CN114463742A - 一种马铃薯芽眼识别方法及设备 - Google Patents

一种马铃薯芽眼识别方法及设备 Download PDF

Info

Publication number
CN114463742A
CN114463742A CN202210142166.1A CN202210142166A CN114463742A CN 114463742 A CN114463742 A CN 114463742A CN 202210142166 A CN202210142166 A CN 202210142166A CN 114463742 A CN114463742 A CN 114463742A
Authority
CN
China
Prior art keywords
potato
eye
bud
sample image
area
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.)
Pending
Application number
CN202210142166.1A
Other languages
English (en)
Inventor
冯伟
李平
张先锋
曹中华
李亚丽
崔晋波
湛小梅
钟巍然
王圆明
尹毅
潘良
周玉华
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.)
Chongqing Academy of Agricultural Sciences
Original Assignee
Chongqing Academy of Agricultural Sciences
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 Chongqing Academy of Agricultural Sciences filed Critical Chongqing Academy of Agricultural Sciences
Priority to CN202210142166.1A priority Critical patent/CN114463742A/zh
Publication of CN114463742A publication Critical patent/CN114463742A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Apparatuses For Bulk Treatment Of Fruits And Vegetables And Apparatuses For Preparing Feeds (AREA)

Abstract

本发明公开了一种马铃薯芽眼识别方法及设备、电子设备，应用于筛选系统中的上位机，所述筛选系统还包括黑色输送带、支撑组件、拔指，所述支撑组件位于黑色传输带的输入端，所述拔指位于支撑组件与黑色传输带的输出端之间，所述黑色传输带的输出端的正下方设置有收集盒，所述拔指的正下方设置有废料盒，所述支撑组件包括至少一块支撑板，所述支撑板上连接有摄像头、白色无影光源；所述摄像头用于：当马铃薯通过黑色输送带传送至摄像头的正下方时，获得触发信号并进行拍照获得马铃薯原始样本图像，并上传至上位机；所述上位机接收摄像头发送的马铃薯原始样本图像，并判定是否发出控制指令用以控制所述拔指将所述无芽眼状态对应的马铃薯拔至废料盒中。

