CN109085170B - 同步带式玉米籽粒破碎率在线检测装置及方法 - Google Patents

同步带式玉米籽粒破碎率在线检测装置及方法 Download PDF

Info

Publication number
CN109085170B
CN109085170B CN201710445400.7A CN201710445400A CN109085170B CN 109085170 B CN109085170 B CN 109085170B CN 201710445400 A CN201710445400 A CN 201710445400A CN 109085170 B CN109085170 B CN 109085170B
Authority
CN
China
Prior art keywords
corn
corn kernels
synchronous belt
corn kernel
blanking
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
CN201710445400.7A
Other languages
English (en)
Other versions
CN109085170A (zh
Inventor
王卓
杨亮
高雷
白晓平
赵大勇
熊锋
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.)
Shenyang Institute of Automation of CAS
Original Assignee
Shenyang Institute of Automation of CAS
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 Shenyang Institute of Automation of CAS filed Critical Shenyang Institute of Automation of CAS
Priority to CN201710445400.7A priority Critical patent/CN109085170B/zh
Publication of CN109085170A publication Critical patent/CN109085170A/zh
Application granted granted Critical
Publication of CN109085170B publication Critical patent/CN109085170B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/85Investigating moving fluids or granular solids
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation 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
    • G06V10/267Segmentation 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/469Contour-based spatial representations, e.g. vector-coding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106General arrangement of respective parts
    • G01N2021/0112Apparatus in one mechanical, optical or electronic block
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N2021/845Objects on a conveyor
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N2021/8466Investigation of vegetal material, e.g. leaves, plants, fruits
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/85Investigating moving fluids or granular solids
    • G01N2021/8592Grain or other flowing solid samples
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/68Food, e.g. fruit or vegetables

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及同步带式玉米籽粒破碎率在线检测装置及方法,装置包括:检测箱、落料单元、机构执行单元、检测单元;落料单元包括落料槽和落料滑槽,机构执行单元为同步带传送结构,检测单元包括CCD工业相、处理芯片、车载控制及显示终端。各单元相互配合实时传输数据,保证玉米籽粒破碎率在线检测的顺利进行。方法包括:CCD工业相机采集玉米籽粒图像并输出给处理芯片进行处理识别破碎玉米籽粒,并由车载控制及显示终端计算玉米籽粒破碎率。本发明装置体积小巧、结构简单可靠、便于携带、易于与联合收割机粮箱配合安装,同时CCD工业相机采集图像清晰度高,算法简单高效,图像数据信息处理速度快,所以检测效率高、可靠性强及精度较高的优点。

