同光照、作物密度和生长背景的直线作物行提取方法
CN216532560U (zh) 移苗机
CN208954112U (zh) 资讯收集装置
CN101620420A (zh) 用于钢铁行业的控制系统
CN112673858B (zh) 一种基于机器视觉的穴盘种苗低损移植方法
CN110216082A (zh) 荧光标记种子动态识别方法和系统
CN115885617A (zh) 一种基于机器视觉的甘蔗全方位检测取芽装置
CN109654997B (zh) 一种基于机器视觉的穴盘孔精准定位装置及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20181026