Description

一种马铃薯芽眼识别方法及设备
技术领域
本发明涉及种子种苗技术领域，具体涉及一种马铃薯芽眼识别方法及设备。
背景技术
目前，我国马铃薯种植业相对落后，种薯切种基本依靠人力，效率低、成本高，制约着优良薯种的推广。因此芽眼识别的自动化，为种薯切块自动化奠定基础，现有技术中，将采集得到马铃薯样本图像后先分割出马铃薯区域，之后在彩色空间中过欧氏距离对芽眼区域进行识别分割出芽眼，但是利用彩色图像分割方法虽然快速，但芽眼部分点和区域过于离散与孤立，很难在后续处理中得到完整的芽眼轮廓，显然利用彩色特征无法满足芽眼识别的目的。
发明内容
本发明的目的在于提供一种马铃薯芽眼识别方法及设备，通过黑色输送带，使得摄像头拍摄的马铃薯原始样本图像的背景颜色为黑色，从而省略了在彩色空间中需要先获得芽眼紫红色的平均估计，再基于欧式距离对芽眼进行分割的步骤，用以解决现有的彩色空间中芽眼自动识别过程复杂识别率不高问题。
一种马铃薯芽眼识别方法，应用于筛选系统中的上位机，所述筛选系统还包括黑色输送带、支撑组件、拔指，所述支撑组件位于黑色传输带的输入端，所述拔指位于支撑组件与黑色传输带的输出端之间，所述黑色传输带的输出端的正下方设置有收集盒，所述拔指的正下方设置有废料盒，所述支撑组件包括至少一块支撑板，所述支撑板上连接有摄像头、白色无影光源；
所述白色无影光源用于照亮马铃薯以提高亮度，用以辅助摄像头拍摄得到便于识别的马铃薯原始样本图像；
所述摄像头用于：当马铃薯通过黑色输送带传送至摄像头的正下方时，获得触发信号并进行拍照获得马铃薯原始样本图像，并上传至上位机；
由上位机执行以下步骤：
S1、接收摄像头发送的马铃薯原始样本图像,所述马铃薯原始样本图像为基于黑色输送带形成的背景为黑色的图像；
S2、对所述马铃薯原始样本图像进行OTSU阈值分割处理，获得芽眼区域的分割图像；
S3、对所述芽眼区域的分割图像进行二值化处理，获得芽眼区域的二值化图像；
S4、对所述芽眼区域的二值化图像进行BLOB面积分析，获得芽眼信息，芽眼信息包括芽眼区域的大小；
S5、根据所述芽眼区域的大小与预设阈值进行判定，若所有芽眼的面积≤预设阈值，则判定为无芽眼状态，发出控制指令用以控制所述拔指将所述无芽眼状态对应的马铃薯拔至废料盒中。
进一步地，所述OTSU阈值分割处理具体包括：
获得马铃薯原始样本图像每个像素的灰度值并进行判定；
若所述像素的灰度值＞类间方差阈值，则将所述像素点刷新为255；
若所述像素的灰度值≤类间方差阈值，则将所述像素点刷新为0。
进一步地，所述类间方差阈值为使类间方差δ2最大的灰度值
Figure BDA0003506836920000021
所述δ2＝wo(μ0-μ)2+w1(μ1-μ)2，其中，灰度值
Figure BDA0003506836920000022
为马铃薯原始样本图像的灰度区间，wo为
Figure BDA0003506836920000023
的像素数占总像素数的比例，μ0为
Figure BDA0003506836920000024
Figure BDA0003506836920000025
的所有像素的灰度均值，w1为
Figure BDA0003506836920000026
的像素数占总像素数的比例，μ1为
Figure BDA0003506836920000027
的所有像素的灰度均值，μ为马铃薯原始样本图像的灰度均值。
进一步地，所述步骤S5具体包括以下步骤：
根据所述每一个芽眼的面积与预设阈值进行判定；
若所有芽眼的面积≤预设阈值，则判定为无芽眼状态，则将所述无芽眼状态对应的马铃薯原始样本图像打上“NG”的标签；以及
根据所述“NG”的标签向拔指发出“1”的控制指令，以使所述拔指根据所述“1”的控制指令将所述无芽眼状态对应的马铃薯拔至废料盒中；
若所有芽眼的面积＞预设阈值，则判定为有芽眼状态，则将所述无芽眼状态对应的马铃薯原始样本图像打上“OK”的标签；以及
根据所述“OK”的标签显示所述有芽眼状态对应的马铃薯原始样本图像。
进一步地，所述二值化处理为对所述芽眼区域的分割图像进行取反操作：对所述芽眼区域的分割图像中的像素f(x，y)进行取反得到f(x，y)′,取反公式为：f(x，y)′＝255-f(x，y)。
进一步地，所述BLOB面积分析具体包括以下步骤：
逐行扫描马铃薯原始样本图像，将每一行中连续的白色像素组成一个序列生成团像素集合，并分配一个标号，并记下所述团像素集合的起点、终点以及其所在的行号；
对除第一行外的所有行的团像素集合，若所述当前团像素集合与前一行中的所有团像素集合均没有重合区域，分配一个新的标号；若所述当前团像素集合仅与上一行中一个团像素集合有重合区域，则将上一行的有重合区域的团像素集合标号分配给当前团像素集合；若所述当前团像素集合与上一行的至少2个的团像素集合有重叠区域，则将上一行的有重合区域的至少2个的团像素集合中最小标号分配给当前团像素集合，并将有重合区域的至少2个的团像素集合的标号写入等价对，所述等价对为所述至少2个的团像素集合的标号的集合；