Description

同步带式玉米籽粒破碎率在线检测装置及方法
技术领域
本发明涉及检测技术领域,具体的说是同步带式玉米籽粒破碎率在线检测装置及方法。
背景技术
玉米是世界三大粮食作物之一,我国玉米种植范围广泛,玉米不仅是重要的粮食资源,还是重要的化工及饲料原料,具有较高的经济价值,但是由于我国玉米联合收割机机械,易造成玉米籽粒的破碎,使得玉米平均破碎率增加,导致玉米品质降低1~2级,不能满足我国对于玉米产量与质量的总体需求。
玉米籽粒破碎率是衡量玉米联合收割机的重要考核指标之一,破碎率高低直接反映出农机的收获质量和性能,与此同时破碎率的高低对评估某一区域的玉米产量,具有重大的影响,因此玉米籽粒破碎率在线检测,目前依旧是我国农机领域研究的热点及难点。
造成玉米籽粒破碎的原因主要有一些几个方面:
(1)品种的影响,不同品种的玉米籽粒,其形态和内部组织具有很大的差别,胶质率高的玉米籽粒内部组织结构紧密,抗挤压力强,反之粉质率高的玉米则相反,受到外力的冲击很容易造成玉米籽粒的破碎;
(2)脱粒时引起的破碎,由于我国部分玉米产区,机械化水平不高仍使用人工脱粒的方法,如螺丝刀捅或老式手摇脱粒机脱粒,这些人工方式不仅费时费力,同时也容易造成玉米籽粒的破碎。虽然我国经济较发达地区,采用机械脱离的方法,但是由于机械工艺简单粗糙,设计脱粒机械时只考虑脱粒的速度,而不考虑脱粒后的质量,往往只是简单粗暴的提高机械高速旋转打击玉米棒进行脱粒,这样造成的后果就是玉米籽粒破碎率的增加,研究表明脱粒机械摘穗板样式、拉茎辊转速对玉米籽粒破碎有着直接影响,果穗从玉米芯脱粒之后,部分玉米籽粒看上去是完整的,但是在裂纹检测仪下观察,存在很多的惊纹,局部有内伤,在烘干时或较小的碰撞都内造成玉米籽粒的破碎。
(3)脱粒时玉米水分的影响,水分高的玉米籽粒较为柔软,硬度低,且与玉米芯结合牢固,需要较大的外力打击才能脱粒,所以高水分玉米脱粒时造成脱粒破碎机出现惊纹的现象较为严重。造成玉米籽粒破碎的其他影响还有,烘干引起的破碎、晾晒引起的破碎及输送过程中造成的破碎。
因此,降低玉米籽粒破碎率,提高玉米籽粒破碎率检测效率,对于我国农业的发展具有积极意义,对我国整体玉米联合收获机械的品质提升也有一定的贡献,所以设计并研发出一种有效的玉米籽粒破碎率的检测设备及相关方法,可以推动我国农业智能化的进一步发展,对提升我国的农机领域整体检测及制造具有重要意义。
发明内容
针对玉米籽粒破碎率在线检测较难的问题,本发明结合同步带传动、图像处理及模式识别技术的优点,提出了同步带式玉米籽粒破碎率在线检测装置及方法,并且该装置具有检测效率高,可靠性强,便于安装、携带,精度较高的特点,同时本发明给我国玉米籽粒破碎率在线检测装置的研发提供了新的思路,为推动我国智能农机的发展,满足我国在农业领域的战略需求,推动我国农机及农业智能化的进一步发展具有积极意义。
本发明为实现上述目的所采用的技术方案是:同步带式玉米籽粒破碎率在线检测装置,包括:
检测箱,包括箱体、箱盖;所述箱盖上部开口连接落料单元,所述箱体底部开口用于卸出玉米籽粒;
落料单元,包括落料槽、落料滑槽;所述落料槽设置在箱盖的内壁上;落料滑槽设置于落料槽下方且通过螺栓连接在箱盖的侧壁上;玉米籽粒经落料槽落在落料滑槽上,再滑向机构执行单元;
