CN1405717A - 种子粒距检测中序列图像拼接方法 - Google Patents
种子粒距检测中序列图像拼接方法 Download PDFInfo
- Publication number
- CN1405717A CN1405717A CN02149363A CN02149363A CN1405717A CN 1405717 A CN1405717 A CN 1405717A CN 02149363 A CN02149363 A CN 02149363A CN 02149363 A CN02149363 A CN 02149363A CN 1405717 A CN1405717 A CN 1405717A
- Authority
- CN
- China
- Prior art keywords
- image
- seed
- mark
- frame
- overlapping region
- 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
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及一种种子粒距检测方法,特别是种子粒距检测中序列图像的拼接方法。种子粒距检测中序列图像拼接方法,其特点在于:该方法包括如下步骤:(1)在记录胶带上作若干个等距离的大小相间的标记;(2)以计算机所采集的序列图像的两帧相邻图像的重叠区域的第一个完整标记为准找到其形心;(3)前一帧图像中的像素取到该图像重叠区域的第一个完整标记的形心止;(4)后一帧图像中的像素从该图像重叠区域的相同标记的形心开始取;(5)两帧相邻图像中不在重叠区域的相邻种子的粒距为第一帧图像中的种子到该图像标记的形心的水平距离与第二帧图像中图像标记的形心与该图像中种子的水平距离之和。
Description
技术领域
本发明涉及一种种子粒距检测方法,特别是种子粒距检测中序列图像的拼接方法。
背景技术
基于图像处理与分析的检测技术是集计算机技术、图像技术、自动控制技术为一体的综合检测方法,具有直接、快速、真实、可靠的特点,是一种非接触式的直接检测方法。随着图像处理技术的专业化和计算机性能价格比的提高,这一技术在农业工程领域得到广泛的应用。
种子粒距的检测是进行精密播种机性能检测的关键步骤,目前国内外的种子粒距检测主要以光电检测手段为主,通过记录两粒种子落下的时间间隔和地轮前进的速度来计算种子的间距。其方法属于间接检测不能直接反映种子的实际间距。
发明内容
本发明的目的在于提供一种基于图像处理和分析技术的种子粒距检测方法,该方法可以实现三个播种单体同时试验,缩短试验时间;对测量的数据进行即时处理,给出精密播种机的合格指数、重播指数、漏播指数等性能指标,自动绘出粒距分布直方图。
种子粒距检测中序列图像拼接方法,其特点在于:
该方法包括如下步骤:
(1)在记录胶带上作若干个等距离的大小相间的标记;
(2)以计算机所采集的序列图像的两帧相邻图像的重叠区域的第一个完整标记为准找到其形心;
(3)前一帧图像中的像素取到该图像重叠区域的第一个完整标记的形心止;
(4)后一帧图像中的像素从该图像重叠区域的相同标记的形心开始取;
(5)两帧相邻图像中不在重叠区域的相邻种子的粒距为第一帧图像中的种子到该图像标记的形心的水平距离与第二帧图像中图像标记的形心与该图像中种子的水平距离之和。
本方法是基于图像处理和分析技术的种子粒距检测方法,研究了检测试验台以不同速度运行时精密播种机排种情况动态检测技术,实现了三个播种单体同时试验,大大缩短了试验时间。通过对所采集的序列图像的处理和分析,利用基于标记的图像匹配技术,实现了多个种子间距的测量。并对测量的数据进行即时处理,给出精密播种机的合格指数、重播指数、漏播指数等性能指标,自动绘出粒距分布直方图。
附图说明
图1为本发明试验系统结构框图
图2为本发明摄像头与图像卡的连接示意图
图3为本发明原始采集图像
图4为本发明阈值化后图像
图5为本发明图像拼接原理
图6为本发明粒距分布直方图
具体实施方式
请参考图1,种子粒距检测原理是:播种机或播种单体(排种器)静止安装在橡胶带上方,在调速电机拖动下,橡胶带相对播种机作水平运动。试验时,种箱内的种子经排种器、排种管掉落在胶带上(胶带上涂有润滑油,以将种子粘住,使其与胶带不发生相对位移),胶带在通过CCD测量系统摄像头时,实时采集一定幅面内的图像,经图像卡分割、转换,使计算机进行分析、计算、处理,从而实施对种子粒距或单位距离内的种子粒数的测量。给定播种机播种均匀性的评价结果。系统程序同时对传送带速度与图像测距速度实施协调控制。
本检测系统模块的组成:
1、控制指令模块:主要设备顺序开关控制,橡胶带移动速度,排种器转速指令控制。
2、图像采集模块:根据所指定的胶带速度,权衡重叠区域的大小以及测量精度,将序列图像采集计算机的图像缓存区。
3、图像预整分割模块:对图像处理,将种子和背景分开,并对挤挨种子进行识别。
4、数据分析、计算模块:计算种子的间距或一定长度区间内种子的个数。根据种子粒距检测要求分析各种性能参数。
5、后处理模块:将试验结果存入数据库,根据要求生成试验结果报表并打印。
6、系统自动控制模块:接收中心计算机发出的指令,完成整个系统的各部分协调控制。
系统硬件结构:
测量系统要同时进行三个播种单体的试验,完成三行种子粒距的检测,因此选用了一块支持RGB三分量视频信号独立采集的彩色图像卡,将3个同步的黑白独立视频源作为图像卡的3个标准R、G、B分量输入,按照8×3=24位方式完成数据的存储。
·彩色图像采集卡:OK_RGB10;
·CCD黑白工业摄像机:WAT-505EX;
·一分四视频分配器一台
·镜头:SE1614(16mm,1/10000s);
·计算机:联想奔月2000 PIII 933。
图2为本发明摄像头和图像卡的连接示意图。
图像采集与分析:
图像采集:
该检测系统是一个动态的测量系统。试验时,胶带速度分别为0.5m/s、1m/s、1.5m/s、2m/s、2.5m/s、3m/s。为了使序列图像前后两帧之间重叠的尽可能少,又不影响拼接的精度,解决动态图像采集是必须解决的问题。
摄像机获取图像形成视频信号是用扫描的方式逐行顺序进行的。隔行扫描分奇偶两场进行,奇场的扫描线均匀的插在偶场相邻扫描线中间。奇偶两场合为一帧。当胶带线速度最高为3m/s时,一般的摄像机40ms采一帧,这个期间目标将移动3×40=120mm,在采集的图像中种子成为一个变形的长条,将严重影响到以后的图像处理与分析。本系统采用带电子快门的摄像头,通过缩短曝光时间排除由于运动所带来的图像模糊。
摄像头采集的图像分奇偶场,奇场、偶场之间的时间间隔是20ms,由奇偶两场图像组成的一帧图像里,同一个目标体却有两个像,具体采用哪个像作为种子,是无法判别的。OK_RGB10图像采集卡可采集单场、单帧、间隔几帧、连续帧等,精确到场,利用图像卡的这个特性,采用逐场采集顺序存放图像,处理的时候以场为单位,这样就可以保证一粒种子在一帧图像里只有一个像。
由于摄像头采集图像的速度为25帧/s,胶带移动的最快速度为3m/s,拍摄一帧图像的时间里,胶带移过120mm。如果按摄像头固有的频率拍摄,前后两帧图像之间将有大量的冗余信息。利用OK-RGB10图像采集卡提供的帧间隔设置函数okSetCaptureParam(hBoard,CAPTURE_INTERVAL,INTERVAL),根据不同的速度设置不同的帧间隔,以能达到减小数据量,同时保证能实现前后两帧图像正确拼接的目的。帧间隔的计算公式如下: 其中INTERVAL——帧间隔,V——胶带速度
种子分离:
本系统采用了图像阈值化分割法来实现背景和种子的分离。像素的灰度值大于阈值的为种子,小于阈值的为背景。基于采集的图像有固定的光源照明,采集环境也不发生变化,因此采用了固定的阈值,根据多次实验的结果,阈值设为50达到了很好的效果。如图3为采集的原始图像,图4为二阈值化后的图像。
图3、图4中,黑色部分为背景,最亮的点为绿色通道,最暗的点为蓝色通道,亮度居中的为红色通道。图象上方大小相间的点为标记,标记位于绿色通道。
可以看出阈值化后的图像种,背景和种子已经完全分离开来,图像上方大小相间的点为图像拼接标记,中部红绿蓝三种颜色的大区域分别为三个播种单体播出的种子,这里采用为了方便手工测量采用纸片代替种子。
为了识别不同的种子需要对上图中连通的区域进行标记。将不同的区域赋予不同的标记就达到了种子识别的目的。这里采用了像素标记的方法:对图像进行从左到右从上到下进行四连通扫描(扫描区域不包括标记区),假如当前像素的灰度值为0,就移到下一个扫描位置。假如当前像素的灰度值为255,检查它左边和上边的两个近邻像素(根据所采用的扫描次序,当扫描到达当前像素时这两个近邻像素已被处理过了)。需要考虑四种情况:(1)它们的灰度值都为0,给当前像素一个新的标记;(2)只有一个灰度值为255,就把该像素的标记赋给当前像素;(3)它们的灰度值都为255且具有相同的标记,就把该标记赋给当前像素;(4)它们的灰度值都为255且具有不同的标记,就将其中的一个标记赋给当前像素,并做记号表明这两个标记等价[2][3]。最后重新扫描图像,将每个标记用它所在等价对的标记代替。红绿蓝三个通道分别进行扫描,每个通道的种子自为一组,与其他通道无关。
种子中心的确定:
在进行了种子的标记以后,标记一样的像素就认为属于同一个种子。对于不同的区域,只要求出它的形心,就把该点作为种子的中心。我们只关心两粒种子在播行中心线的投影距离,所以只要求出这个方向的坐标即可。以图像的左上角作为坐标原点,向右为X轴正向,向下为Y轴正向,每粒种子中心的X坐标即为所求,其计算公式如下[4]: 其中
B[I,j]为该点的标记值
对于不同的分别进行上述运算就得到所有种子的形心的X坐标值。
序列图像拼接原理:
由于该检测系统为动态实时检测,其传送带速度在0.5m/s---3m/s范围内无级变速,检测试验台为16m长、1.97m宽,同时完成三台播种机(播种单体)播种精度的实时检测,每个播种机播种250粒,其粒间距分别为30mm-----150mm不等,其传送带移动的长度为7500mm-----37500mm,如果以一帧图像的取像范围为270mm长×250mm宽,采集图像数为30幅——150幅,为了使序列图像前后两帧之间重叠的尽可能少,又不影响拼接的精度,解决动态图像采集与序列图像拼接问题成为关键。
序列图像检测的一个关键问题就是图像之间的拼接,图像匹配是否准确对测量的精度有着重要的影响。本系统采用了在胶带上作标记,并用此标记作为前后图像两帧图像匹配的标准的方法。这样做是基于以下原理的:
图5(a)所示是计算机所采集的两帧相邻图像,要实现边界两粒种子间距的测量,即如图5(b)一样将两帧图像拼接起来,但这样计算量相当大,因为要搬动大量的像素,算法也比较繁杂。如图5(c)分别在两帧图中以标记为准找到标记的中心,在第一帧图中像素取到此就结束,在第二帧图中从标记的中心开始取像素,相当于将两帧图像拼接起来,免去了图像拼接要做的大量搬动像素的工作,而且达到了图像拼接的效果。为求L,可分别测出L1和L2,得到L=L1+L2。对于条播机,同样取一定的距离来测量该区段内的种子粒数,对于边界的重合部分,只要两帧图像以同样的标记为准即可。
图像重叠区域依据采集时设置的帧间隔而定,其计算公式如下:
图像与前一帧图像的重叠区域:[0,(270-(INTERVAL+1)×20×V)×768÷270]
图像与后一帧图像的重叠区域:[768-(270-(INTERVAL+1)×20×V)×768÷270,768]
程序实现算法:
a、找到上一帧图像中重叠区域的第一个完整标记
b、找到下一帧图像中重叠区域的第一个完整标记
c、判断两个标记大小是否一致
d、如果一致就认为标记匹配
e、如果不一致,就取上一帧或下一帧的第二个标记进行匹配,直到匹配好为止。在上述标记匹配的算法中考虑了胶带速度的影响,只要胶带速度变化引起的在20ms内胶带移动的距离变化不超过一个标记间距,上述算法都是有效的。
测量结果:
表1截取了一部分在胶带速度为0.5m/s时的一组测量使用本系统所测量的结果与手工测量值。我们使用该系统对同一组种子进行了两次实验,以便对使用本系统进行检测的结果一致性进行对比。
本次实验的合格指数为72.0,重播指数为17.89,漏播指数为10.53,平均值为0.98,标准差为0.23。从表1中可以看出,本系统的测量结果与手工测量结果有很好的一致性,偏差在±2mm之内,符合播种机性能试验检测要求。而且进一步发现使用本系统进行的两次对比实验,结果的一致性也较好。所绘直方图6与测量结果与种子的实际分布完全一致。
手工测量结果(mm) | 本系统测量结果1(mm) | 偏差(mm) | 本系统测量结果2(mm) | 偏差(mm) |
26.90 | 27.07 | -0.17 | 27.07 | -0.17 |
91.00 | 90.352 | 0.65 | 90.352 | 0.65 |
120.90 | 120.586 | 0.31 | 120.938 | -0.04 |
7.50 | 6.68 | 0.82 | 7.031 | 0.47 |
124.80 | 124.102 | 0.70 | 124.102 | 0.70 |
115.50 | 115.313 | 0.19 | 115.313 | 0.19 |
73.00 | 73.477 | -0.48 | 73.125 | -0.13 |
54.80 | 53.789 | 1.01 | 54.141 | 0.66 |
45.50 | 45.352 | 0.15 | 45.352 | 0.15 |
90.50 | 90.352 | 0.15 | 90 | 0.50 |
Claims (3)
1、种子粒距检测中序列图像拼接方法,其特征在于:
该方法包括如下步骤:
(1)在记录胶带上作若干个等距离的大小相间的标记;
(2)以计算机所采集的序列图像的两帧相邻图像的重叠区域的第一个完整标记为准找到其形心;
(3)前一帧图像中的像素取到该图像重叠区域的第一个完整标记的形心止;