所述每个等价对为对应的芽眼区域，记录所述芽眼信息，所述芽眼信息包括芽眼区域的起点、终点及所在的行号；
根据所述芽眼区域的起点、终点及所在的行号获得芽眼区域的大小。
进一步地，所述支撑板的数量为2并对称设置所述黑色输送带两边，所述两块支撑板之间设置第一横板、第二横板，所述第一横板、第二横板在支撑板的竖直方向上位置可变,所述第一支撑板位于第二横板的上方，所述第一横板用于固定摄像头，所述第二横板用于固定白色无影光源。
进一步地，所述第一支撑板上设置有用于摄像头的线缆穿过的穿孔，所述第二横板上开设有拍摄孔，所述拍摄孔用于摄像头拍摄位于正下方的黑色输送带上的马铃薯的，所述拍摄孔的底部周边固定连接中部穿孔的白色无影光源，所述摄像头沿所述拍摄孔的轴线固定连接在所述第一支撑板的底部。
进一步地，所述白色无影光源为环形白色无影光源。
一种马铃薯芽眼识别设备，包括：
一个或多个处理器；
存储单元，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，能使得所述一个或多个处理器实现所述的一种马铃薯芽眼识别方法，所述一个或多个程序：
应用于筛选系统中的上位机，所述筛选系统还包括黑色输送带、支撑组件、拔指，所述支撑组件位于黑色传输带的输入端，所述拔指位于支撑组件与黑色传输带的输出端之间，所述黑色传输带的输出端的正下方设置有收集盒，所述拔指的正下方设置有废料盒，所述支撑组件包括至少一块支撑板，所述支撑板上连接有摄像头、白色无影光源；
所述白色无影光源用于照亮马铃薯以提高亮度，用以辅助摄像头拍摄得到便于识别的马铃薯原始样本图像；
所述摄像头用于：当马铃薯通过黑色输送带传送至摄像头的正下方时，获得触发信号并进行拍照获得马铃薯原始样本图像，并上传至上位机；
由上位机执行以下步骤：
采集模块，用于接收摄像头发送的马铃薯原始样本图像；
分割模块，用于对所述马铃薯原始样本图像进行OTSU阈值分割处理，获得芽眼区域的分割图像；
二值化模块，用于对所述芽眼区域的分割图像进行二值化处理，获得芽眼区域的二值化图像；
面积分析模块，用于对所述芽眼区域的二值化图像进行BLOB面积分析，获得芽眼信息，芽眼信息包括芽眼区域的大小；
分析控制模块，用于根据所述芽眼区域的大小与预设阈值进行判定，若所有芽眼的面积≤预设阈值，则判定为无芽眼状态，发出控制指令用以控制所述拔指将所述无芽眼状态对应的马铃薯拔至废料盒中。
本发明具有的有益效果：
1、通过摄像头进行马铃薯原始样本图像采集，然后分割出马铃薯区域，之后对图像进行二值化处理，并通过BLOB分析测量芽眼数量和芽眼面积，根据条件检测与变量计算，判断种薯有无芽眼，并指导后续执行机构动作。
2、因此同品种马铃薯的芽眼在灰度空间中有相似的灰度特征，通过黑色输送带，使拍摄的图像的背景颜色为黑色，可直接通过OTSU阈值分割处理获得芽眼区域，并通过二值化处理、BLOB面积分析获得芽眼数量和芽眼面积，因此使用的OTSU阈值分割方处理在灰度空间中调高了分割效果，解决了彩色图像分割虽然方法方便快速，但芽眼部分点和区域过于离散与孤立，很难在后续处理中得到完整的芽眼轮廓，显然单靠彩色特征无法满足芽眼识别的目的的问题。
附图说明
图1为本发明的马铃薯芽眼识别方法流程示意图；
图2为本发明的马铃薯芽眼识别设备结构示意图；
图3为本发明的实施例3的立体结构示意图；
图4为本发明的实施例3的俯视示意图；
图5为本发明的实施例3的循环式切割结构的立体结构示意图；
图6为本发明的实施例3的排序系统的立体结构示意图；
图7为本发明的实施例3的循环式提料排序结构的立体结构示意图；
图8为本发明的实施例3的筛选系统的立体结构示意图；
图9为本发明的实施例3的白色无影光源示意图；
图10为本发明的实施例3的支撑组件结构示意图；
附图标记：
1-分级系统，101-排料口；
2-切割系统，201-驱动电机，202-轴承座，203-主动转轴，204-从动转轴，205-固定架，206-切割刀，207-链轮，208-链条，209-切割勺；
3-排序系统，301-接料罩，302-挡板，303-输送带，304-运料电机，305-集薯结构，310-提料排序结构，311-运料勺，312-传动链条；
4-筛选系统，400-上位机，401-支撑组件，4001-支撑板，4002-第一横板，4003-第二横板，401-黑色传输带，403-拔指，404-废料盒，405-收集盒，406-摄像头，407-白色无影光源。
具体实施方式
下面结合实施例及附图，对本发明作进一步的详细说明，但本发明的实施方式不限于此。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖向”、“纵向”、“侧向”、“水平”、“内”、“外”、“前”、“后”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“开有”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