机构执行单元,包括:驱动电机、同步带机构;所述同步带机构设置于落料单元的下方且通过螺栓固定在箱体的侧壁,用于通过传送带承载落下的玉米籽粒并使玉米籽粒单层化排列;
检测单元,包括CCD工业相机、光源、处理芯片、车载控制及显示终端;所述CCD工业相机和光源均设置在箱盖的内壁上,处理芯片分别连接CCD工业相机和车载控制及显示终端;车载控制及显示终端还连接光源、驱动电机,控制其内部的传送带转动;CCD工业相机采集单层化后的玉米籽粒图像输出给处理芯片进行处理从而识别破碎玉米籽粒,车载控制及显示终端计算玉米籽粒破碎率。
所述落料滑槽包括:落料滑槽主体、右挡板、中间挡板,左挡板,中间挡板与落料滑槽主体通过连接螺栓连接;右挡板、左挡板用于防止玉米籽粒从落料滑槽主体两侧落下,中间挡板用于分流玉米籽粒;所述中间挡板的位置可以通过连接螺栓进行调节从而分流玉米籽粒。
所述落料滑槽的倾斜角度可以通过其与箱盖的侧壁连接的螺栓进行调节。
所述同步带机构包括:同步带、均固定在箱体上的主动轮、从动轮、单层化轮、张紧轮;驱动电机与主动轮之间通过联轴器连接,主动轮与从动轮通过同步带连接,单层化轮设置在落料槽末端且位于同步带之上且距离同步带为一个籽粒的高度,张紧轮设置在同步带下方,用于张紧同步带;驱动电机带动主动轮转动,将落在同步带的主动轮一侧的玉米籽粒传送到从动轮一侧,并通过单层化轮使传送带上的玉米籽粒单层化排列。
所述CCD工业相机通过GigE网口连接处理芯片;处理芯片采用Nvidia Jetson TX1开发板,处理芯片与车载控制及显示终端之间采用CAN总线连接,车载控制及显示终端采用STM32开发板;所述光源可调节亮度。
同步带式玉米籽粒破碎率在线检测方法,包括:
步骤1:玉米籽粒经落料槽落在落料滑槽上,并经过中间挡板分流落在同步带的主动轮一侧;车载控制及显示终端通过驱动电机控制主动轮转动并被传送向从动轮一侧,同时单层化轮使落在同步带上的玉米籽粒呈单层化排列;
步骤2:CCD工业相机采集单层化后的玉米籽粒图像输出给处理芯片;
步骤3:处理芯片将玉米籽粒原始RGB彩色图像转换为灰度图像;
采用阈值分割获取玉米籽粒二值图像;
采用形态学处理获取破碎玉米籽粒轮廓特征;
提取破碎玉米籽粒轮廓边缘;
计算破碎玉米籽粒的形态特征;
根据形态特征建立玉米籽粒分类器;
在线识别破碎玉米籽粒;
步骤4:车载控制及显示终端计算玉米籽粒破碎率。
所述处理芯片将玉米籽粒原始RGB彩色图像转换为灰度图像,是对R、G、B三个分量进行加权平均计算,再去除彩色信息保留亮度信息;
所述采用阈值分割获取玉米籽粒二值图像,是采用迭代算法求取最佳分割阈值。
所述采用形态学处理获取破碎玉米籽粒轮廓特征,是采用形态学滤波方法对分离后的破碎玉米籽粒二值图像中的孔洞进行填充、去除孤立点,获取破碎玉米籽粒轮廓特征。
所述提取破碎玉米籽粒轮廓边缘,是采用Canny算子提取破碎玉米籽粒轮廓边缘。
所述计算破碎玉米籽粒的形态特征;根据形态特征建立玉米籽粒分类器;在线识别破碎玉米籽粒,包括:
通过对目标区域边缘轮廓进行跟踪处理得到周长L的边缘8连通链码表示,
式中,ne表示链码中偶数码数目;n0表示链码中奇数码数目;
对边缘轮廓进行反填充,求出目标区域像素点总数,即为目标区域的面积A;
圆度、面积周长比、延伸度的形态特征计算公如下所示:
圆度:
面积周长比:
延伸度:
经实验得到阈值Ath、Lth、Cth、Sth、Eth,根据上述阈值建立形态特征分类器;若在线检测的玉米籽粒的周长、面积、圆度、面积周长比、延伸度均小于阈值,则认为该玉米籽粒为破碎玉米籽粒。
本发明具有以下有益效果及优点:
1、本发明采用视觉图像技术及模式识别技术,对破碎玉米籽粒进行识别,将破碎的玉米籽粒通过形态特征信息,使其从完整玉米籽粒中分离出来,同时CCD工业相机分辨率较高,同步带移动速度较快,保证了检测的精度及速度,实现了玉米籽粒破碎率的实时检测。
2、本发明通过视觉图像的检测方法,能够在线检测玉米籽粒,并且视觉图像技术已经日臻完善,可以保证检测的稳定性、可靠性及鲁棒性,并且工业相机成本相对低廉,满足经济性需求。
3、本发明装置结构简单,体积小巧,便于携带、安装,内部有落料单元,实现玉米籽粒的引流,减弱对同步带的冲击,同时使玉米籽粒在同步带上均匀性增强,便于籽粒单层化的实现;机构执行单元,可以保证对玉米籽粒实时动态检测;亮度单元,可以补充采集亮度信息,易于CCD工业相机采集到清晰的图像,便于图像的后续处理。
4、本发明具有易维护、易实施,检测效率高、可靠性强及精度较高的优点。
附图说明
图1为本发明的检测装置中的平台硬件结构原理示意图;
图2为本发明的落料单元中落料滑槽结构图;
图3为本发明的同步带式玉米籽粒破碎率在线检测装置结构图;
图4为本发明的同步带式玉米籽粒破碎率在线检测方法流程图;
其中,100为检测箱、200为落料单元、300为机构执行单元、400为检测单元、101为箱体、102为箱盖、201为落料槽、202为落料滑槽、203为落料滑槽主体、204为右挡板、205为中间挡板、206为左挡板、207为连接螺栓、301为驱动电机、302为同步带机构、303为主动轮、304为从动轮、305为单层化轮、306为张紧轮、307为同步带、401为CCD工业相机、402为光源、403为处理芯片。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
本发明提供的同步带式玉米籽粒破碎率在线检测装置及方法,主要利用同步带传动、视觉图像技术、模式识别技术及CAN总线技术,对玉米籽粒破碎率实现动态检测。由于所采用上述的技术,使该装置具有快速、高精度、稳定、全自动测量等几大优势,通过对玉米籽粒破碎率在线检测,可以保证联合收割及的工作质量,有效提升玉米籽粒的收获质量。本装置具有较好的通用性,可以安装在不同的玉米联合收割机的粮箱中,同时该装置可以帮助我国收割机智能化水平的提升,提升我国农机产品在国际市场中的竞争力。
如图1所示,为本发明的检测装置分为检测箱100、落料单元200、机构执行单元300、检测单元400,检测箱100分为箱体101、箱盖102,落料单元200分为落料槽201和落料滑槽202,机构执行单元300分为302同步带机构和301步进电机;检测单元400分为CCD工业相机401、光源402、处理芯片403。
如图2所示,为本发明的落料单元中落料滑槽结构图,经落料槽201下落的玉米籽粒会率先掉落到落料滑槽主体203上,目的是防止玉米籽粒流无规则进入检测装置内部,对内部元器件造成冲击,使内部元器件的损坏,落料滑槽主体203通过螺栓207与箱盖102连接,通过螺栓207连接可以在一定角度调节玉米籽粒下落到同步带307的高度,同时经落料滑槽202可确保籽粒不会从主动轮303侧下落,且减小玉米籽粒对同步带307的冲击。玉米籽粒落入到落料滑槽主体203后,在重力作用下向下滑落,经过右挡板204,中间挡板205,左206挡板,分为右、中、左三流,可以很好的分散玉米籽粒流,使玉米籽粒可以更加均匀的分布在同步带307上,便于籽粒单层化的实现。通过螺栓207连接,可以依据实际情况,调节中间及两侧位置的流量,寻找最佳流量位置,便于后续图像采集。
