CN116451734A - 辅助高精度种子数粒方法、系统、装置及可读存储介质 - Google Patents
辅助高精度种子数粒方法、系统、装置及可读存储介质 Download PDFInfo
- Publication number
- CN116451734A CN116451734A CN202310722591.2A CN202310722591A CN116451734A CN 116451734 A CN116451734 A CN 116451734A CN 202310722591 A CN202310722591 A CN 202310722591A CN 116451734 A CN116451734 A CN 116451734A
- Authority
- CN
- China
- Prior art keywords
- seed
- speed
- detected
- impurities
- seed group
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000012535 impurity Substances 0.000 claims abstract description 73
- 238000001914 filtration Methods 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims description 25
- 239000002245 particle Substances 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 13
- 230000035945 sensitivity Effects 0.000 claims description 11
- 239000012297 crystallization seed Substances 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 230000009467 reduction Effects 0.000 abstract description 4
- 230000001105 regulatory effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 6
- 229910052710 silicon Inorganic materials 0.000 description 6
- 239000010703 silicon Substances 0.000 description 6
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 241000482268 Zea mays subsp. mays Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
- G06M11/00—Counting of objects distributed at random, e.g. on a surface
-
- 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
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/422—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation for representing the structure of the pattern or shape of an object therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/68—Food, e.g. fruit or vegetables
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pretreatment Of Seeds And Plants (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开一种辅助高精度种子数粒方法、系统、装置及可读存储介质,方法包括以下步骤:获取振动盘图像,基于振动盘图像的图像像素比例关系得到待测种子群中种子特征参数;基于种子特征参数调整设备运行参数,使得设备达到速度均匀,末端减速致使被测种子群离开振动盘;采用杂质过滤原理将被测种子群中与被测种子群中的杂质进行过滤,得到不包含杂质的被测种子群;对不包含杂质的被测种子群中的种子进行计数。通过实时采集图像智能识别种子特征,能够动态调整设备运行参数;通过实时反馈调节设备运行状态,达到速度均匀,末端减速的效果;能够将被测物体中与被测物体有明显大小差异的个体过滤出来,从而达到真正被数种子的准确数量。
Description
技术领域
本发明涉及种子计数技术领域,尤其涉及一种辅助高精度种子数粒方法、系统、装置及可读存储介质。
背景技术
现有的数粒仪普遍存在针对不同大小、形状的种子需要人工设置仪器不同的运行参数,且相同种子不同品种之间的差异化也在逐渐增大,对种子的了解和对设备的操作要求也在增加;普遍存在自动化程度不高,无法自适应种子类型,无法分辨杂质,人工干预和人工值守时间长,效率低等缺陷。
现有数粒仪均采用人工根据现有经验针对不同的种子类型设置仪器的运行参数,没有考虑到不同操作员的经验差异;而且相同种子不同品种之间的差异化也越来越大,传统的根据种子来设置和判断就不能达到最佳的运行结果,譬如说甜玉米相比糯玉米颗粒较小较薄,糯玉米较瘪,为了达到很好的运行效果,需要降低运行速度等参数;如果没有考虑到运行过程中的动态调整,人工值守也无法达到最佳效果。但是,现有技术中至少存在以下问题:人工设置参数需要一定的经验基础和对设备有一定了解;设备运行中不能实时调节运行参数,达到最优运行结果;样品中混有其他杂质(如土壤颗粒)会造成计数不准确。
发明内容
本发明针对现有技术中的缺点,提供了一种辅助高精度种子数粒方法、系统、装置及可读存储介质。
为了解决上述技术问题,本发明通过下述技术方案得以解决:
一种辅助高精度种子数粒方法,包括以下步骤:
获取振动盘图像,基于所述振动盘图像的图像像素比例关系得到待测种子群中种子特征参数,至少包括长度、宽度、面积、周长及圆度,其中,面积、周长及圆度基于长度、宽度得到,振动盘中包括待测种子群;
基于所述种子特征参数调整设备运行参数,使得所述设备达到速度均匀,末端减速致使被测种子群离开所述振动盘;
采用杂质过滤原理将被测种子群中与被测种子群中的杂质进行过滤,得到不包含杂质的被测种子群;
对所述不包含杂质的被测种子群中的种子进行计数。
作为一种可实施方式,所述基于所述种子特征参数动态设置设备的运行参数,包括以下步骤:
所述设备运行参数至少包括运行速度、刹车速度、减速粒数、振动台到光电检测器的距离;
基于种子的长度对所述设备的运行速度进行调整;
通过圆度调整刹车速度及通过圆度调整减速粒数。
作为一种可实施方式,所述基于种子的长度对所述设备的运行速度进行调整,所述运行速度公式表示如下:
V速度=L种子长度/ Lmax* Vmax
其中,V速度表示设备运行速度,Lmax表示最大检测范围,L种子长度表示种子长度,Vmax表示设备运行最大速度。
作为一种可实施方式,所述圆度调整刹车速度,所述刹车速度公式表示如下:
V刹车= V速度* (1 -F圆度)
其中,V刹车表示刹车速度,V速度表示设备运行速度F圆度表示圆度。
作为一种可实施方式,所述通过圆度调整减速粒数,表示如下:
A减速粒数= B * F圆度
其中,A减速粒数表示减速粒数,B表示预设减速粒数,所述预设减速粒数表示1和数粒目标之间的任何数。
作为一种可实施方式,所述对所述不包含杂质的被测种子群中的种子进行计数,包括以下步骤:
调整振动台到光电检测器的距离,其中,所述设备包括振动台和光电检测器;
基于振动台到光电检测器的距离及种子直径,得到所述光电检测器的检测时长,所述检测时长的公式表示如下:
t =
其中,H表示振动台到光电检测器的距离,h表示种子直径,g表示重力加速度。
作为一种可实施方式,所述采用杂质过滤原理将被测种子群中与被测种子群中的杂质进行过滤,包括以下步骤:
基于被测种子群中与杂质,设置检测杂质的检测灵敏度值,其中,所述检测灵敏度值表示为检测时长大于测试范围边界的阈值判定为杂质;
通过所述检测灵敏度值对被测种子群中的杂质进行过滤。
一种辅助高精度种子数粒系统,包括图像获取模块、数据调整模块、杂质过滤模块及计数模块;
所述图像获取模块,用于获取振动盘图像,基于所述振动盘图像的图像像素比例关系得到待测种子群中种子特征参数,至少包括长度、宽度、面积、周长及圆度,其中,面积、周长及圆度基于长度、宽度得到,振动盘中包括待测种子群;
所述数据调整模块,基于所述种子特征参数调整设备运行参数,使得所述设备达到速度均匀,末端减速致使被测种子群离开所述振动盘;
所述杂质过滤模块,用于采用杂质过滤原理将被测种子群中与被测种子群中的杂质进行过滤,得到不包含杂质的被测种子群;
所述计数模块,用于对所述不包含杂质的被测种子群中的种子进行计数。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如下所述的方法:
获取振动盘图像,基于所述振动盘图像的图像像素比例关系得到待测种子群中种子特征参数,至少包括长度、宽度、面积、周长及圆度,其中,面积、周长及圆度基于长度、宽度得到,振动盘中包括待测种子群;
基于所述种子特征参数调整设备运行参数,使得所述设备达到速度均匀,末端减速致使被测种子群离开所述振动盘;
采用杂质过滤原理将被测种子群中与被测种子群中的杂质进行过滤,得到不包含杂质的被测种子群;
对所述不包含杂质的被测种子群中的种子进行计数。
一种辅助高精度种子数粒装置,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如下所述的方法:
获取振动盘图像,基于所述振动盘图像的图像像素比例关系得到待测种子群中种子特征参数,至少包括长度、宽度、面积、周长及圆度,其中,面积、周长及圆度基于长度、宽度得到,振动盘中包括待测种子群;