一种马铃薯芽眼识别方法，应用于筛选系统中的上位机，所述筛选系统还包括黑色输送带、支撑组件、拔指，所述支撑组件位于黑色传输带的输入端，所述拔指位于支撑组件与黑色传输带的输出端之间，所述黑色传输带的输出端的正下方设置有收集盒，所述拔指的正下方设置有废料盒，所述支撑组件包括至少一块支撑板，所述支撑板上连接有摄像头、白色无影光源；
所述白色无影光源用于照亮马铃薯以提高亮度，用以辅助摄像头拍摄得到便于识别的马铃薯原始样本图像；
所述摄像头用于：当马铃薯通过黑色输送带传送至摄像头的正下方时，获得触发信号并进行拍照获得马铃薯原始样本图像，并上传至上位机；
由上位机执行以下步骤：
S1、接收摄像头发送的马铃薯原始样本图像,所述马铃薯原始样本图像为基于黑色输送带形成的背景为黑色的图像；
S2、对所述马铃薯原始样本图像进行OTSU阈值分割处理，获得芽眼区域的分割图像；
所述OTSU阈值分割处理具体包括：
获得马铃薯原始样本图像每个像素的灰度值并进行判定；
若所述像素的灰度值＞类间方差阈值，则将所述像素点刷新为255；
若所述像素的灰度值≤类间方差阈值，则将所述像素点刷新为0。
所述类间方差阈值为使类间方差δ2最大的灰度值
Figure BDA0003506836920000061
所述δ2＝wo(μ0-μ)2+w1(μ1-μ)2，其中，灰度值
Figure BDA0003506836920000062
为马铃薯原始样本图像的灰度区间，wo为
Figure BDA0003506836920000063
的像素数占总像素数的比例，μ0为
Figure BDA0003506836920000064
的所有像素的灰度均值，w1为
Figure BDA0003506836920000065
的像素数占总像素数的比例，μ1为
Figure BDA0003506836920000066
的所有像素的灰度均值，μ为马铃薯原始样本图像的灰度均值。
S3、对所述芽眼区域的分割图像进行二值化处理，获得芽眼区域的二值化图像；
所述二值化处理为对所述芽眼区域的分割图像进行取反操作：对所述芽眼区域的分割图像中的像素f(x，y)进行取反得到f(x，y)′,取反公式为：f(x，y)′＝255-f(x，y)。
S4、对所述芽眼区域的二值化图像进行BLOB面积分析，获得芽眼信息，芽眼信息包括芽眼区域的大小；
所述BLOB面积分析具体包括以下步骤：
逐行扫描马铃薯原始样本图像，将每一行中连续的白色像素组成一个序列生成团像素集合，并分配一个标号，并记下所述团像素集合的起点、终点以及其所在的行号；
对除第一行外的所有行的团像素集合，若所述当前团像素集合与前一行中的所有团像素集合均没有重合区域，分配一个新的标号；若所述当前团像素集合仅与上一行中一个团像素集合有重合区域，则将上一行的有重合区域的团像素集合标号分配给当前团像素集合；若所述当前团像素集合与上一行的至少2个的团像素集合有重叠区域，则将上一行的有重合区域的至少2个的团像素集合中最小标号分配给当前团像素集合，并将有重合区域的至少2个的团像素集合的标号写入等价对，所述等价对为所述至少2个的团像素集合的标号的集合；
所述每个等价对为对应的芽眼区域，记录所述芽眼信息，所述芽眼信息包括芽眼区域的起点、终点及所在的行号；
根据所述芽眼区域的起点、终点及所在的行号获得芽眼区域的大小。
S5、根据所述芽眼区域的大小与预设阈值进行判定，若所有芽眼的面积≤预设阈值，则判定为无芽眼状态，发出控制指令用以控制所述拔指将所述无芽眼状态对应的马铃薯拔至废料盒中。
所述步骤S5具体包括以下步骤：
根据所述每一个芽眼的面积与预设阈值进行判定；
若所有芽眼的面积≤预设阈值，则判定为无芽眼状态，则将所述无芽眼状态对应的马铃薯原始样本图像打上“NG”的标签；以及
根据所述“NG”的标签向拔指发出“1”的控制指令，以使所述拔指根据所述“1”的控制指令将所述无芽眼状态对应的马铃薯拔至废料盒中；
若所有芽眼的面积＞预设阈值，则判定为有芽眼状态，则将所述无芽眼状态对应的马铃薯原始样本图像打上“OK”的标签；以及
根据所述“OK”的标签显示所述有芽眼状态对应的马铃薯原始样本图像。
所述支撑板的数量为2并对称设置所述黑色输送带两边，所述两块支撑板之间设置第一横板、第二横板，所述第一横板、第二横板在支撑板的竖直方向上位置可变,所述第一支撑板位于第二横板的上方，所述第一横板用于固定摄像头，所述第二横板用于固定白色无影光源。
所述第一支撑板上设置有用于摄像头的线缆穿过的穿孔，所述第二横板上开设有拍摄孔，所述拍摄孔用于摄像头拍摄位于正下方的黑色输送带上的马铃薯的，所述拍摄孔的底部周边固定连接中部穿孔的白色无影光源，所述摄像头沿所述拍摄孔的轴线固定连接在所述第一支撑板的底部。
具体的，所述拍摄孔为圆形，所述白色无影光源为环形白色无影光源。
实施例2
一种马铃薯芽眼识别设备，包括：
一个或多个处理器；
存储单元，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，能使得所述一个或多个处理器实现根据权利要求1至8中任意一项所述的一种多模板的安检图像识别方法，所述一个或多个程序：
应用于筛选系统中的上位机，所述筛选系统还包括黑色输送带、支撑组件、拔指，所述支撑组件位于黑色传输带的输入端，所述拔指位于支撑组件与黑色传输带的输出端之间，所述黑色传输带的输出端的正下方设置有收集盒，所述拔指的正下方设置有废料盒，所述支撑组件包括至少一块支撑板，所述支撑板上连接有摄像头、白色无影光源；
所述白色无影光源用于照亮马铃薯以提高亮度，用以辅助摄像头拍摄得到便于识别的马铃薯原始样本图像；
所述摄像头用于：当马铃薯通过黑色输送带传送至摄像头的正下方时，获得触发信号并进行拍照获得马铃薯原始样本图像，并上传至上位机；
由上位机执行以下步骤：
采集模块，用于接收摄像头发送的马铃薯原始样本图像；
分割模块，用于对所述马铃薯原始样本图像进行OTSU阈值分割处理，获得芽眼区域的分割图像；
二值化模块，用于对所述芽眼区域的分割图像进行二值化处理，获得芽眼区域的二值化图像；
面积分析模块，用于对所述芽眼区域的二值化图像进行BLOB面积分析，获得芽眼信息，芽眼信息包括芽眼区域的大小；
分析控制模块，用于根据所述芽眼区域的大小与预设阈值进行判定，若所有芽眼的面积≤预设阈值，则判定为无芽眼状态，发出控制指令用以控制所述拔指将所述无芽眼状态对应的马铃薯拔至废料盒中。
实施例3
如图3和图4所示，一种马铃薯种薯的智能切块系统，包括以下组件：
分级系统1，分级系统1包括按直径将马铃薯分成多组的分级机，多组马铃薯从分级机的多个排料口101分别排出；
切割系统2，切割系统2包括多组竖向设置的循环式切割结构，切割结构的组数与分级机的排料口101数量相同，每组循环式切割结构的输入端均对应有一个分级机排料口101；
排序系统3，排序系统3包括集薯结构305和竖向设置的循环式提料排序结构310，提料排序结构310的输入端位于集薯结构305内，提料排序结构310的输出端伸出集薯结构305外；
筛选系统4，筛选系统4输入端位于排序系统3的正下方，应用于筛选系统中的上位机，所述筛选系统还包括黑色输送带、支撑组件、拔指，所述支撑组件位于黑色传输带的输入端，所述拔指位于支撑组件与黑色传输带的输出端之间，所述黑色传输带的输出端的正下方设置有收集盒，所述拔指的正下方设置有废料盒，所述支撑组件包括至少一块支撑板，所述支撑板上连接有摄像头、白色无影光源；
所述白色无影光源用于照亮马铃薯以提高亮度，用以辅助摄像头拍摄得到便于识别的马铃薯原始样本图像；
所述摄像头用于：当马铃薯通过黑色输送带传送至摄像头的正下方时，获得触发信号并进行拍照获得马铃薯原始样本图像，并上传至上位机；
由上位机执行以下步骤：
S1、接收摄像头发送的马铃薯原始样本图像；
S2、对所述马铃薯原始样本图像进行OTSU阈值分割处理，获得芽眼区域的分割图像；
S3、对所述芽眼区域的分割图像进行二值化处理，获得芽眼区域的二值化图像；
S4、对所述芽眼区域的二值化图像进行BLOB面积分析，获得芽眼信息，芽眼信息包括芽眼区域的大小；
S5、根据所述芽眼区域的大小与预设阈值进行判定，若所有芽眼的面积≤预设阈值，则判定为无芽眼状态，发出控制指令用以控制所述拔指将所述无芽眼状态对应的马铃薯拔至废料盒中。
本实施例中，将马铃薯分成多组的分级机为常见的马铃薯分级机，马铃薯分级机可以将马铃薯种薯按照40mm至49mm，50mm至59mm，60mm以上分成三组从三个排料口101中排出至切割系统2中。
本实施例中，切割系统2还包括多独立个储存腔的储存箱，储存箱的底部为方便循环式切割结构提料的圆弧型结构，储存腔的个数与循环式切割结构的组数相同。
分级机按照直径从小到大将马铃薯种薯分成三组从三个排料口101依次排出至一字型、三叉型和十字型的三组循环式切割结构中，且三组切割刀206均位于同一水平高度位置，驱动电机201功率低于三个马铃薯种薯被同时切割时的功率，驱动电机201的功率为单个马铃薯种薯被切割时的1.2倍至2.8倍。
由于三组切割刀206均位于同一水平高度位置，由于三组切割勺209中的三个马铃薯种薯高度不同，导致切割勺209与切割刀206配合切割时，十字型切割刀206切割时，一字型和三叉型切割刀206还处于待切割状态，十字型切割刀206的摩擦力最大时，一字型切割刀206才开始切割，一字型切割刀206的摩擦力还没达到最大，因此，三组高度不同的马铃薯种薯切割，导致需要的切割力低于三个马铃薯同时切割时的切割力，从而导致驱动电机201的功率低于三个马铃薯同时切割的功率，从而降低驱动电机201的耗能，节约电力能源。
本发明通过分级系统1和切割系统2组合的方式，且切割系统2通过同一电机驱动的发明构思，导致三组马铃薯种薯切割时的切割时序不同，从而导致驱动电机201所需的功率低于三组马铃薯种薯被同时切割所需的功率，从而降低驱动电机201的耗能，节约耗能。
具体的，所述每组的循环式切割结构均包括有：
切割刀206，切割刀206的位置固定；
切割勺209，切割勺209可在竖直方向上循环式移动，切割勺209往上移动时，切割勺209的开口向上，切割勺209上均设有切割缝，每组切割勺209的切割缝均与该组切割刀206的形状相适配。
具体的，所述多组循环式切割结构的切割刀206为一字型、三叉型、十字型中的任意一种或其组合。
