RU2483522C2 - Способ контроля качества убранной массы - Google Patents
Способ контроля качества убранной массы Download PDFInfo
- Publication number
- RU2483522C2 RU2483522C2 RU2008143656/13A RU2008143656A RU2483522C2 RU 2483522 C2 RU2483522 C2 RU 2483522C2 RU 2008143656/13 A RU2008143656/13 A RU 2008143656/13A RU 2008143656 A RU2008143656 A RU 2008143656A RU 2483522 C2 RU2483522 C2 RU 2483522C2
- Authority
- RU
- Russia
- Prior art keywords
- harvested mass
- mass
- unwanted particles
- overall picture
- picture
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
- A01D41/12—Details of combines
- A01D41/127—Control or measuring arrangements specially adapted for combines
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
- A01D41/12—Details of combines
- A01D41/127—Control or measuring arrangements specially adapted for combines
- A01D41/1277—Control or measuring arrangements specially adapted for combines for measuring grain quality
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
Группа изобретений относится к способу оценки содержания нежелательных частиц в зерновой убранной массе. Первым шагом способа является снятие общей картины убранной массы. Далее на снятой общей картине идентифицируют изображения, по меньшей мере, одного типа нежелательных частиц. Затем измеряют площадь, занятую изображением каждой выявленной частицы в общей картине. Устанавливают содержание нежелательных частиц пропорционально площади выявленных изображений. Идентификацию на снятой общей картине выполняют на основе, по меньшей мере, одного регулируемого параметра с дополнительным шагом - принимают выбранную пользователем величину параметра. Компьютер для осуществления способа связан с камерой, при этом он выполнен программируемым. Изобретение обеспечивает более свободное от влияния общего фона способа определения качества зерновой убранной массы, который позволяет производителям надежно соблюдать желаемое качество убранной массы без ненужных потерь товарной массы из-за излишне строгой настройки уборочной машины. 2 н. и 12 з.п. ф-лы, 3 ил.
Description
Область техники
Настоящее изобретение относится к способу оценки содержания нежелательных частиц в убранной массе.
Уровень техники
Качество, в особенности чистота убранной массы, такой как зерновые, имеет решающее значение для возможностей дальнейшей обработки и, соответственно для цены, которую может получить за убранную массу сельский хозяин. В общем случае приемщик убранной массы определяет граничные величины содержания нежелательных частиц в убранной массе, и их несоблюдение приводит к снижению цены при закупке.
Способ и приемы уборки убранной массы оказывают значительное влияние на количество содержащихся в убранной массе нежелательных компонентов. Так, например, в зерноуборочном комбайне при слишком строгой настройке молотильного аппарата получается повышенное содержание битого зерна, что нежелательно, так как снижается стойкость зерна при хранении. При слишком мягкой настройке в зерновую массу попадают не полностью обмолоченные зерна, что мешает последующей обработке. Полова и соломенная труха, попавшая в зерновой поток при обмолоте, может быть отсеяна в расположенном за молотильной ступенью воздушном сепараторе, однако слишком строгая настройка воздушного сепаратора также приводит к потерям зерна. Поэтому для сельского хозяина очень важно, с одной стороны, надежно соблюсти заданные для него показатели в отношении качества убранной массы, но с другой стороны, избежать потерь убранной массы, которые не являются необходимыми для соблюдения заданного качества.
Для этого желательно иметь возможность определять качество убранной массы уже в процессе уборки, чтобы при необходимости предпринимать меры для получения требуемого качества или предотвращать ненужные потери.
Из патентного документа ЕР 1763988 А1 известен способ регулирования или настройки рабочих агрегатов уборочной машины, при котором создается изображение потока убранной массы. Оператор уборочной машины может на основе этого изображения, в особенности при его сравнении с заложенным эталонным изображением, определять степень загрязнения убранной массы и при необходимости изменять рабочие параметры в уборочной машине, которые обеспечивают улучшение качества убранной массы или снижение потерь.
Однако такое обычное определение качества убранной массы оператором машины не является полностью объективным, и достоверность способа в сильной степени зависит от внимания, которое оператор может уделять качеству убранной массы. Эта доля внимания обычно не слишком велика, так как оператор одновременно занят управлением уборочной машиной.
В патентном документе DE 19720121 С2 описан способ количественного определения нежелательного содержания компонентов, таких как ботва и почва в сахарной свекле или испорченные ягоды в виноградных кистях. При этом способе производится восприятие цветных изображений убранной массы, генерируются цветные гистограммы воспринятых изображений и по относящимся к содержанию нежелательных компонентов величинам цветов делается вывод о содержании нежелательных компонентов. Для обеспечения надежных результатов такой способ требует четкой цветовой разницы между желательными и нежелательными компонентами убранной массы. Поскольку этот способ не дает возможности делать различие между изображением свободно лежащего, хорошо освещенного, но темного объекта и изображением объекта светлого, но затененного другими объектами, измерение посредством данного способа неизбежно обременено фоновым сигналом, которым нельзя пренебречь. При использовании способа приемщиком убранной массы это приемлемо, поскольку для определения закупочной цены он должен только проверить, что соблюдены заданные граничные величины чистоты убранной массы, но ему не нужно устанавливать, насколько показатели чистоты могут не достигать граничных величин.
Именно это делает известный из DE 19720121 С2 способ по существу неприменимым при сборке урожая.
Раскрытие изобретения
Задачей изобретения является устранение недостатков известных решений уровня техники и в особенности создание более свободного от влияния общего фона способа определения качества убранной массы, который позволяет производителям надежно соблюдать желаемое качество убранной массы без ненужных потерь товарной массы из-за излишне строгой настройки уборочной машины.
В соответствии с изобретением решение поставленной задачи достигается за счет способа оценки содержания нежелательных частиц в убранной массе, содержащего шаги:
a) снимают (фотографируют) общую картину убранной массы,
b) на снятой общей картине идентифицируют изображения, по меньшей мере, одного типа нежелательных частиц,
c) измеряют площадь, занятую изображением каждой выявленной частицы в общей картине,
d) устанавливают содержание нежелательных частиц пропорционально площади выявленных изображений.
При обычном построении гистограммы для каждой отдельной точки общей картины принимается решение, соответствует ли ее цветовой тон или модуль цвета цветовому тону нежелательной частицы, без учета соседних точек, так что не могут быть учтены отклонения окраски вследствие различных условий освещения и затенения. В отличие от этого в способе по изобретению идентификация изображений нежелательных частиц содержит оценку пикселей изображения не только как таковую, а с учетом информационного содержания соседних пикселей. За счет этого могут быть распознаны и учтены в особенности имеющие локальное распространение модели или формы, которые являются типичными для изображений определенных классов нежелательных частиц. Измерение площади такого выявленного изображения частицы позволяет определить ее величину, а косвенным образом также и ее массу. Исходя из этого можно на основе количественной доли изображений нежелательных частиц на площади общей картины определить также количественное содержание этих нежелательных частиц в убранной массе.
Последнюю операцию предпочтительно осуществляют посредством того, что выявленную площадь умножают на коэффициент коррекции или перевода. Этот коэффициент коррекции, установленный в типовом случае эмпирическим путем, учитывает различные характеристики нежелательной частицы, например тенденцию особенно легких и крупных частиц к скоплению на верхней поверхности движущегося потока убранной массы или тот факт, что битые зерна, образующие важный класс нежелательных частиц в зерновой убранной массе, такой как злаковые культуры, поддаются распознаванию только при их соответствующей ориентации.
В предпочтительном примере осуществления на дополнительном шаге е) способа выделяют выявленные на шаге с) изображения нежелательных частиц в общей картине и отображают полученную таким образом общую картину. Это позволяет пользователю в любой момент проверить качество измерения, то есть полноту выявления нежелательных частиц. В простейшем случае пользователь может использовать полученную информацию следующим образом. Если он видит, что не все нежелательные частицы идентифицированы на шаге b), он делает вывод о том, что действительное содержание нежелательных частиц выше выявленного. Если он видит, что на шаге d) желательные частицы ложно идентифицированы как нежелательные, он делает вывод о том, что действительное содержание нежелательных частиц ниже выявленного. Когда идентификация на шаге b) производится на основе, по меньшей мере, одного регулируемого параметра, предпочтительно способ дополнительно содержит шаг принятия величины параметра, выбранной пользователем. Это позволяет пользователю оказывать влияние на распознавание нежелательных частиц и оптимизировать точность распознавания.
В том случае, когда пользователь изменил такой регулируемый параметр, предпочтительно шаги с) и е) повторяют на той же снятой общей картине, так что пользователь может непосредственно сделать вывод о последствиях предпринятого им изменения. При этом пользователь не обязан понимать значение регулируемого параметра для распознавания нежелательных частиц, то есть он может производить оптимизацию распознавания просто методом проб и ошибок.
Когда установленное на шаге d) содержание изображений нежелательных компонентов переходит граничную величину, предпочтительно вырабатывается предупредительный сигнал, чтобы побудить пользователя подрегулировать параметры обработки убранной массы для улучшения ее качества.
Согласно следующему решению по развитию способа настройка этих параметров может осуществляться также автоматически.
Для того чтобы выявить статистические колебания, в предпочтительном примере осуществления шаг е) выполняют при определенных обстоятельствах совместно для нескольких снятых общих картин. Такая совместная обработка может быть основана на том, что, например, несколько снятых общих картин соединяют в общую картину с увеличенной в несколько раз площадью, а шаги способа, начиная с шага b), выполняют на объединенной общей картине. В альтернативном примере осуществления шаги от b) до d) выполняют раздельно для каждой общей картины, а установленные величины приводят к средней величине.
Предлагаемый способ особенно пригоден для мониторинга потока убранной массы в уборочной машине, такой как зерноуборочный комбайн.
Как уже было упомянуто, одним классом нежелательных частиц могут быть битые зерна. Изображение такого битого зерна идентифицируется в общей картине как светлая или яркая зона, которая соответствует разломанному мучнистому ядру, в то время как оболочка зерна обычно более темная. Для того чтобы иметь возможность отличать битое зерно от частиц другого вида и/или от оптических явлений освещения, предпочтительно яркая зона идентифицируется как битое зерно в том случае, когда ее распространение или размер лежит в предварительно заданной области.
В целом можно сказать, что в предпочтительном примере осуществления, и в особенности когда дело касается идентификации нежелательных частиц, которые отличаются от желаемой убранной массы своей яркостью (в одной или нескольких спектральных областях), общую картину предпочтительно сегментируют с ориентацией по областям и на основе яркости каждой отдельной полученной области решают, является ли она изображением нежелательной частицы или нет.
Когда классом нежелательных частиц является соломенная труха, она может быть всегда идентифицирована на шаге b), когда в общей картине имеется распространение зоны в продольном направлении в первой области оценки и в поперечном направлении в другой второй области оценки.
В целом для идентификации нежелательных частиц, которые отличаются от желаемой убранной массы больше своей формой, чем яркостью или окраской, общую картину предпочтительно сегментируют с ориентацией по кромкам и на основе длины каждой полученной кромки решают, отображает ли она нежелательную частицу или нет.
Предметом изобретения является также компьютерная программа с машинными кодами для выполнения шагов описанного способа на связанном с камерой компьютере или компьютерный программный продукт с машинными кодами, которые записаны на читаемом компьютером носителе данных, для выполнения способа на связанном с камерой компьютере.
Следующим предметом изобретения является сам компьютер, связанный с камерой и оснащенный соответствующим образом для выполнения способа, особенно в том случае, когда он встроен в уборочную машину, а камера расположена таким образом, чтобы генерировать общие картины потока убранной массы в уборочной машине.
Такой компьютер далее может быть выполнен с возможностью управления параметрами обработки убранной массы в уборочной машине на основе установленного содержания нежелательных частиц.
Краткий перечень чертежей
Далее со ссылками на прилагаемые чертежи будут подробно описаны примеры осуществления изобретения, его другие особенности и преимущества.
Фиг.1 схематично изображает на виде сбоку уборочную сельскохозяйственную машину в виде зерноуборочного комбайна,
фиг.2 изображает блок-схему программы контроля качестве убранной массы, выполняемой бортовым компьютером комбайна,
фиг.3 представляет пример изображения, отображаемого на мониторе компьютера в кабине водителя.
Осуществление изобретения
На фиг.1 схематично показан на виде сбоку зерноуборочный комбайн 1. Жатвенный аппарат 2 комбайна служит для срезания и приема стеблей растительности с поверхности 32 почвы и подачи убранной массы к питателю 3. В питателе 3 расположены бесконечные тяговые цепи 4 со скребками, подающие убранную массу к расположенным сзади молотильным аппаратам 6, 7. У конца питателя 3 убранная масса захватывается подающим барабаном или барабаном 5 предварительного разгона и ускоряется при проходе вдоль окружной поверхности барабана 5 между ним и подбарабаньем 8. Ускоренный поток убранной массы передается на молотильный барабан 6 и получает дальнейшее ускорение. За счет ударного и фрикционного воздействия барабана 5 предварительного разгона и молотильного барабана 6, а также действующей на убранную массу центробежной силы товарная убранная масса отделяется от колосьев и соломы и поступает через проницаемое для убранной массы подбарабанье 8 на подготовительный поддон 27. Солома на выходе молотильного барабана 6 отводится отклоняющим барабаном 7 на несколько соломотрясов 9, расположенных рядом друг с другом по рабочей ширине. Колебательное движение соломотрясов 9 и их клавишная конструкция обеспечивают транспортирование соломы к заднему концу комбайна и отделение еще находящейся в соломе товарной убранной массы. Это остаточное количество также передается на подготовительный поддон 27 с помощью обратного поддона 28, также совершающего колебательные движения.
Находящаяся на подготовительном поддоне 27 убранная масса с другими примесями, такими как соломенная труха, полова и частицы колосьев, за счет его колебательного движения и его ступенчатой конструкции сепарируется и подается на последующие очистные устройства, то есть на верхнее решето 10 и нижнее решето 11. Перегрузка на верхнее решето 10 осуществляется через ступень 34 падения, обдуваемую воздухом от очистного вентилятора 24. Верхнее решето 10 и расположенное под ним нижнее решето 11, как правило, являются пластинчатыми решетами с раздельно регулируемым размером ячеек. Оба решета 10, 11 продуваются воздушным потоком, создаваемым очистным вентилятором 24. Колебательное движение решет 10, 11 и воздушный поток обеспечивают транспортирование убранной массы с примесями к заднему концу уборочной машины. На ступени 34 падения крупные и легкие примеси захватываются воздушным потоком до попадания на верхнее решето 10 и выносятся из комбайна 1. Более мелкие и тяжелые компоненты убранной массы поступают от подготовительного поддона 27 через ступень 34 падения на верхнее решето 10. В зависимости от настройки размера ячеек верхнего решета 10 отдельные зерна и другие компоненты убранной массы проходят через него и поступают на нижнее решето 11. Солома и не обмолоченные колосья проходят над верхним решетом 10 и падают в его задней части через него непосредственно в так называемую массу возврата на обработку.
Нижнее решето 11 имеет, как правило, более мелкую пластинчатую структуру, чем верхнее решето 10, и при нормальной работе настраивается на более мелкий размер ячеек по сравнению с верхним решетом 10. Более крупные и легкие компоненты убранной массы, такие как зерна с половой, частицы колосьев или соломенная труха, передаются в массу возврата на обработку при падении через верхнее решето 10 на нижнее решето 11 за счет колебательного движения и воздушного потока. Очищенная убранная масса как таковая падает непосредственно через нижнее решето 11 и транспортируется посредством подающего шнека и зернового элеватора 13 в зерновой бункер 33.
Камера 20 и световой источник для освещения поля обзора камеры 20 установлены на пути зерна ниже по потоку за нижним решетом 11. Так, например, они могут быть помещены под нижним решетом 11 и направлены на наклоненный к зерновому элеватору 13 стрясной поддон 21 для съемки изображений проходящей по нему убранной массы. Возможен вариант их установки на самом зерновом элеваторе.
Убранная масса, поступившая в массу возврата на обработку, с помощью подающего шнека и возвратного элеватора 12 подается вновь к месту над барабаном 5 предварительного разгона для возврата в процесс обмолота.
Зерноуборочный комбайн 1 оснащен кабиной 35 водителя, в которой расположен блок 29 управления и мониторинга, функционирующий в качестве операторского интерфейса бортового компьютера 30.
На фиг.2 показана блок-схема способа, выполняемого бортовым компьютером 30, связанным с камерой 20.
Каждый раз в начале процесса уборки бортовой компьютер 30 на шаге S1 делает запрос водителю для ввода вида убираемой массы. Бортовой компьютер 30 имеет в своем распоряжении банк данных, в котором заложены наборы параметров для различных возможных убираемых масс, необходимые для последующей обработки, как это будет описано далее. Этот банк данных может быть предварительно заполнен изготовителем комбайна соответствующими величинами параметров для различных видов убираемых масс, однако он может по мере надобности редактироваться пользователем для обеспечения возможности настройки. Согласно предпочтительному примеру осуществления вводимые на шаге S2 параметры содержат как те параметры, которые относятся к оценке получаемых от камеры 20 изображений, как это будет более подробно описано дальше, так и параметры настройки молотильной и очистной ступеней комбайна 1, такие как скорости барабанов, размеры ячеек решет, объемная подача вентилятора и другие, которые оказывают влияние на качество и чистоту конечной убранной массы и могут быть настроены бортовым компьютером 30 с помощью соответствующих исполнительных органов (не представлены) на молотильной и очистной ступенях.
Согласно упрощенному примеру осуществления вводимые на шаге S2 параметры относятся только к оценке бортовым компьютером 30 изображений, получаемых от камеры 20. В этом случае от водителя требуется предварительно настроить молотильную и очистную ступени на конкретный вид убираемой массы.
Как только мимо камеры 20 начинает проходить устойчивый поток убранной массы, бортовой компьютер 30 на шаге S3 передает на нее команду снимать изображение убранной массы. Для подготовки к обработке изображения в более узком смысле вначале на шаге S4 на этом изображении производится выравнивание яркости. Другими словами, те участки изображения, которые на протяжении заметно большем размера частицы желаемой убранной массы, являются более светлыми или более темными, чем средняя величина для снимаемого изображения, затемняются или высветляются вычислительным методом, чтобы выровнять случайные колебания яркости, которые создаются, например, вследствие локальных колебаний толщины слоя и за счет этого колебаний удаления от светового источника или локального затенения.
Полученная таким образом общая картина подвергается сегментированию. Оно может быть ориентированным по областям или ориентированным по кромкам. При наличии достаточной вычислительной мощности бортового компьютера 30 на одной и той же общей картине может быть выполнено сегментирование различных видов.
Вначале будет рассмотрено сегментирование с ориентацией по областям. При таком сегментировании общая картина разбивается на большое число областей, причем каждая область характеризуется величиной яркости или окраски, которой она отличается от смежных областей, а съемка производится таким образом, что в области представлен точно один объект. Метод сегментирования с ориентацией по областям известен под ключевыми словами: "Region Growing (наращивание областей)", "Regent Splitting (разбивка по областям)", "Pyramid Linking (пирамидальная компоновка)" и "Split and Merge (разбивка и объединение)" и не нуждается в отдельном описании. После выполнения сегментирования на шаге S6 выбирается область изображения, а на шаге S7 проверяется, обладает ли она яркостью, которая в достаточной степени отличается от заданной величины или от средней величины яркости изображения, так что исследуемая область может быть, например, изображением поверхности излома зерна. Если нет, то на шаге S6 выбирается новая область. Если яркость имеет достаточное отклонение, способ переходит к шагу S8, на котором определяется площадь данной области, например, путем подсчета относящихся к нему пикселей изображения. Полученная таким образом площадь на шаге S9 добавляется к установленной на ноль на шаге S5 счетной величине NKläche (i), которая является мерой доли или содержания изображений незернового материала NK типа i в общей площади картины. В данном случае незерновой материал NK типа i является поверхностями излома зерна. За этим может следовать повторение шагов S7-S9 на основе заложенных параметров распознавания незернового материала других типов.
Далее на шаге S6 выбирается новая область и так до тех пор, пока не будут обработаны все области. Затем способ переходит к шагу S10, на котором счетная величина NKFläche (i) умножается на коэффициент q(i) коррекции или перевода, характерный для вида убранной массы и типа незернового материала, для получения оценочной величины содержания NKMasse (i) массы битого зерна в общей массе убранного материала. Коэффициент q(i) коррекции является эмпирической величиной, относящейся к параметрам ввода на шаге S2.
Кроме битого зерна другим важным классом нежелательных частиц является соломенная труха. Ее окраска в аспекте яркости не отличается существенно от окраски зерен, так что для ее идентификации предпочтительно сегментирование (шаг S11) с ориентацией по кромкам. Однако в целях снижения до минимума вычислений бортового компьютера 30 может быть принят отказ от сегментирования с ориентацией по кромкам, как это обозначено на схеме штриховой стрелкой, и в этом случае идентифицируемые на шаге S5 границы областей распознаются в качестве кромок.
Итак, на шаге S12 выбирается одна из полученных таким образом кромок и вначале на шаге S13 определяется ее длина. Если она не превышает предварительной заданной граничной величины, принимается, что кромка ограничивает изображение зерна, и способ возвращается к шагу S12 для выбора новой кромки. Если же кромка имеет достаточную длину, на шаге S14 определяется площадь области, ограничиваемой этой кромкой, или ее ширина, то есть протяженность в поперечном направлении к этой кромке, и при их достаточных величинах принимается, что в данном случае имеет место короткий отрезок соломы. На шаге S15 его площадь добавляется к установленной при сегментировании на ноль счетной величине NKFläche (j). Другие кромки уже просуммированной площади вычеркиваются из числа кромок, которые подлежат выбору на шаге S12, чтобы устранить многократный учет одного и того же отрезка соломы.
После обработки таким путем всех кромок на шаге S16 вычисляется величина содержания NKMasse (j) массы соломенной трухи посредством умножения величины NKFläche (j) на соответствующий коэффициент q(j) коррекции.
На шаге S17 бортовой компьютер 30 показывает на экране блока 29 управления и мониторинга полученную на шаге S3 общую картину, на которой выделены все области, идентифицированные в качестве изображений незерновых компонентов, а также указано вычисленное содержание NKMasse (i) массы битого зерна и содержание NKMasse (j) массы соломенной трухи. Таким образом, водитель получает данные анализа качества убранной массы и одновременно может убедиться в достоверности оценки путем проверки того, действительно ли все выделенные области картины содержат незерновые компоненты или действительно ли все незерновые компоненты, которые он узнает на картине, распознаны также бортовым компьютером 30.
На шаге S18 бортовой компьютер 30 проверяет, превышает ли содержание этих отслеженных незерновых компонентов предварительно заданную граничную величину. Если да, то на шаге S19 предпринимаются меры противодействия. Они могут заключаться в том, что бортовой компьютер 30 сам выбирает рабочий параметр молотильной и/или очистной ступени, который оказывает влияние на содержание соответствующего незернового материала, и регулирует его для снижения содержания незернового материала. Альтернативно меры противодействия на шаге S19 могут ограничиваться тем, чтобы водитель получил предупреждение и сам мог предпринять требуемую настройку параметров.
В том случае, если водитель на основе отображаемой на шаге S17 общей картины устанавливает значительную степень погрешности определения, он разумным образом через посредство блока 29 управления и мониторинга модифицирует одну или другую граничную величину параметров, исследуемых в ходе шагов S7, S8, S13, S14. В этом случае способ возвращается от шага S20 к сегментированию на шаге S5 или S11 и повторяет их для идентификации незерновых компонентов на основе той же общей картины. Когда обработанная общая картина вновь отображается на шаге S17, водитель может непосредственно видеть, стало ли распознавание незерновых компонентов лучше или хуже, и либо принять либо отвергнуть изменение параметров.
На фиг.3 показан пример изображения, отображаемого на экране блока 29 управления и мониторинга. Текстовая область в верхней части экрана указывает типы распознаваемого незернового материала: битое зерно, полова и соломенная труха. Расположенные рядом с обозначениями типов диалоговые поля 36 могут быть заполнены водителем величинами 0, 1, 2, которые обозначают соответственно рабочий режим с отключением распознавания, рабочий режим с включением распознавания по заложенным в памяти параметрам распознавания и режим изменения параметров распознавания. Для типа незернового материала «соломенная труха» активизирован режим изменения параметров распознавания, а в качестве изменяемых параметров отображены длина и площадь и их текущие величины.
В нижней области экрана показана снятая камерой 20 общая картина. Выявленный в картине отрезок соломы выделен вписанной рамкой 37.
Claims (14)
1. Способ оценки содержания нежелательных частиц в зерновой убранной массе, содержащий следующие шаги:
a) снимают (S3) общую картину убранной массы,
b) на снятой общей картине идентифицируют (S5-S8; S11-S14) изображения, по меньшей мере, одного типа нежелательных частиц,
c) измеряют (S8; S14) площадь, занятую изображением каждой выявленной частицы в общей картине,
d) устанавливают (S9; S15) содержание нежелательных частиц пропорционально площади выявленных изображений,
отличающийся тем, что идентификацию на шаге b) выполняют на основе, по меньшей мере, одного регулируемого параметра с дополнительным шагом:
f) принимают (S20) выбранную пользователем величину параметра.
a) снимают (S3) общую картину убранной массы,
b) на снятой общей картине идентифицируют (S5-S8; S11-S14) изображения, по меньшей мере, одного типа нежелательных частиц,
c) измеряют (S8; S14) площадь, занятую изображением каждой выявленной частицы в общей картине,
d) устанавливают (S9; S15) содержание нежелательных частиц пропорционально площади выявленных изображений,
отличающийся тем, что идентификацию на шаге b) выполняют на основе, по меньшей мере, одного регулируемого параметра с дополнительным шагом:
f) принимают (S20) выбранную пользователем величину параметра.
2. Способ по п.1, отличающийся тем, что на шаге d) выявленную площадь умножают (S10; S16) на коэффициент коррекции, чтобы получить содержание посторонних тел, выраженное как отношение массы посторонних тел к общей массе убранной массы.
3. Способ по п.1, отличающийся тем, что дополнительно содержит следующий шаг:
е) выделяют выявленные на шаге с) изображения нежелательных частиц в общей картине и отображают (S17) полученную таким образом общую картину.
е) выделяют выявленные на шаге с) изображения нежелательных частиц в общей картине и отображают (S17) полученную таким образом общую картину.
4. Способ по п.3, отличающийся тем, что после каждого выполнения шага f) (S20) шаги с) (S8; S14) и е) (S17) повторяют на той же снятой общей картине.
5. Способ по любому из пп.1-4, отличающийся тем, что дополнительно содержит следующий шаг:
g) вырабатывают (S19) предупредительный сигнал, когда установленное содержание переходит граничную величину.
g) вырабатывают (S19) предупредительный сигнал, когда установленное содержание переходит граничную величину.
6. Способ по п.3, отличающийся тем, что шаг е) выполняют при определенных обстоятельствах совместно для нескольких снятых общих картин.
7. Способ по любому из пп.1-4, отличающийся тем, что принимаемая на шаге а) убранная масса является потоком убранной массы в уборочной машине.
8. Способ по любому из пп.1-4, отличающийся тем, что классом нежелательных частиц являются битые зерна, а на шаге b) идентифицируют изображение битого зерна, когда протяженность яркой зоны в общей картине лежит в предварительно заданной области.
9. Способ по любому из пп.1-4, отличающийся тем, что общую картину сегментируют (S5) с ориентацией по областям и на основе яркости каждой отдельно полученной области решают (S7), является ли она изображением нежелательной частицы или нет.
10. Способ по любому из пп.1-4, отличающийся тем, что классом нежелательных частиц является соломенная труха, а на шаге b) идентифицируют (S14, S15) отрезок соломы, когда в общей картине имеется распространение зоны в продольном направлении в первой области и в поперечном направлении в другой, второй области.
11. Способ по любому из пп.1-4, отличающийся тем, что общую картину сегментируют (S11) с ориентацией по кромкам и на основе длины полученной кромки решают (S13), является ли она изображением нежелательной частицы или нет.
12. Компьютер (30), связанный с камерой (20) и характеризующийся тем, что он выполнен программируемым для выполнения способа по любому из пп.1-11.
13. Компьютер по п.12, отличающийся тем, что он встроен в уборочную машину, а камера (20) расположена таким образом, чтобы генерировать общие картины потока убранной массы в уборочной машине.
14. Компьютер по п.12 или 13, отличающийся тем, что он дополнительно выполнен с возможностью управления параметрами обработки убранной массы в уборочной машине на основе установленного содержания нежелательных частиц.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102007053662A DE102007053662A1 (de) | 2007-11-10 | 2007-11-10 | Verfahren zur Qualitätsüberwachung von Erntegut |
DE102007053662.5 | 2007-11-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2008143656A RU2008143656A (ru) | 2010-05-20 |
RU2483522C2 true RU2483522C2 (ru) | 2013-06-10 |
Family
ID=40342420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2008143656/13A RU2483522C2 (ru) | 2007-11-10 | 2008-11-06 | Способ контроля качества убранной массы |
Country Status (6)
Country | Link |
---|---|
US (1) | US8086378B2 (ru) |
EP (1) | EP2057882B2 (ru) |
AT (1) | ATE534280T1 (ru) |
DE (1) | DE102007053662A1 (ru) |
RU (1) | RU2483522C2 (ru) |
UA (1) | UA98616C2 (ru) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2647087C2 (ru) * | 2013-07-08 | 2018-03-13 | КЛААС Зельбстфаренде Эрнтемашинен ГмбХ | Сельскохозяйственная уборочная машина |
RU2693600C1 (ru) * | 2018-05-25 | 2019-07-03 | Акционерное общество "Когнитив" | Способ модернизации зерноуборочной техники и устройство для осуществления способа |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2131184B1 (en) * | 2008-06-02 | 2015-07-29 | CNH Industrial Belgium nv | Crop particle discrimination methods and apparatus |
US8284248B2 (en) | 2009-08-25 | 2012-10-09 | Frito-Lay North America, Inc. | Method for real time detection of defects in a food product |
US9345194B2 (en) * | 2009-09-30 | 2016-05-24 | Cnh Industrial America Llc | Automatic display of remote camera image |
DE102010017676A1 (de) * | 2010-07-01 | 2012-01-05 | Claas Selbstfahrende Erntemaschinen Gmbh | Fahrerassistenzsystem für landwirtschaftliche Arbeitsmaschine |
DE102010051068A1 (de) * | 2010-11-12 | 2012-05-16 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliche Erntemaschine |
US9629308B2 (en) | 2011-03-11 | 2017-04-25 | Intelligent Agricultural Solutions, Llc | Harvesting machine capable of automatic adjustment |
US10318138B2 (en) | 2011-03-11 | 2019-06-11 | Intelligent Agricultural Solutions Llc | Harvesting machine capable of automatic adjustment |
US9631964B2 (en) | 2011-03-11 | 2017-04-25 | Intelligent Agricultural Solutions, Llc | Acoustic material flow sensor |
US10321624B2 (en) | 2011-03-11 | 2019-06-18 | Intelligent Agriculture Solutions LLC | Air seeder manifold system |
US9539618B2 (en) | 2011-04-14 | 2017-01-10 | Pioneer Hi-Bred International, Inc. | System and method for presentation of ears of corn for image acquisition and evaluation |
DE102011082908A1 (de) | 2011-09-19 | 2013-03-21 | Deere & Company | Verfahren und Anordnung zur optischen Beurteilung von Erntegut in einer Erntemaschine |
DE102012223434B4 (de) * | 2012-12-17 | 2021-03-25 | Deere & Company | Verfahren und Anordnung zur Optimierung eines Betriebsparameters eines Mähdreschers |
US9668420B2 (en) * | 2013-02-20 | 2017-06-06 | Deere & Company | Crop sensing display |
US10085379B2 (en) | 2014-09-12 | 2018-10-02 | Appareo Systems, Llc | Grain quality sensor |
US9723784B2 (en) | 2014-09-12 | 2017-08-08 | Appareo Systems, Llc | Crop quality sensor based on specular reflectance |
US9901031B2 (en) | 2014-09-24 | 2018-02-27 | Deere & Company | Automatic tuning of an intelligent combine |
US9779330B2 (en) | 2014-12-26 | 2017-10-03 | Deere & Company | Grain quality monitoring |
US10172285B2 (en) | 2015-10-23 | 2019-01-08 | Carnegie Mellon University | System for evaluating agricultural material |
US10188036B2 (en) * | 2015-10-23 | 2019-01-29 | Carnegie Mellon University | System for evaluating agricultural material |
US10049296B2 (en) | 2016-08-17 | 2018-08-14 | Cnh Industrial America Llc | Grain loss sensor array for crop harvesting machine |
WO2019138278A1 (en) * | 2018-01-10 | 2019-07-18 | Agco Corporation | System and computer-implemented method for controlling ash content in cut crop material |
CN108875747B (zh) * | 2018-06-15 | 2021-10-15 | 四川大学 | 一种基于机器视觉的小麦不完善粒识别方法 |
US11197417B2 (en) * | 2018-09-18 | 2021-12-14 | Deere & Company | Grain quality control system and method |
US11818982B2 (en) | 2018-09-18 | 2023-11-21 | Deere & Company | Grain quality control system and method |
US11564349B2 (en) | 2018-10-31 | 2023-01-31 | Deere & Company | Controlling a machine based on cracked kernel detection |
US11672198B2 (en) | 2020-02-27 | 2023-06-13 | Cnh Industrial America Llc | Cut quality detection system for an agricultural mower |
DE102021103677B4 (de) | 2021-02-17 | 2024-05-16 | Technische Universität Dresden, Körperschaft des öffentlichen Rechts | Analyseanordnung und Verfahren zur Analyse von Erntegutströmen in Erntemaschinen |
EP4091425A1 (en) | 2021-05-21 | 2022-11-23 | CNH Industrial Belgium N.V. | White cap detection device |
DE102021133626A1 (de) | 2021-12-17 | 2023-06-22 | Deere & Company | Anordnung und Verfahren zur optischen Beurteilung von Erntegut in einer Erntemaschine |
DE102022110185A1 (de) | 2022-04-27 | 2023-11-02 | Deere & Company | Verfahren und Anordnung zur Messung einer kornspezifischen Größe an einer Erntemaschine |
CN116210432B (zh) * | 2023-04-15 | 2023-07-21 | 西藏自治区农牧科学院草业科学研究所 | 一种高原地区苜蓿除草装置及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4735323A (en) * | 1982-11-09 | 1988-04-05 | 501 Ikegami Tsushinki Co., Ltd. | Outer appearance quality inspection system |
US6009186A (en) * | 1996-08-30 | 1999-12-28 | New Holland Braud S.A. | Method and apparatus for harvesting crop material |
RU2195644C2 (ru) * | 1998-02-06 | 2002-12-27 | Дисквеад Девелопмент, Инк. | Монитор для определения качества зерна |
US20030059090A1 (en) * | 2001-07-11 | 2003-03-27 | Yupeng Zhang | System for cotton trash measurement |
WO2006010761A1 (en) * | 2004-07-28 | 2006-02-02 | Cnh Belgium Nv | Apparatus and method for analysing the composition of crop in a crop-conveying machine |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4741042A (en) * | 1986-12-16 | 1988-04-26 | Cornell Research Foundation, Inc. | Image processing system for detecting bruises on fruit |
US4975863A (en) † | 1988-06-16 | 1990-12-04 | Louisiana State University And Agricultural And Mechanical College | System and process for grain examination |
US5703784A (en) * | 1995-10-30 | 1997-12-30 | The United States Of America As Represented By The Secretary Of Agriculture | Machine vision apparatus and method for sorting objects |
DE19647522A1 (de) * | 1996-11-16 | 1998-05-20 | Claas Ohg | Vorrichtung zur Überwachung der Überladung von Gütern von einer Arbeitsmaschine auf ein Transportfahrzeug |
DE19720121C2 (de) | 1997-05-14 | 2000-06-08 | Stefan Leppelmann | Verfahren zur quantitativen Bestimmung der Anteile verschiedenartiger Stoffe in Schüttgütern |
US6119442A (en) † | 1999-05-14 | 2000-09-19 | Case Corporation | Combine setting autoadjust with machine vision |
CA2411338C (en) * | 2002-11-07 | 2011-05-31 | Mcmaster University | Method for on-line machine vision measurement, monitoring and control of product features during on-line manufacturing processes |
US7190813B2 (en) * | 2003-01-15 | 2007-03-13 | Georgia Tech Research Corporation | Systems and methods for inspecting natural or manufactured products |
ATE383743T1 (de) * | 2004-12-18 | 2008-02-15 | Deere & Co | Erntemaschine |
DE102005043991A1 (de) | 2005-09-14 | 2007-08-09 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Einstellung eines Arbeitsaggregats einer Erntemaschine |
DE102007007040A1 (de) * | 2007-02-07 | 2008-08-14 | Carl Zeiss Microlmaging Gmbh | Messeinrichtung zur optischen und spektroskopischen Untersuchung einer Probe |
GB0817172D0 (en) * | 2008-09-19 | 2008-10-29 | Cnh Belgium Nv | Control system for an agricultural harvesting machine |
-
2007
- 2007-11-10 DE DE102007053662A patent/DE102007053662A1/de not_active Withdrawn
-
2008
- 2008-08-12 AT AT08162194T patent/ATE534280T1/de active
- 2008-08-12 EP EP08162194.8A patent/EP2057882B2/de active Active
- 2008-10-24 US US12/257,484 patent/US8086378B2/en active Active
- 2008-10-27 UA UAA200812594A patent/UA98616C2/ru unknown
- 2008-11-06 RU RU2008143656/13A patent/RU2483522C2/ru active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4735323A (en) * | 1982-11-09 | 1988-04-05 | 501 Ikegami Tsushinki Co., Ltd. | Outer appearance quality inspection system |
US6009186A (en) * | 1996-08-30 | 1999-12-28 | New Holland Braud S.A. | Method and apparatus for harvesting crop material |
RU2195644C2 (ru) * | 1998-02-06 | 2002-12-27 | Дисквеад Девелопмент, Инк. | Монитор для определения качества зерна |
US20030059090A1 (en) * | 2001-07-11 | 2003-03-27 | Yupeng Zhang | System for cotton trash measurement |
WO2006010761A1 (en) * | 2004-07-28 | 2006-02-02 | Cnh Belgium Nv | Apparatus and method for analysing the composition of crop in a crop-conveying machine |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2647087C2 (ru) * | 2013-07-08 | 2018-03-13 | КЛААС Зельбстфаренде Эрнтемашинен ГмбХ | Сельскохозяйственная уборочная машина |
RU2693600C1 (ru) * | 2018-05-25 | 2019-07-03 | Акционерное общество "Когнитив" | Способ модернизации зерноуборочной техники и устройство для осуществления способа |
Also Published As
Publication number | Publication date |
---|---|
EP2057882B2 (de) | 2014-10-29 |
UA98616C2 (ru) | 2012-06-11 |
RU2008143656A (ru) | 2010-05-20 |
EP2057882A2 (de) | 2009-05-13 |
EP2057882A3 (de) | 2009-11-18 |
US20090125197A1 (en) | 2009-05-14 |
ATE534280T1 (de) | 2011-12-15 |
EP2057882B1 (de) | 2011-11-23 |
US8086378B2 (en) | 2011-12-27 |
DE102007053662A1 (de) | 2009-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2483522C2 (ru) | Способ контроля качества убранной массы | |
US8831292B2 (en) | Method and apparatus for the optical evaluation of harvested crop in a harvesting machine | |
RU2406288C2 (ru) | Способ регулировки рабочего аппарата уборочной сельхозмашины | |
US11197417B2 (en) | Grain quality control system and method | |
RU2566989C2 (ru) | Устройство для регистрации и определения состава сыпучего материала | |
RU2420943C2 (ru) | Самоходная уборочная сельхозмашина и способ ее эксплуатации | |
US8139824B2 (en) | Crop particle discrimination methods and apparatus | |
US9648807B2 (en) | Agricultural harvesting machine | |
RU2566658C1 (ru) | Способ эксплуатации системы "ассистент водителя" для сельскохозяйственной рабочей машины | |
BE1019098A3 (nl) | Regelsysteem voor een oogstmachine. | |
RU2482654C2 (ru) | Способ управления рабочей сельхозмашиной | |
BR102015032436A2 (pt) | método de monitoração da qualidade do grão, e, mídia legível por computador não transitória | |
JP6979808B2 (ja) | コンバイン | |
JP6994853B2 (ja) | コンバイン | |
JP2022509749A (ja) | 根菜類を収穫する機械の動作を制御する方法 | |
BR112020004451A2 (pt) | método e sistema de manuseio de grãos | |
CA3167938A1 (en) | Method for operating a machine for harvesting and/or separating root crops, associated machine and associated computer program product | |
US11605178B2 (en) | White cap detection device | |
WO2021131309A1 (ja) | コンバイン、穀粒選別方法、穀粒選別システム、穀粒選別プログラム、穀粒選別プログラムが記録されている記録媒体、穀粒検査方法、穀粒検査システム、穀粒検査プログラム、及び穀粒検査プログラムが記録されている記録媒体 | |
US20230196575A1 (en) | Arrangement and Method for the Optical Assessment of Crop in a Harvesting Machine | |
JP7241673B2 (ja) | コンバイン | |
JP7321087B2 (ja) | 収穫機管理システム、収穫機、及び収穫機管理方法 | |
EA042191B1 (ru) | Способ регулировки работы машины для уборки корнеклубнеплодов | |
JP3728795B2 (ja) | 脱穀装置の飛散籾検出装置 | |
WO2024079550A1 (en) | Processing an image of cereal grain |