CN109765195B - 一种基于Led-红光透射成像的水稻稻穗性状智能分析系统 - Google Patents

一种基于Led-红光透射成像的水稻稻穗性状智能分析系统 Download PDF

Info

Publication number
CN109765195B
CN109765195B CN201811485818.1A CN201811485818A CN109765195B CN 109765195 B CN109765195 B CN 109765195B CN 201811485818 A CN201811485818 A CN 201811485818A CN 109765195 B CN109765195 B CN 109765195B
Authority
CN
China
Prior art keywords
red light
led
rice ear
light transmission
ear
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
CN201811485818.1A
Other languages
English (en)
Other versions
CN109765195A (zh
Inventor
黄成龙
杨万能
冯慧
段凌凤
刘立豪
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 Agricultural University
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 CN201811485818.1A priority Critical patent/CN109765195B/zh
Publication of CN109765195A publication Critical patent/CN109765195A/zh
Application granted granted Critical
Publication of CN109765195B publication Critical patent/CN109765195B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及一种植物表型研究检测及控制设备,具体涉及一种基于Led‑红光透射成像的水稻稻穗性状智能分析系统,对水稻穗部性状进行提取。基于作物表型高通量检测领域研究的表型平台的发展重要性,针对传统的穗部性状测量主要依赖于人工,存在操作繁琐、劳动强度大、测量准确性受人工主观因素影响大等缺点,针对现有设备体积较大,实粒瘪粒分辨精度不高或具有安全隐患等现象,本发明研究设计了一种基于Led‑红光透射成像的水稻稻穗性状智能分析系统,提供了一种新型检测植物实粒瘪粒的方法,减小了植物表型检测平台的体积,提高了检测效率。