如图3所示,为本发明的同步带式玉米籽粒破碎率在线检测装置结构图,整个装置的具体工作流程如下,箱盖102上固定落料槽201和落料滑槽202,Basler CCD工业相机401,光源402;箱体101上主要安装主动轮303、张紧轮306、509同步带307、从动轮304及单层化轮305。101箱盖开口处是用于将联合收割机收获的玉米籽粒经引流,流入到落料槽201和落料滑槽202。
通过车载控制显示终端404控制驱动电机301转动,驱动电机301与主动轮303通过联轴器相连,从而主动轮303在驱动电机301带动下开始转动,同步带307传动带动从动轮304转动。玉米籽粒从落料滑槽202落入同步带307后,在向从动轮304移动时会经过单层化轮305,由于单层化轮305与同步带307之间的间隙,只许可单个玉米籽粒通过,所以通过单层化轮305可以很好的防止玉米籽粒产生堆叠。张紧轮306使同步带张紧,防止同步带307打滑,保证同步带307的正常工作。同步带307传动的目的是将经落料滑槽202落入到同步带307上的玉米籽粒,运送到CCD工业相机401的视场区域,从而使CCD相机401可以采集玉米籽粒的信息,且由处理芯片403可以实现玉米籽粒破碎率的动态检测;光源402为可调控调温摄像补偿灯,通过调节补偿灯的温度、光强等参数,找到最佳补偿亮度,便于CCD工业相机401能够采集到清晰的玉米籽粒图像,便于后续信处理模块分析与计算。
本发明通过视觉图像的检测方法,能够在线检测玉米籽粒,并且视觉图像技术已经日臻完善,可以保证检测的稳定性、可靠性及鲁棒性,并且工业相机成本相对低廉,满足经济性需求。本发明装置结构简单,体积小巧,便于携带、安装,内部有落料单元,实现玉米籽粒的引流,减弱对同步带的冲击,同时使玉米籽粒在同步带上均匀性增强,便于籽粒单层化的实现;机构执行单元,可以保证对玉米籽粒实时动态检测;光源可以补充采集亮度信息,易于CCD工业相机采集到清晰的图像,便于图像的后续处理。本发明提出的装置及方法,给玉米籽粒破碎率在线检测提出了新的思路,同时也有助于我国智能检测技术的进一步发展,为实现我国农机智能化具有积极作用。
同步带式玉米籽粒破碎率在线检测方法,具体包括以下步骤:
步骤1:将联合收割机收获的玉米籽粒经引流,引入到检测箱模块的落料单元的落料槽口处,经落料槽口流入到落料滑槽处,玉米籽粒流经落料滑槽落入到机构执行单元的同步带上;
步骤2:通过车载田间计算机开始控制步进电机驱动器,由驱动器驱动,步进电机进入工作状态,步进电机带动主同步带轮运动。落入到同步带上的玉米籽粒与同步带一起向从动轮方向移动,到达从动轮末端,玉米籽粒落入到箱底的开口处回流到粮箱,而同步带则向主同步带轮移动,经张紧轮张紧后,继续上述工作;
步骤3:玉米籽粒在有主动同步带轮向从动同步带轮运动的过程中,会经过CCD相机的视场区域,调节CCD相机的焦距、帧数等参数,使CCD相机可以有效的采集到,通过其视场区域的玉米籽粒信息,同时经过千兆以太网口,将数据传输到多功能卡中;