基于所述种子特征参数调整设备运行参数,使得所述设备达到速度均匀,末端减速致使被测种子群离开所述振动盘;
采用杂质过滤原理将被测种子群中与被测种子群中的杂质进行过滤,得到不包含杂质的被测种子群;
对所述不包含杂质的被测种子群中的种子进行计数。
本发明由于采用了以上技术方案,具有显著的技术效果:
通过实时采集图像智能识别种子特征,能够动态调整设备运行参数;通过实时反馈调节设备运行状态,达到速度均匀,末端减速的效果;能够将被测物体中与被测物体有明显大小差异的个体过滤出来,从而达到真正被数种子的准确数量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明方法的整体流程示意图;
图2是本发明系统的整体结构示意图;
图3是本发明圆度辅助理解示意图;
图4是本发明设备的整体结构示意图;
图5是送料结构的整体结构示意图;
图6是数粒盘的结构示意图;
图7-图8是落料通道的结构示意图;
图9是LED平行光发射板的示意图;
图10是硅光电池接收板的示意图;
图11是本发明计数涉及到的装置及情形示意图。
1、主机;2、送料结构;3、图像获取模块;4、数粒盘;5、分样盘;23、橡胶减震器;27、上安装板;24、下安装板;26、铁块;25、电磁块;22、震动电机;21、料斗;28、送料嘴;29、落料通道;291、LED平行光发射板;292、LED灯光通道;293、硅光电池接收板;294、硅光电池;41、落料口调节电机;42、落料口调节拨片。
具体实施方式
下面结合实施例对本发明做进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例1:
一种辅助高精度种子数粒方法,如图1所示,包括以下步骤:
S100、获取振动盘图像,基于振动盘图像的图像像素比例关系得到待测种子群中种子特征参数,至少包括长度、宽度、面积、周长及圆度,其中,面积、周长及圆度基于长度、宽度得到,振动盘中包括待测种子群;
S200、基于种子特征参数调整设备运行参数,使得设备达到速度均匀,末端减速致使被测种子群离开振动盘;
S300、采用杂质过滤原理将被测种子群中与被测种子群中的杂质进行过滤,得到不包含杂质的被测种子群;
S400、对不包含杂质的被测种子群中的种子进行计数。
结合本发明的具体设备,本发明方法可以具体到以下步骤:
基于高清摄像头获取振动盘图像,其中,高清摄像头需要固定焦距,由于振动盘的直径是已知的,可以通过振动盘图像的图像像素比例关系得到待测种子群中种子特征参数,种子特征参数至少包括长度、宽度、面积、周长及圆度,其中,面积、周长及圆度基于长度、宽度得到,振动盘中包括待测种子群,假设用S表示面积,用L表示周长,用F表示圆度,则圆度的计算公式可以表示如下:
在此需要说明下,如果计算出来的圆度越接近1则说明越接近原型,可以参见附图3所示。
知晓种子特征参数之后,通过种子特征参数调整设备运行参数,使得设备达到速度均匀,末端减速致使被测种子群离开振动盘,调整或者设置的过程如下:
由于设备运行参数至少包括运行速度、刹车速度、减速粒数、振动台到光电检测器的距离;所以可以基于种子的长度对所述设备的运行速度进行调整;通过圆度调整刹车速度及通过圆度调整减速粒数。
具体调整如下:
由于运行速度和种子大小成正比关系,也就是说种子越大需要的速度越大,速度= 系数 * (最大长度 – 种子长度),通过种子的长度对设备的运行速度进行调整,运行速度公式表示如下:
V速度=L种子长度/ Lmax* Vmax
其中,V速度表示设备运行速度,Lmax表示最大检测范围,本实施例中设备的最大检测范围是12cm,L种子长度表示种子长度,Vmax表示设备运行最大速度。
由于刹车速度和圆度成反比关系,越圆刹车时的速度越小,所以,可以用圆度来调整刹车速度,则刹车速度的计算公式表示如下:
V刹车= V速度* (1 -F圆度)
其中,V刹车表示刹车速度,V速度表示设备运行速度F圆度表示圆度。
由于距离数粒目标差N粒时开始启动减速,减速粒数和圆度相关,因此,通过圆度调整减速粒数,减速粒数的公式表示如下:
A减速粒数= B * F圆度
其中,A减速粒数表示减速粒数,B表示预设减速粒数,预设减速粒数表示1和数粒目标之间的任何数;在本例中设置为30,验证效果优异。
调整振动台到光电检测器的距离,其中,设备包括振动台和光电检测器;
基于振动台到光电检测器的距离及种子直径,得到光电检测器的检测时长,检测时长的公式表示如下:
t =
其中,H表示振动台到光电检测器的距离,h表示种子直径,也可以理解成种子的长度或者宽度,g表示重力加速度。
由于种子在离开振动盘后做抛物运动,因此在垂直方向上做自然落体运动,符合自由落体位移公式H=½GT²,则,那么则有种子直径h和传感器检测时长t的关系:
种子有长度或者宽度二个纬度表示种子的特性,分别把长度或者宽度带入公式计算获得T(长)和T(宽)二个时间,正常的种子下落的范围应该在T(长)和T(宽)之间,因此还需要给系统预设一个误差范围,在本实施例中设置的误差范围在±20%。
另外,由于待测种子群会存在杂质,因此会采用杂质过滤原理对待测种子群进行过滤,采用杂质过滤原理将被测种子群中与被测种子群中的杂质进行过滤,包括以下步骤:
基于被测种子群中与杂质,设置检测杂质的检测灵敏度值,其中,检测灵敏度值表示为检测时长大于测试范围边界的阈值判定为杂质;
通过检测灵敏度值对被测种子群中的杂质进行过滤。
也就是说,由于杂质和被测种子群之间有明显的个体差异,则设置检测灵敏度值过滤杂质。本例中设置的灵敏度为50%,即检测到的时间大于测试范围边界的50%判定为杂质,不做正常种子计数。
本发明通过实时采集图像智能识别种子特征,能够动态调整设备运行参数;通过实时反馈调节设备运行状态,达到速度均匀,末端减速的效果;能够将被测物体中与被测物体有明显大小差异的个体过滤出来,从而达到真正被数种子的准确数量。
另外,本发明方法可以依赖于附图4-附图10的设备:
此设备至少包括主机1、送料结构2、图像获取模块3、数粒盘4和分样盘5;送料结构如图5所示,包括壳体,壳体外侧的下方设有橡胶减震器23,壳体内部设有上安装板27和下安装板24,上安装板27和下安装板24通过铁块26与电磁块25进行固定,上安装板27上放置震动电机22,壳体上方设有料斗21,料斗21下方设有送料嘴28和落料通道29,落料通道29延伸至壳体的外侧并设置在数粒盘4的上方,送料嘴28设置在上安装板27上方,落料通道29设有LED平行光发射板291和硅光电池接收板293,内部设有LED灯光通道292,硅光电池接收板293上设有硅光电池294;数粒盘4设有落料口调节电机41,在数粒盘4上还设有落料口调节拨片42。
实施例2:
一种辅助高精度种子数粒系统,如图2所示,包括图像获取模块100、数据调整模块200、杂质过滤模块300及计数模块400;
图像获取模块100,用于获取振动盘图像,基于振动盘图像的图像像素比例关系得到待测种子群中种子特征参数,至少包括长度、宽度、面积、周长及圆度,其中,面积、周长及圆度基于长度、宽度得到,振动盘中包括待测种子群;
数据调整模块200,基于种子特征参数调整设备运行参数,使得设备达到速度均匀,末端减速致使被测种子群离开振动盘;
杂质过滤模块300,用于采用杂质过滤原理将被测种子群中与被测种子群中的杂质进行过滤,得到不包含杂质的被测种子群;
计数模块400,用于对不包含杂质的被测种子群中的种子进行计数。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
此外,需要说明的是,本说明书中所描述的具体实施例,其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化,均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种辅助高精度种子数粒方法,其特征在于,包括以下步骤:
获取振动盘图像,基于所述振动盘图像的图像像素比例关系得到待测种子群中种子特征参数,至少包括长度、宽度、面积、周长及圆度,其中,面积、周长及圆度基于长度、宽度得到,振动盘中包括待测种子群;
基于所述种子特征参数调整设备运行参数,使得所述设备达到速度均匀,末端减速致使被测种子群离开所述振动盘;
采用杂质过滤原理将被测种子群中与被测种子群中的杂质进行过滤,得到不包含杂质的被测种子群;
对所述不包含杂质的被测种子群中的种子进行计数。
2.根据权利要求1所述的辅助高精度种子数粒方法,其特征在于,所述基于所述种子特征参数动态设置设备的运行参数,包括以下步骤:
所述设备运行参数至少包括运行速度、刹车速度、减速粒数、振动台到光电检测器的距离;
基于种子的长度对所述设备的运行速度进行调整;
通过圆度调整刹车速度及通过圆度调整减速粒数。
3.根据权利要求1所述的辅助高精度种子数粒方法,其特征在于,所述基于种子的长度对所述设备的运行速度进行调整,所述运行速度公式表示如下:
V速度=L种子长度 / Lmax * Vmax
其中,V速度 表示设备运行速度,Lmax表示最大检测范围,L种子长度表示种子长度,Vmax表示设备运行最大速度。
4.根据权利要求1所述的辅助高精度种子数粒方法,其特征在于,所述圆度调整刹车速度,所述刹车速度公式表示如下:
V刹车= V速度* (1 -F圆度)
其中,V刹车 表示刹车速度,V速度 表示设备运行速度F圆度表示圆度。
5.根据权利要求1所述的辅助高精度种子数粒方法,其特征在于,所述通过圆度调整减速粒数,表示如下:
A减速粒数= B * F圆度
其中,A减速粒数表示减速粒数,B表示预设减速粒数,所述预设减速粒数表示1和数粒目标之间的任何数。
6.根据权利要求1所述的辅助高精度种子数粒方法,其特征在于,所述对所述不包含杂质的被测种子群中的种子进行计数,包括以下步骤:
调整振动台到光电检测器的距离,其中,所述设备包括振动台和光电检测器;
基于振动台到光电检测器的距离及种子直径,得到所述光电检测器的检测时长,所述检测时长的公式表示如下:
t =
其中,H表示振动台到光电检测器的距离,h表示种子直径,g表示重力加速度。
7.根据权利要求1所述的辅助高精度种子数粒方法,其特征在于,所述采用杂质过滤原理将被测种子群中与被测种子群中的杂质进行过滤,包括以下步骤:
基于被测种子群中与杂质,设置检测杂质的检测灵敏度值,其中,所述检测灵敏度值表示为检测时长大于测试范围边界的阈值判定为杂质;
通过所述检测灵敏度值对被测种子群中的杂质进行过滤。
8.一种辅助高精度种子数粒系统,其特征在于,包括图像获取模块、数据调整模块、杂质过滤模块及计数模块;
所述图像获取模块,用于获取振动盘图像,基于所述振动盘图像的图像像素比例关系得到待测种子群中种子特征参数,至少包括长度、宽度、面积、周长及圆度,其中,面积、周长及圆度基于长度、宽度得到,振动盘中包括待测种子群;
所述数据调整模块,基于所述种子特征参数调整设备运行参数,使得所述设备达到速度均匀,末端减速致使被测种子群离开所述振动盘;
所述杂质过滤模块,用于采用杂质过滤原理将被测种子群中与被测种子群中的杂质进行过滤,得到不包含杂质的被测种子群;
所述计数模块,用于对所述不包含杂质的被测种子群中的种子进行计数。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的方法。
10.一种辅助高精度种子数粒装置,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310722591.2A CN116451734B (zh) | 2023-06-19 | 2023-06-19 | 辅助高精度种子数粒方法、系统、装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310722591.2A CN116451734B (zh) | 2023-06-19 | 2023-06-19 | 辅助高精度种子数粒方法、系统、装置及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116451734A true CN116451734A (zh) | 2023-07-18 |
CN116451734B CN116451734B (zh) | 2023-09-29 |
Family
ID=87122394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310722591.2A Active CN116451734B (zh) | 2023-06-19 | 2023-06-19 | 辅助高精度种子数粒方法、系统、装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116451734B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120128212A1 (en) * | 2010-11-18 | 2012-05-24 | Axis Ab | Object counter and method for counting objects |
CN103466147A (zh) * | 2013-09-23 | 2013-12-25 | 深圳市科信通信技术股份有限公司 | 一种自动点数机及其控制方法 |
CN105752641A (zh) * | 2014-12-15 | 2016-07-13 | 东莞赛立恩自动化科技有限公司 | 一种基于振动盘应用的多轨道精密计数控制器 |
CN208731393U (zh) * | 2018-09-20 | 2019-04-12 | 汕头市澄海区维邦机电设备有限公司 | 一种全自动数粒机 |
CN112381855A (zh) * | 2020-11-26 | 2021-02-19 | 合肥晟谷光电科技有限公司 | 一种基于三维视觉技术的动态物料计数方法及装置 |
CN112544242A (zh) * | 2020-12-10 | 2021-03-26 | 华中农业大学 | 基于ai云计算的水稻全自动脱粒及产量分析系统 |
CN113642694A (zh) * | 2021-08-11 | 2021-11-12 | 海南青峰生物科技有限公司 | 一种基于5g通讯及图像识别处理的水稻种子计数方法 |
CN115690107A (zh) * | 2023-01-03 | 2023-02-03 | 浙江托普云农科技股份有限公司 | 基于图像处理的豆荚果粒高通量计数方法、系统及装置 |
CN116152220A (zh) * | 2023-03-09 | 2023-05-23 | 华南农业大学 | 一种基于机器视觉的种子计数和尺寸测量方法 |
-
2023
- 2023-06-19 CN CN202310722591.2A patent/CN116451734B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120128212A1 (en) * | 2010-11-18 | 2012-05-24 | Axis Ab | Object counter and method for counting objects |
CN103466147A (zh) * | 2013-09-23 | 2013-12-25 | 深圳市科信通信技术股份有限公司 | 一种自动点数机及其控制方法 |
CN105752641A (zh) * | 2014-12-15 | 2016-07-13 | 东莞赛立恩自动化科技有限公司 | 一种基于振动盘应用的多轨道精密计数控制器 |
CN208731393U (zh) * | 2018-09-20 | 2019-04-12 | 汕头市澄海区维邦机电设备有限公司 | 一种全自动数粒机 |
CN112381855A (zh) * | 2020-11-26 | 2021-02-19 | 合肥晟谷光电科技有限公司 | 一种基于三维视觉技术的动态物料计数方法及装置 |
CN112544242A (zh) * | 2020-12-10 | 2021-03-26 | 华中农业大学 | 基于ai云计算的水稻全自动脱粒及产量分析系统 |
CN113642694A (zh) * | 2021-08-11 | 2021-11-12 | 海南青峰生物科技有限公司 | 一种基于5g通讯及图像识别处理的水稻种子计数方法 |
CN115690107A (zh) * | 2023-01-03 | 2023-02-03 | 浙江托普云农科技股份有限公司 | 基于图像处理的豆荚果粒高通量计数方法、系统及装置 |
CN116152220A (zh) * | 2023-03-09 | 2023-05-23 | 华南农业大学 | 一种基于机器视觉的种子计数和尺寸测量方法 |
Non-Patent Citations (4)
Title |
---|
KOMYSHEV, EVGENII: "Evaluation of the SeedCounter, A Mobile Application for Grain Phenotyping", 《FRONTIERS IN PLANT SCIENCE》, vol. 7 * |
嵇钟玉;龚丽农;黄挺坚;: "种子自动筛选系统软件设计", 农机化研究, no. 11 * |
王洪斌: "基于机器视觉的蔬菜种子分拣系统", 《中国优秀硕士学位论文全文数据库(农业科技辑)》, no. 2 * |
高璐: "基于机器视觉的比重式种子筛选机筛选效果检测及参数调节", 《中国优秀硕士学位论文全文数据库(农业科技辑)》, no. 2 * |
Also Published As
Publication number | Publication date |
---|---|
CN116451734B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116451734B (zh) | 辅助高精度种子数粒方法、系统、装置及可读存储介质 | |
CN108480239B (zh) | 基于立体视觉的工件快速分拣方法及装置 | |
CN110641949A (zh) | 一种用于监测传送带上货物拥堵的设备及系统 | |
CN108055471A (zh) | 一种光圈校正方法及装置 | |
CN115797343B (zh) | 基于图像数据的畜禽养殖环境视频监控方法 | |
CN102580932A (zh) | 加工番茄色选机 | |
JPS61107139A (ja) | 米粒品位測定装置 | |
CN103713652A (zh) | 一种云台转速的控制方法、设备和系统 | |
CN103090818A (zh) | 包衣种子质量测定的方法、装置及系统 | |
CN207336378U (zh) | 一种自动检测水稻表型参数的装置 | |
CN106650802B (zh) | 一种基于x射线数字图像的种子分类识别方法及系统 | |
CN1768702A (zh) | 身体动作测定装置 | |
CN105858148A (zh) | 用于传送设备上的落料规范的自动落料机构 | |
CN112945808B (zh) | 一种渣土多级分离后骨料粒径的分析方法及系统 | |
CN203479377U (zh) | 一种全自动计数与称重装置 | |
CN207147533U (zh) | 一种小型数字化水稻考种机 | |
CN210701147U (zh) | 一种用于药材筛选的卧式风选机 | |
CN110542641B (zh) | 从花粉中分选2n花粉的方法 | |
CN111239133A (zh) | 一种大米加工质量在线检测和控制装置及控制方法 | |
CN214794500U (zh) | 一种小麦外观品质的在线检测装置 | |
CN204479092U (zh) | 基于平面成像技术的视觉检测装置 | |
CN114136424A (zh) | 一种电子天平智能化校准装置及使用方法 | |
CN107103602A (zh) | 一种基于计算机视觉技术的智能物料计数方法 | |
CN213474788U (zh) | 一种双通道视觉数粒机 | |
CN110708474A (zh) | 一种曝光控制方法、系统以及处理芯片 |
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 |