Description

一种基于Led-红光透射成像的水稻稻穗性状智能分析系统
技术领域
本发明涉及一种植物表型研究检测设备及方法,具体涉及一种基于Led-红光透射成像的水稻稻穗性状智能分析系统,对水稻穗部性状进行提取。
背景技术
穗部是产量的最终表达部位,穗部性状和产量的关系一直是育种中研究的重点。在对品质进行评估时,与产量最直接相关的穗部性状一直是重要参考信息,穗部性状包括结实率、粒重、粒长等方面。其中,空秕影响的结实率和粒长影响的粒重是影响产量的重要参数。基于作物表型高通量检测领域研究的表型平台的发展重要性,针对传统的穗部性状测量主要依赖于人工,存在操作繁琐、劳动强度大、测量准确性受人工主观因素影响大等缺点,针对现有设备体积较大,实粒瘪粒分辨精度不高或具有安全隐患等现象,本发明研究设计了一种基于Led-红光透射成像的水稻稻穗性状智能分析系统,提供了一种新型检测植物实粒瘪粒的方法,减小了植物表型检测平台的体积,提高了检测效率,并保证了安全性。
发明内容
鉴于现有的植物籽粒测量手段的效率较低(人工),精度不高(风选)和具有安全隐患(X射线),并且现有的植物表型检测平台的体积较大。
本发明所采用的技术方案是:载物台使用智能抽屉式输送方式,将载有待测水稻稻穗的载物盒输送到测量位置,其中载物盒的底部为透明有机玻璃板且LED-红光面阵列光源处于载物台的正下方,并使用可见光RGB相机将采集到的图像通过图像采集卡传输到上位机里,软件会测出穗部的总粒数并辨别籽粒的实粒瘪粒,实现自动化提取植物穗部性状,提高检测效率;使用LED背光红光光源透视植物籽粒,获取植物籽粒性状信息,辨别实粒瘪粒,精度较高并且具有安全保障;使用步进电机直线推杆机推动压力传感器乘载载物板,对植物穗部进行称重,优化内部结构,减小设备体积并实现对测量穗部的称重任务。
附图说明
图1基于Led-红光透射成像的水稻稻穗性状智能分析系统示意图;
图2本发明主视结构及侧视结构剖面示意图;
图3本发明顶升结构示意图;
图4本发明工作流程图;
图5本发明图像处理流程图;
图6本发明采集得到的植物籽粒结果图像。
图中1.茶色有机玻璃,2.可见光RGB相机,3.载物盒,4.待测水稻稻穗,5.LED-红光面阵列光源,6.载物台,7.红外感应面板,8.顶升架,9.直流电机推杆机,10.步进电机推杆机,11.压力传感器,12.把手。
具体实施方式
基于Led-红光透射成像的水稻稻穗性状智能分析系统的具体实施方案为:
本基于Led-红光透射成像的水稻稻穗性状智能分析系统的长宽高为:700*400*1020mm,其主要由基于Led-红光透射成像模块、水稻稻穗性状智能分析模块和控制系统组成。
1.基于Led-红光透射成像模块:本发明的基于Led-红光透射成像模块采取智能抽屉式输送,配有抽屉,抽屉滑轨和直流电机推杆机。其中抽屉为异性抽屉,抽屉底面的中心和四角镂空,以便于称重装置实现称重动作;抽屉滑轨采用三节静音轨道实心滚珠滑轨,长度为300mm;直流电机推杆机行程300mm,采用直流电机驱动齿轮带动齿条动作,齿条和抽屉板面连接,实现抽屉的进出;其中抽屉板面上配有红外感应器,当人体碰触到板面时,抽屉会自动滑出,待将载物盒放置在抽屉上后,轻触抽屉板面使抽屉自动回收。
2.图像采集装置:本发明的图像采集装置主要由可见光RGB相机LED-红光面阵列光源以及图像采集卡组成。可见光RGB相机安装于抽屉上方的安置架顶部,用于获取图像;LED-红光面阵列光源安装于抽屉下方的隔板上,作为植物穗部的透射背光光源,可以清晰地识别植物籽粒的实粒瘪粒状况;可见光RGB相机采集得到的图像通过图像采集卡传入计算机,通过软件提取植物穗部的性状参数。
3.水稻稻穗性状智能分析模块:本发明的水稻稻穗性状智能分析模块是在Caffe环境下建立卷积神经网络实现水稻稻穗籽粒、分支的识别,使用OpenCV软件提取计算水稻稻穗籽粒数、结实率、穗型、着粒密度性状。
4.称重装置:本发明的称重装置主要由步进电机推杆机,压力传感器,力值显示控制仪和顶升架组成。步进电机推杆机的推力为500N,速度为7mm/s,行程为50mm,安装于设备的底板中心,用于顶升压力传感器实现称重功能;压力传感器的量程为0-2kg,精度为C3,安装于步进电机推杆机的推杆顶端,用于测量待测植物穗部的重量;力值显示控制仪用于显示称取植物穗部的重量,并通过485通讯口执行ModbusRTU协议与计算机通信;顶升架安装于压力传感器的顶部,用于顶升载物盒。
5.PLC分别与所述输送模块的直流电机和红外感应器,称重装置的步进电机和力值显示控制仪相连,用于控制抽屉的滑出滑入和称重装置的上下动作,并且获取植物穗部的重量信息;PLC同时与计算机相连,通过串口实现通信。
6.计算机分别与可见光RGB相机和PLC相连;所述计算机向PLC和可见光RGB相机发出控制命令,接受可见光RGB相机采集到的图像,并进行图像的处理和显示,以及测量结果的存储。
7.本发明成像箱体的上部分面板采用茶色有机玻璃,可以通过茶色有机玻璃观看内部的图像采集和称重动作,实现可视化,并且由于玻璃为茶色LED-红光面阵列光源发射的光源不会损害人体的眼睛。
方案实施例子:操作人员碰触抽屉面板,红外感应器接受到信息,将信息传送到PLC;PLC控制直流电机动作,直流电机带动齿轮运动,齿轮驱动齿条,齿条端面顶动抽屉板面,使得抽屉滑出;操作人员将载有植物穗部的载物盒放置在抽屉上,再碰触抽屉板面,红外感应器接受到信息,将信息传送到PLC;PLC控制直流电机反向动作,直流电机带动齿轮运动,齿轮驱动齿条,齿条端面拉动抽屉板面,使得抽屉滑入;操作人员使用鼠标在计算机的显示屏上点击“开始测量”,此时计算机向可见光RGB相机和PLC相继发出控制命令;可见光RGB相机获取图像传送给计算机,PLC控制步进电机推杆机的推杆上升,顶升压力传感器与顶升架,顶升动作完成1S后,获取重量信息传送给计算机,之后PLC控制步进电机推杆机的推杆下降,完成测量;计算机显示获取到的图像,并进行图像处理获取植物穗部信息。

Claims (2)

1.一种基于Led-红光透射成像的水稻稻穗性状智能分析系统,其特征在于:包括Led-红光透射成像模块、水稻稻穗性状智能分析模块和控制模块;Led-红光透射成像模块包括LED-红光面阵列光源、可见光RGB相机、图像采集卡、载物台以及成像箱体;水稻稻穗性状智能分析模块包括基于深度学习的稻穗籽粒、分支识别,采用图像特征计算稻穗籽粒数、结实率、穗型、着粒密度性状,基于压力传感器的稻穗重量获取;控制模块,包括基于可编程逻辑控制器(PLC)和上位机LabVIEW控制,实现水稻稻穗放样,称重,成像和参数测量的全自动控制;
Led-红光透射成像模块还包括载物台,载物台使用红外感应自动伸缩方式,将载有待测稻穗的样品板输送到测量位置,其中LED-红光面阵列光源安装在载物台的正下方,并使用可见光RGB相机将采集到的图像通过图像采集卡传输到上位机中,使用该模块获取稻穗的高对比度红光透射图像;
水稻稻穗性状智能分析模块用于在Caffe框架下建立深度学习模型,在该模型中使用所述高对比度红光透射图像进行水稻稻穗籽粒、分支的识别和分割,获得水稻稻穗籽粒中的瘪粒、实粒和枝干的子图,使用OpenCV库提取所述子图的图像特征,并计算籽粒数、结实率、穗型、着粒密度性状。
2.根据权利要求1所述的一种基于Led-红光透射成像的水稻稻穗性状智能分析系统,其特征在于:可编程逻辑控制器(PLC)分别与载物台电机、载物台红外感应器,压力传感器的顶升电机,压力传感器的力值显示器相连,用于控制载物台伸缩、压力传感器顶升称重,PLC同时与上位机相连,通过串口实现通信;上位机与可见光RGB相机连接,基于PLC反馈的信号,控制RGB相机采集图像,并进行图像的处理、显示,以及测量结果的存储。
CN201811485818.1A 2018-12-01 2018-12-01 一种基于Led-红光透射成像的水稻稻穗性状智能分析系统 Active CN109765195B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811485818.1A CN109765195B (zh) 2018-12-01 2018-12-01 一种基于Led-红光透射成像的水稻稻穗性状智能分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811485818.1A CN109765195B (zh) 2018-12-01 2018-12-01 一种基于Led-红光透射成像的水稻稻穗性状智能分析系统

Publications (2)

Publication Number Publication Date
CN109765195A CN109765195A (zh) 2019-05-17
CN109765195B true CN109765195B (zh) 2022-05-13

Family

ID=66451183

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811485818.1A Active CN109765195B (zh) 2018-12-01 2018-12-01 一种基于Led-红光透射成像的水稻稻穗性状智能分析系统

Country Status (1)

Country Link
CN (1) CN109765195B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111256748A (zh) * 2020-01-21 2020-06-09 西安大目智能设备研究所有限公司 一种基于可编程面阵光源的机器视觉系统及其应用
IT202000015469A1 (it) * 2020-06-26 2021-12-26 Metacortex Srl Sistema e metodo per la misurazione di caratteristiche fisiche di pellet e dispositivo previsto nel sistema
CN112042313A (zh) * 2020-08-31 2020-12-08 华中农业大学 一种小型智能水稻考种仪
CN112304947B (zh) * 2020-10-29 2024-04-09 杭州岚达科技有限公司 一种稻穗品质分析仪
CN112595367A (zh) * 2020-12-14 2021-04-02 武汉谷丰光电科技有限公司 一种基于智能机器人的水稻根系性状无损测量装置
CN115100447B (zh) * 2022-07-18 2024-05-17 浙江大学 基于热红外图像配准融合的水稻结实率测量装置及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103026823A (zh) * 2012-12-25 2013-04-10 北京农业信息技术研究中心 基于图像实现高效率的玉米果穗考种方法和装置
CN106404780A (zh) * 2016-08-31 2017-02-15 上海交通大学 基于平板电脑的稻穗表型分析仪与使用方法
CN108126917A (zh) * 2018-02-07 2018-06-08 袁隆平农业高科技股份有限公司 一种用于分选劣变水稻种子的光学分选装置及设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103026823A (zh) * 2012-12-25 2013-04-10 北京农业信息技术研究中心 基于图像实现高效率的玉米果穗考种方法和装置
CN106404780A (zh) * 2016-08-31 2017-02-15 上海交通大学 基于平板电脑的稻穗表型分析仪与使用方法
CN108126917A (zh) * 2018-02-07 2018-06-08 袁隆平农业高科技股份有限公司 一种用于分选劣变水稻种子的光学分选装置及设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Panicle-SEG:a robust image segmentation method for rice panicles in the field based on deep learning and superpixel optimization;Xiong Xiong 等;《Plant methods》;20171128;第13卷(第104期);第1-15页 *
多品种水稻数字化考种关键技术研究;黄成龙;《中国博士学位论文全文数据库 农业科技辑》;20150715;正文第11-40页 *

Also Published As

Publication number Publication date
CN109765195A (zh) 2019-05-17

Similar Documents

Publication Publication Date Title
CN109765195B (zh) 一种基于Led-红光透射成像的水稻稻穗性状智能分析系统
CN106406178B (zh) 一种温室作物生长信息实时对等监测装置及监测方法
CN202382768U (zh) 一种设施作物生长信息无损检测装置
CN102384767B (zh) 一种设施作物生长信息无损检测装置和方法
CN206330544U (zh) 一种龙门式影像测量仪
CN101339117B (zh) 稻米参数自动测量装置及方法
CN105516714B (zh) 一种移动终端摄像头的自动化检测方法及其装置
CN105318944A (zh) 杆状平台的鸡现场称重系统与方法
CN206652726U (zh) 鱼类自动测量分选装置
CN203825003U (zh) 一种自动检测车载籽棉回潮率的装置
CN105961037A (zh) 一种多株幼苗外观特征连续检测装置
CN210071686U (zh) 基于正交双目机器视觉的水果分级装置
CN105783990B (zh) 一种用于玉米果穗室内精确考种的全景图像测量系统
CN106546569A (zh) 一种高通量的植物抗旱性突变体的筛选方法及装置
CN105737740A (zh) 植物株高田间测量装置与方法
CN203720072U (zh) 一种高光谱检测装置
CN202304974U (zh) 一种卷烟用纸定量测量仪
CN111707194A (zh) 基于深度相机的金针菇整齐度检测方法及装置
CN206658834U (zh) 一种基于视觉技术的孵化后期无精蛋和弱精蛋识别装置
CN207396258U (zh) 一种玉米种子净度分析装置
CN201974387U (zh) 用于粮油物理检验装置的数字影像机构
CN109374637A (zh) 一种汽车覆盖件表面质量检测系统及方法
CN206563717U (zh) 一种全自动的细胞图像检测诊断系统
CN210037615U (zh) 一种叶绿素荧光成像装置
CN207215710U (zh) 一种油菜全生长期信息的高通量表型研究系统

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