步骤4:在多功能卡上,已经植入图像预处理及识别算法,对CCD相机采集到的图像进行分析计算,将原始RGB彩色图像转为灰度图像,通过阈值分割,获得二值图像,对二值图像进行形态学处理,采用轮廓提取算法得到玉米籽粒的轮廓边缘,计算轮廓周长、面积等形态特征信息,依据形态特征建立完整玉米籽粒与破碎玉米籽粒的分类器,用以区分完整玉米籽粒与破碎玉米籽粒;
步骤5:将多功能卡上分析计算得到的玉米籽粒破碎信息,经过CAN总线将信息传输到车载田间计算机,并将破碎玉米籽粒数目及玉米籽粒总个数记录到各自相应的存储空间,当检测玉米籽粒总数存储计数达到100粒时,提取破碎玉米籽粒存储空间中的数据信息,将该数据信息除以100,得到某一时间段的玉米籽粒破碎率,并将籽粒破碎率的实时信息显示到车载田间计算机显示界面上。
其中,步骤4具体包括以下步骤(如图4所示):
通过CCD工业相机,获得原始RGB彩色图像。
原始RGB彩色图像转为灰度图像的方法是,对R、G、B三个分量进行加权平均计算,实现原始彩色图像的灰度转换,转换之后将彩色图像的彩色信息去除,只保留原始图像的亮度信息;
阈值分割算法,采用迭代算法求取最佳分割阈值,将灰度图像分割成目标区域与背景区域,其中玉米籽粒为目标区域,其余为背景区域;
二值图像,是通过上述阈值分割算法得到的最佳阈值,以最佳阈值为依据将目标区域与背景区域,分别变为1和0,目标区域值为1,背景区域值为0,其中1值代表区域为白色,0值代表区域为黑色,图像二值化处理后,其目的是为了便于后续的图像处理以及形态特征提取。所述形态学处理,由于二值化图像一般存在一些孤立的干扰像素点,为了相处干扰,通常采用形态学滤波,采用闭运算填充孔洞,消除图像中孤立的干扰,采用形态学开运算使图像的轮廓更为光滑;模糊聚类方法结合形态学处理方法对分离后的破碎玉米籽粒图像中的孔洞进行填充、并去除孤立点,获取破碎玉米籽粒轮廓特征。
轮廓边缘提取,形态学处理之后的二值图像,目标区域与背景区域对比更为鲜明,更好的突出了玉米籽粒的边缘,采用Canny算子提取轮廓边缘。
获取周长、面积等形态特征,并以形态特征为依据建立分类器,区分完整玉米籽粒与破碎玉米籽粒,其中周长特征,通过对目标区域边缘轮廓进行跟踪处理得到周长L的边缘8连通链码表示,由公式:
式中,ne表示链码中偶数码数目;n0表示链码中奇数码数目;
8连通链码,按照水平、垂直和两条对角线方向,可以为相邻的两个像素点定义8个方向符:0、1、2、3、4、5、6、7,分别表示0°、45°、90°、135°、180°、225°、270°、315°,奇数码和偶数码的对应线段长度不等,规定偶数码单位长度为1,奇数码的单位长度为
对边缘轮廓进行反填充,求出目标区域像素点总数,即为目标区域的面积A;圆度、面积周长比及延伸度的形态特征计算公如下所示:
圆度:
面积周长比:
延伸度:
建立形态特征分类器,是通过上述形态特征,经实验得到阈值Ath、Lth、Cth、Sth、Eth,以上述阈值建立形态特征分类器,如果玉米籽粒形态特征均小于上述阈值,则认为玉米籽粒为破碎玉米籽粒。
如果玉米籽粒形态特征均小于上述阈值,则认为玉米籽粒为破碎玉米籽粒。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰应视为本发明的保护范围。

Claims (5)

1.同步带式玉米籽粒破碎率在线检测方法,其特征在于,包括:
步骤1:玉米籽粒经落料槽(201)落在落料滑槽(202)上,并经过中间挡板(205)分流落在同步带(307)的主动轮(303)一侧;车载控制及显示终端(404)通过驱动电机(301)控制主动轮(303)转动并被传送向从动轮(304)一侧,同时单层化轮(305)使落在同步带(307)上的玉米籽粒呈单层化排列;
步骤2:CCD工业相机(401)采集单层化后的玉米籽粒图像输出给处理芯片(403);
步骤3:处理芯片(403)将玉米籽粒原始RGB彩色图像转换为灰度图像;
采用阈值分割获取玉米籽粒二值图像;
采用形态学处理获取破碎玉米籽粒轮廓特征;
提取破碎玉米籽粒轮廓边缘;
计算破碎玉米籽粒的形态特征;
根据形态特征建立玉米籽粒分类器;
在线识别破碎玉米籽粒;
步骤4:车载控制及显示终端(404)计算玉米籽粒破碎率;
所述方法是基于同步带式玉米籽粒破碎率在线检测装置实现的,装置包括:
检测箱(100),包括箱体(101)、箱盖(102);所述箱盖(102)上部开口连接落料单元(200),所述箱体(101)底部开口用于卸出玉米籽粒;
落料单元(200),包括落料槽(201)、落料滑槽(202);所述落料槽(201)设置在箱盖(102)的内壁上;落料滑槽(202)设置于落料槽(201)下方且通过螺栓连接在箱盖(102)的侧壁上;
机构执行单元(300),包括:驱动电机(301)、同步带机构(302);所述同步带机构(302)设置于落料单元(200)的下方且通过螺栓固定在箱体(101)的侧壁,用于通过传送带承载落下的玉米籽粒并使玉米籽粒单层化排列;
检测单元(400),包括CCD工业相机(401)、光源(402)、处理芯片(403)、车载控制及显示终端(404);所述CCD工业相机(401)和光源(402)均设置在箱盖(102)的内壁上,处理芯片(403)分别连接CCD工业相机(401)和车载控制及显示终端(404);车载控制及显示终端(404)还连接光源(402)、驱动电机(301),控制其内部的传送带转动。
2.按照权利要求1所述同步带式玉米籽粒破碎率在线检测方法,其特征在于,
所述处理芯片(403)将玉米籽粒原始RGB彩色图像转换为灰度图像,是对R、G、B三个分量进行加权平均计算,再去除彩色信息保留亮度信息;
所述采用阈值分割获取玉米籽粒二值图像,是采用迭代算法求取最佳分割阈值。
3.按照权利要求1所述同步带式玉米籽粒破碎率在线检测方法,其特征在于,所述采用形态学处理获取破碎玉米籽粒轮廓特征,是采用形态学滤波方法对分离后的破碎玉米籽粒二值图像中的孔洞进行填充、去除孤立点,获取破碎玉米籽粒轮廓特征。
4.按照权利要求1所述同步带式玉米籽粒破碎率在线检测方法,其特征在于,所述提取破碎玉米籽粒轮廓边缘,是采用Canny算子提取破碎玉米籽粒轮廓边缘。
5.按照权利要求1所述同步带式玉米籽粒破碎率在线检测方法,其特征在于,所述计算破碎玉米籽粒的形态特征;根据形态特征建立玉米籽粒分类器;在线识别破碎玉米籽粒,包括:
通过对目标区域边缘轮廓进行跟踪处理得到周长L的边缘8连通链码表示,
式中,ne表示链码中偶数码数目;n0表示链码中奇数码数目;
对边缘轮廓进行反填充,求出目标区域像素点总数,即为目标区域的面积A;
圆度、面积周长比、延伸度的形态特征计算公如下所示:
圆度:
面积周长比:
延伸度:
经实验得到阈值Ath、Lth、Cth、Sth、Eth,根据上述阈值建立形态特征分类器;若在线检测的玉米籽粒的周长、面积、圆度、面积周长比、延伸度均小于阈值,则认为该玉米籽粒为破碎玉米籽粒。
CN201710445400.7A 2017-06-14 2017-06-14 同步带式玉米籽粒破碎率在线检测装置及方法 Active CN109085170B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710445400.7A CN109085170B (zh) 2017-06-14 2017-06-14 同步带式玉米籽粒破碎率在线检测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710445400.7A CN109085170B (zh) 2017-06-14 2017-06-14 同步带式玉米籽粒破碎率在线检测装置及方法

Publications (2)

Publication Number Publication Date
CN109085170A CN109085170A (zh) 2018-12-25
CN109085170B true CN109085170B (zh) 2023-08-29

Family

ID=64838811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710445400.7A Active CN109085170B (zh) 2017-06-14 2017-06-14 同步带式玉米籽粒破碎率在线检测装置及方法

Country Status (1)

Country Link
CN (1) CN109085170B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110412045B (zh) * 2019-07-04 2021-03-19 中国农业机械化科学研究院 一种透射式玉米种子内部裂纹快速检测装置与方法
CN110501222B (zh) * 2019-08-26 2021-04-02 中国农业大学 一种谷物散粒体抗压能力检测方法
CN111213483A (zh) * 2020-03-02 2020-06-02 河南瑞创通用机械制造有限公司 用于联合收获机的籽粒取样监测装置及其控制方法
CN112014399B (zh) * 2020-07-22 2023-08-25 湖北工业大学 粮箱内带式谷物破碎率和含杂率检测装置和方法
CN112001283B (zh) * 2020-08-14 2024-01-26 中国农业大学 一种玉米籽粒破碎率在线检测装置与检测方法
CN111937571A (zh) * 2020-08-21 2020-11-17 农业农村部南京农业机械化研究所 谷物联合收获机含杂率、破碎率在线检测装置及粮仓
CN112415009A (zh) * 2020-12-14 2021-02-26 河南牧业经济学院 基于粘性点阵的小麦粒非粘连图像获取方法及系统
CN113581798A (zh) * 2021-07-07 2021-11-02 中国农业科学院深圳农业基因组研究所 一种种子铺平装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0734789A2 (de) * 1995-03-31 1996-10-02 CommoDas GmbH Vorrichtung und Verfahren zum Sortieren von Schüttgut
CN105009731A (zh) * 2015-06-30 2015-11-04 华中农业大学 玉米考种方法及其系统
WO2016145334A1 (en) * 2015-03-12 2016-09-15 Raytheon Company Apparatus and processes for corn moisture analysis and pprediction of optimum harvest date
CN106171271A (zh) * 2016-07-06 2016-12-07 重庆市农业科学院 玉米生产管理系统及其方法
CN206223670U (zh) * 2016-11-30 2017-06-06 中国科学院沈阳自动化研究所 一种基于机器视觉的玉米籽粒破碎率在线检测装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0734789A2 (de) * 1995-03-31 1996-10-02 CommoDas GmbH Vorrichtung und Verfahren zum Sortieren von Schüttgut
WO2016145334A1 (en) * 2015-03-12 2016-09-15 Raytheon Company Apparatus and processes for corn moisture analysis and pprediction of optimum harvest date
CN105009731A (zh) * 2015-06-30 2015-11-04 华中农业大学 玉米考种方法及其系统
CN106171271A (zh) * 2016-07-06 2016-12-07 重庆市农业科学院 玉米生产管理系统及其方法
CN206223670U (zh) * 2016-11-30 2017-06-06 中国科学院沈阳自动化研究所 一种基于机器视觉的玉米籽粒破碎率在线检测装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于计算机视觉的玉米粒形检测方法;万鹏;孙钟雷;宗力;;中国粮油学报(05);全文 *

Also Published As

Publication number Publication date
CN109085170A (zh) 2018-12-25

Similar Documents

Publication Publication Date Title
CN109085170B (zh) 同步带式玉米籽粒破碎率在线检测装置及方法
US10716255B2 (en) Adaptive control system for threshing separation load of tangential flow and longitudinal axial flow device
CN101486033B (zh) 一种小果型果品分检装置及板栗分检方法
US10085379B2 (en) Grain quality sensor
US10143135B2 (en) Combine harvester cleaning control and cleaning method
EP3192011B1 (en) Non-image-based grain quality sensor
CN1868610B (zh) 小型可移动式水果及禽蛋智能分级装置
CN106442561B (zh) 用于检测柑橘表皮缺陷的在线图像采集系统及方法
BR102015032436A2 (pt) método de monitoração da qualidade do grão, e, mídia legível por computador não transitória
CN109158336B (zh) 一种苹果初选分级设备
CN113820325B (zh) 一种玉米籽粒直收含杂率和破碎率在线检测系统及其方法
CN108120715A (zh) 一种基于机器视觉的玉米籽粒破碎率在线检测方法及装置
CN206876589U (zh) 同步带式玉米籽粒破碎率在线检测装置
Mahirah et al. Monitoring harvested paddy during combine harvesting using a machine vision-Double lighting system
CN113298085B (zh) 一种基于Mask R-CNN的谷物含杂-破碎识别方法与系统
CN112056087A (zh) 一种小型切段式履带甘蔗收获机感应系统及控制方法
CN109566111A (zh) 脱粒清选试验台
CN105548222B (zh) 一种谷类农作物在线病虫害检测装置
CN110296992A (zh) 一种基于机器视觉的采后甘蓝内外品质检测评价装置
Bulanon et al. A multispectral imaging analysis for enhancing citrus fruit detection
CN110560379A (zh) 一种谷糙分离色选系统
CN211043154U (zh) 一种基于机器视觉的采后甘蓝内外品质检测评价装置
US11077468B2 (en) Device and method for classifying seeds
EP3681263A1 (en) Grain handling system and method
Choi et al. Detecting and counting citrus fruit on the ground using machine vision

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
GR01 Patent grant
GR01 Patent grant