(4)后一帧图像中的像素从该图像重叠区域的相同标记的形心开始取;
(5)两帧相邻图像中不在重叠区域的相邻种子的粒距为第一帧图像中的种子到该图像标记的形心的水平距离与第二帧图像中图像标记的形心与该图像中种子的水平距离之和。
2、如权利要求1所述的种子粒距检测中序列图像拼接方法,其特征在于:所述图像重叠区域依据采集时设置的帧间隔而定,其计算公式如下:
图像与前一帧图像的重叠区域:
[0,(270-(INTERVAL+1)×20×V)×768÷270]
图像与后一帧图像的重叠区域:
[768-(270-(INTERVAL+1)×20×V)×768÷270,768]
其中:INTERVAL为帧间隔,V为胶带运行速度
3、如权利要求1所述的种子粒距检测中序列图像拼接方法,其特征在于:
所述种子粒距检测中序列图像拼接方法的计算步骤为:
a.找到上一帧图像中重叠区域的第一个完整标记
b.找到下一帧图像中重叠区域的第一个完整标记
c.判断两个标记大小是否一致
d.如果一致就认为标记匹配
e.如果不一致,就取上一帧或下一帧的第二个标记进行匹配,直到匹配好为止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB021493634A CN1207683C (zh) | 2002-11-13 | 2002-11-13 | 种子粒距检测中序列图像拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB021493634A CN1207683C (zh) | 2002-11-13 | 2002-11-13 | 种子粒距检测中序列图像拼接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1405717A true CN1405717A (zh) | 2003-03-26 |
CN1207683C CN1207683C (zh) | 2005-06-22 |
Family
ID=4751667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB021493634A Expired - Fee Related CN1207683C (zh) | 2002-11-13 | 2002-11-13 | 种子粒距检测中序列图像拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1207683C (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1308888C (zh) * | 2004-09-01 | 2007-04-04 | 中国农业大学 | 谷物图像三通道动态采集方法 |
CN102129703A (zh) * | 2010-01-19 | 2011-07-20 | 索尼公司 | 信息处理设备、信息处理方法及其程序 |
CN106998648A (zh) * | 2015-06-15 | 2017-08-01 | 罗伯特·克雷格·麦克洛斯基 | 用于播种机的数据采集系统 |
CN108982136A (zh) * | 2018-05-23 | 2018-12-11 | 安徽农业大学 | 一种用于排种器性能检测的系统及方法 |
CN109592342A (zh) * | 2018-11-15 | 2019-04-09 | 华南智能机器人创新研究院 | 一种视觉圆柱形物料输料方法及系统 |
CN112699337A (zh) * | 2019-10-22 | 2021-04-23 | 北京易真学思教育科技有限公司 | 方程批改方法、电子设备及计算机存储介质 |
CN113706468A (zh) * | 2021-07-27 | 2021-11-26 | 河北光兴半导体技术有限公司 | 基于bp神经网络的玻璃缺陷检测方法 |
CN114088591A (zh) * | 2021-12-06 | 2022-02-25 | 上海易清智觉自动化科技有限公司 | 细颗粒粒度检测装置及方法 |
-
2002
- 2002-11-13 CN CNB021493634A patent/CN1207683C/zh not_active Expired - Fee Related
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1308888C (zh) * | 2004-09-01 | 2007-04-04 | 中国农业大学 | 谷物图像三通道动态采集方法 |