具体的，如图5所示，所述切割系统2包括三组循环式切割结构，三组循环式切割结构的切割刀206分别为一字型、三叉型和十字型；
所述分级机按直径将马铃薯分成三组并分别从三个排料口101排出，三组直径依次从小到大的三组马铃薯分别对应切割刀206为一字型、三叉型和十字型的三组循环式切割结构。
将马铃薯按照直径大小分为三组，且依次从小到大分别对应切割刀206为一字型、三叉型和十字型的三组循环式切割结构，可以使得马铃薯种薯切块后的直径相差较小，提高马铃薯种薯的利用效率。
具体的，所述切割系统2还包括驱动结构，驱动结构包括：
驱动构件，驱动构件包括驱动电机201和转轴，转轴包括主动转轴203和从动转轴204，主动转轴203与驱动电机201的输出轴同轴固定连接；
传动构件，传动构件包括三组均匀设置在转轴上的链轮207和链条208，三组链轮207和链条208均通过同一驱动电机201驱动，每组链轮207均包括两个相适配的链轮207和一根链条208，两个链轮207分别固定在主动转轴203和从动转轴204上，从动转轴204通过链条208驱动，所述切割勺209均匀的固定在链条208上。
可以理解的是，为了顺利将切割勺209中的马铃薯种薯切割完成，则需要考虑驱动电机201的转速和功率。
研究切割速度对马铃薯种薯的切割影响时，选取费乌瑞它为试验材料，其形状为长椭圆形，经过测量厚度范围为40～60mm，平均含水率83％。
本实施例中，循环式切割结构将切割好的马铃薯种薯切块排出时，需要依靠马铃薯的移动速度，使得马铃薯种薯切块位于循环式切割结构的顶部时，切割勺209将马铃薯种薯切块抛出，马铃薯种薯切块需要依靠惯性到达排料组件的接料罩301进料口，因此，驱动电机201的转速不宜过高或过低。
具体的，所述驱动电机201的功率参数范围为：0.5KW至2kw，驱动电机201的转速范围为：800r/min至2000r/min。
本实施例中，驱动电机201参数选择为0.75kW，转速1390r/min。
具体的，如图6至7所示，所述排序系统3还包括输送带303和运料电机304，输送带303通过运料电机304驱动，所述集薯结构305的进料口设于输送带303的出料端下方，排序系统3还包括用于收集种薯切块的接料罩301，所述接料罩301的出料口位于输送带303的正上方。
本实施例中，还设有位于输送带303两侧的挡板302。
具体的，所述提料排序结构310包括：
运料勺311，运料勺311可在竖直方向上循环移动，运料勺311向上移动时开口向上且位于集薯结构305内，
传动链条312，传动链条312通过运料电机304驱动，运料勺311均匀的固定在传动传动链条312上。
本实施例中，集薯结构305为斗式的集署箱。
可以理解的是，长期使用后，为了马铃薯种薯切块不堆积在集薯结构305中，则切割系统中将马铃薯种薯切块的速度小于或等于运料勺311的运送速度，
本实施例的工作流程及工作原理说明如下：
将马铃薯种薯投入至马铃薯分级机中，启动马铃薯分级机，马铃薯分级机按照马铃薯的直径大小将马铃薯种薯从分成大、中、小三组从三个排料口101排出，随后，三组马铃薯种薯分别被投放至储存箱的三个储存腔中，随后启动切割系统2中的驱动电机201，驱动电机201带动主动转轴203与从动转轴204转动，从而带动链轮207和链条208同步随动，链条208循环式移动时，固定在链条208上的切割勺209随链条208循环式移动，链条208上的每个切割勺209移动至储存腔时，均带动一个马铃薯种薯往上移动，随着切割勺209的往上移动，经过切割刀206后，由于链条208的驱动，马铃薯种薯被切割开并置于切割勺209中，直至移动至链条208顶部后，切割勺209的开口逐渐倾斜直至变为竖直状态，随后由于惯性作用马铃薯种薯切块被抛出，随后被抛出至接料罩301的接料口中，随后从接料罩301的出料口掉落至输送带303上。
随后进行排序和筛选工序，输送带303上的马铃薯通过输送带303被移动至集薯结构305中，随后通过循环式的提料排序结构310被逐个送出，随后通过识别结构对马铃薯种薯切块的芽眼进行识别，当识别结构判断出马铃薯种薯切块无芽眼时，拔指402会将黑色传输带401上的无芽眼马铃薯种薯切块拔至废料盒中，判断出马铃薯种薯切块有芽眼时，则无任何动作，直至被黑色传输带401送至收集盒404中。
综上所述，通过组合的分级系统1、切割系统2和排序系统3，使得马铃薯种薯可按直径大小被分组后单独排出，被分组后的马铃薯种薯随后根据直径大小被切割系统2切割成直径相近的切块，随后通马铃薯种薯的切块通过过排序系统3收集并排序，铃薯种薯切块排序后被逐个排出至筛选系统4中识别芽眼数量和芽眼面积，随后根据识别的芽眼情况完成种薯切块的筛选，从而实现智能化的切块，提高马铃薯种薯切块的机械化程度和切块质量。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，依据本发明的技术实质，在本发明的精神和原则之内，对以上实施例所作的任何简单的修改、等同替换与改进等，均仍属于本发明技术方案的保护范围之内。

Claims (10)

1.一种马铃薯芽眼识别方法，其特征在于，应用于筛选系统中的上位机，所述筛选系统还包括黑色输送带、支撑组件、拔指，所述支撑组件位于黑色传输带的输入端，所述拔指位于支撑组件与黑色传输带的输出端之间，所述黑色传输带的输出端的正下方设置有收集盒，所述拔指的正下方设置有废料盒，所述支撑组件包括至少一块支撑板，所述支撑板上连接有摄像头、白色无影光源；
所述白色无影光源用于照亮马铃薯以提高亮度，用以辅助摄像头拍摄得到便于识别的马铃薯原始样本图像；
所述摄像头用于：当马铃薯通过黑色输送带传送至摄像头的正下方时，获得触发信号并进行拍照获得马铃薯原始样本图像，并上传至上位机；
由上位机执行以下步骤：
S1、接收摄像头发送的马铃薯原始样本图像,所述马铃薯原始样本图像为基于黑色输送带形成的背景为黑色的图像；
S2、对所述马铃薯原始样本图像进行OTSU阈值分割处理，获得芽眼区域的分割图像；
S3、对所述芽眼区域的分割图像进行二值化处理，获得芽眼区域的二值化图像；
S4、对所述芽眼区域的二值化图像进行BLOB面积分析，获得芽眼信息，芽眼信息包括芽眼区域的大小；
S5、根据所述芽眼区域的大小与预设阈值进行判定，若所有芽眼的面积≤预设阈值，则判定为无芽眼状态，发出控制指令用以控制所述拔指将所述无芽眼状态对应的马铃薯拔至废料盒中。
2.根据权利要求1所述的一种马铃薯芽眼识别方法，其特征在于，所述OTSU阈值分割处理具体包括：
获得马铃薯原始样本图像每个像素的灰度值并进行判定；
若所述像素的灰度值＞类间方差阈值，则将所述像素点刷新为255；
若所述像素的灰度值≤类间方差阈值，则将所述像素点刷新为0。
3.根据权利要求2所述的一种马铃薯芽眼识别方法，其特征在于，所述类间方差阈值为使类间方差δ2最大的灰度值
Figure FDA0003506836910000011
所述δ2＝wo(μ0-μ)2+w1(μ1-μ)2，其中，灰度值
Figure FDA0003506836910000012
Figure FDA0003506836910000013
为马铃薯原始样本图像的灰度区间，wo为
Figure FDA0003506836910000014
Figure FDA0003506836910000021
的像素数占总像素数的比例，μ0为
Figure FDA0003506836910000022
的所有像素的灰度均值，w1为
Figure FDA0003506836910000023
的像素数占总像素数的比例，μ1为
Figure FDA0003506836910000024
的所有像素的灰度均值，μ为马铃薯原始样本图像的灰度均值。
4.根据权利要求2所述的一种马铃薯芽眼识别方法，其特征在于，所述步骤S5具体包括以下步骤：
根据所述每一个芽眼的面积与预设阈值进行判定；
若所有芽眼的面积≤预设阈值，则判定为无芽眼状态，则将所述无芽眼状态对应的马铃薯原始样本图像打上“NG”的标签；以及
根据所述“NG”的标签向拔指发出“1”的控制指令，以使所述拔指根据所述“1”的控制指令将所述无芽眼状态对应的马铃薯拔至废料盒中；
若所有芽眼的面积＞预设阈值，则判定为有芽眼状态，则将所述无芽眼状态对应的马铃薯原始样本图像打上“OK”的标签；以及
根据所述“OK”的标签显示所述有芽眼状态对应的马铃薯原始样本图像。
5.根据权利要求1所述的一种马铃薯芽眼识别方法，其特征在于，所述二值化处理为对所述芽眼区域的分割图像进行取反操作：对所述芽眼区域的分割图像中的像素f(x，y)进行取反得到f(x，y)′,取反公式为：f(x，y)′＝255-f(x，y)。
6.根据权利要求1所述的一种马铃薯芽眼识别方法，其特征在于，所述BLOB面积分析具体包括以下步骤：
逐行扫描马铃薯原始样本图像，将每一行中连续的白色像素组成一个序列生成团像素集合，并分配一个标号，并记下所述团像素集合的起点、终点以及其所在的行号；
对除第一行外的所有行的团像素集合，若所述当前团像素集合与前一行中的所有团像素集合均没有重合区域，分配一个新的标号；若所述当前团像素集合仅与上一行中一个团像素集合有重合区域，则将上一行的有重合区域的团像素集合标号分配给当前团像素集合；若所述当前团像素集合与上一行的至少2个的团像素集合有重叠区域，则将上一行的有重合区域的至少2个的团像素集合中最小标号分配给当前团像素集合，并将有重合区域的至少2个的团像素集合的标号写入等价对，所述等价对为所述至少2个的团像素集合的标号的集合；
所述每个等价对为对应的芽眼区域，记录所述芽眼信息，所述芽眼信息包括芽眼区域的起点、终点及所在的行号；
根据所述芽眼区域的起点、终点及所在的行号获得芽眼区域的大小。
7.根据权利要求1所述的一种马铃薯芽眼识别方法，其特征在于，所述支撑板的数量为2并对称设置所述黑色输送带两边，所述两块支撑板之间设置第一横板、第二横板，所述第一横板、第二横板在支撑板的竖直方向上位置可变,所述第一支撑板位于第二横板的上方，所述第一横板用于固定摄像头，所述第二横板用于固定白色无影光源。
8.根据权利要求7所述的一种马铃薯芽眼识别方法，其特征在于，所述第一支撑板上设置有用于摄像头的线缆穿过的穿孔，所述第二横板上开设有拍摄孔，所述拍摄孔用于摄像头拍摄位于正下方的黑色输送带上的马铃薯的，所述拍摄孔的底部周边固定连接中部穿孔的白色无影光源，所述摄像头沿所述拍摄孔的轴线固定连接在所述第一支撑板的底部。
9.根据权利要求8所述的一种马铃薯芽眼识别方法，其特征在于，所述白色无影光源为环形白色无影光源。
10.一种马铃薯芽眼识别设备，其特征在于，包括：
一个或多个处理器；
存储单元，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，能使得所述一个或多个处理器实现根据权利要求1至9中任意一项所述的一种马铃薯芽眼识别方法，所述一个或多个程序：
应用于筛选系统中的上位机，所述筛选系统还包括黑色输送带、支撑组件、拔指，所述支撑组件位于黑色传输带的输入端，所述拔指位于支撑组件与黑色传输带的输出端之间，所述黑色传输带的输出端的正下方设置有收集盒，所述拔指的正下方设置有废料盒，所述支撑组件包括至少一块支撑板，所述支撑板上连接有摄像头、白色无影光源；
所述白色无影光源用于照亮马铃薯以提高亮度，用以辅助摄像头拍摄得到便于识别的马铃薯原始样本图像；
所述摄像头用于：当马铃薯通过黑色输送带传送至摄像头的正下方时，获得触发信号并进行拍照获得马铃薯原始样本图像，并上传至上位机；
由上位机执行以下步骤：
采集模块，用于接收摄像头发送的马铃薯原始样本图像；
分割模块，用于对所述马铃薯原始样本图像进行OTSU阈值分割处理，获得芽眼区域的分割图像；
二值化模块，用于对所述芽眼区域的分割图像进行二值化处理，获得芽眼区域的二值化图像；
面积分析模块，用于对所述芽眼区域的二值化图像进行BLOB面积分析，获得芽眼信息，芽眼信息包括芽眼区域的大小；
分析控制模块，用于根据所述芽眼区域的大小与预设阈值进行判定，若所有芽眼的面积≤预设阈值，则判定为无芽眼状态，发出控制指令用以控制所述拔指将所述无芽眼状态对应的马铃薯拔至废料盒中。
CN202210142166.1A 2022-02-16 2022-02-16 一种马铃薯芽眼识别方法及设备 Pending CN114463742A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210142166.1A CN114463742A (zh) 2022-02-16 2022-02-16 一种马铃薯芽眼识别方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210142166.1A CN114463742A (zh) 2022-02-16 2022-02-16 一种马铃薯芽眼识别方法及设备

Publications (1)

Publication Number Publication Date
CN114463742A true CN114463742A (zh) 2022-05-10

Family

ID=81414178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210142166.1A Pending CN114463742A (zh) 2022-02-16 2022-02-16 一种马铃薯芽眼识别方法及设备

Country Status (1)

Country Link
CN (1) CN114463742A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115812380A (zh) * 2022-11-15 2023-03-21 甘肃农业大学 马铃薯种薯制备系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115812380A (zh) * 2022-11-15 2023-03-21 甘肃农业大学 马铃薯种薯制备系统

Similar Documents

Publication Publication Date Title
CN106217432B (zh) 分拣装置及种子自动切片采样设备
CN101486033B (zh) 一种小果型果品分检装置及板栗分检方法
CN104624505B (zh) 一种基于图像识别的废塑料分离方法与系统
US9156064B2 (en) Apparatus and method for sorting plant material
CN108287010B (zh) 一种螃蟹多指标分级装置与方法
US11311915B2 (en) Automated aero aluminum scrap sorting system based on laser induced breakdown (LIBS) technique
CN114463742A (zh) 一种马铃薯芽眼识别方法及设备
CN110394307B (zh) 一种烟叶自动检测分拣系统
CN111054655A (zh) 一种螃蟹分拣装置及其运用方法
CN108719424A (zh) 一种基于机器视觉的水产品分类方法及系统
CN104062298A (zh) 基于图像处理的联合收获机粮箱籽粒含杂率自动监测装置和方法
CN105598042A (zh) 蚕茧分选方法
CN112547566A (zh) 一种气压式高速选茧装置
CN207222383U (zh) 木板分拣系统
CN113820325A (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
CN212072082U (zh) 一种马铃薯薯种切块机
CN110575973B (zh) 一种农作物种子品质检测与筛选系统
CN111299137A (zh) 一种基于机器视觉的焦宝石分选系统
CN105562365A (zh) 蚕茧分选机
CN111636122B (zh) 一种抓棉杂质除去装置及除去方法
CN112275661A (zh) 一种智能机采茶鲜叶分级机
CN203750879U (zh) 用于虾自动精选分级的采图设备
CN214794500U (zh) 一种小麦外观品质的在线检测装置
CN216064327U (zh) 吹茧式蚕茧智能分选机
CN110833995A (zh) 基于线激光扫描成像检测的异性纤维检测分离装置

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