CN102129703A (zh) * | 2010-01-19 | 2011-07-20 | 索尼公司 | 信息处理设备、信息处理方法及其程序 |
CN106998648A (zh) * | 2015-06-15 | 2017-08-01 | 罗伯特·克雷格·麦克洛斯基 | 用于播种机的数据采集系统 |
CN106998648B (zh) * | 2015-06-15 | 2021-05-04 | 蓝田播种方案股份有限公司 | 用于播种机的数据采集系统 |
CN108982136A (zh) * | 2018-05-23 | 2018-12-11 | 安徽农业大学 | 一种用于排种器性能检测的系统及方法 |
CN109592342A (zh) * | 2018-11-15 | 2019-04-09 | 华南智能机器人创新研究院 | 一种视觉圆柱形物料输料方法及系统 |
CN112699337A (zh) * | 2019-10-22 | 2021-04-23 | 北京易真学思教育科技有限公司 | 方程批改方法、电子设备及计算机存储介质 |
CN113706468A (zh) * | 2021-07-27 | 2021-11-26 | 河北光兴半导体技术有限公司 | 基于bp神经网络的玻璃缺陷检测方法 |
CN114088591A (zh) * | 2021-12-06 | 2022-02-25 | 上海易清智觉自动化科技有限公司 | 细颗粒粒度检测装置及方法 |
CN114088591B (zh) * | 2021-12-06 | 2024-05-10 | 上海易清智觉自动化科技有限公司 | 细颗粒粒度检测装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN1207683C (zh) | 2005-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101226108B (zh) | 一种雾滴分布均匀度的检测方法 | |
CN103824544B (zh) | Led显示屏的校正方法、装置及系统 | |
CN103246920B (zh) | 一种蚕茧自动计数方法及系统 | |
US20100086211A1 (en) | Method and system for reflection detection in road video images | |
CN1207683C (zh) | 种子粒距检测中序列图像拼接方法 | |
CN1818545A (zh) | 远距离面内小位移测量系统 | |
CN104992446B (zh) | 非线性光照自适应的图像拼接方法及其实现系统 | |
CN101063659A (zh) | 纸张纸病检测系统 | |
CN210090320U (zh) | 一种杂草种子检测的图像采集装置 | |
CN106303158A (zh) | 一种视频图像中的条纹异常检测方法 | |
CN103175851B (zh) | 用于多相机扫描系统的标定工具及标定方法 | |
CN102680481A (zh) | 棉纤维杂质的检测方法 | |
CN109596054A (zh) | 长条形工件的尺寸检测识别方法 | |
CN104198325A (zh) | 基于计算机视觉的烟丝中梗丝比例测定方法 | |
CN106526917A (zh) | 一种采用线阵相机扫描的液晶屏点阵检测装置 | |
CN115063308A (zh) | 一种图像校正方法、装置、电子设备及存储介质 | |
CN202267464U (zh) | 一种基于手机的快速检测叶片面积的装置 | |
CN105405145A (zh) | 一种基于图像分割技术的颗粒数粒方法 | |
CN105027732B (zh) | 玉米果穗考种的方法及系统 | |
CN113657339A (zh) | 一种基于机器视觉的仪表指针计数读取方法及介质 | |
CN1595058A (zh) | 图像处理提高激光测量精度的方法 | |
CN1595957A (zh) | 医学影像坏点自动检测门限确定方法 | |
JPH0430798A (ja) | 生菌計数方法およびその装置 | |
Li et al. | Seeding precision test based on machine vision | |
Zhang et al. | An effective and robust method for automatic bacterial colony enumeration |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |