TWI818334B - 以手機影像推估穀粒含水量及收穫時期的方法 - Google Patents
以手機影像推估穀粒含水量及收穫時期的方法 Download PDFInfo
- Publication number
- TWI818334B TWI818334B TW110138643A TW110138643A TWI818334B TW I818334 B TWI818334 B TW I818334B TW 110138643 A TW110138643 A TW 110138643A TW 110138643 A TW110138643 A TW 110138643A TW I818334 B TWI818334 B TW I818334B
- Authority
- TW
- Taiwan
- Prior art keywords
- mobile phone
- grain
- image
- moisture content
- photographic
- Prior art date
Links
- 238000003306 harvesting Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 235000013339 cereals Nutrition 0.000 claims description 42
- 238000012937 correction Methods 0.000 claims description 10
- 241000209140 Triticum Species 0.000 claims description 7
- 235000021307 Triticum Nutrition 0.000 claims description 7
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 claims description 4
- 235000002017 Zea mays subsp mays Nutrition 0.000 claims description 4
- 235000005822 corn Nutrition 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 241000209149 Zea Species 0.000 claims 2
- 241000209094 Oryza Species 0.000 description 10
- 235000007164 Oryza sativa Nutrition 0.000 description 10
- 235000009566 rice Nutrition 0.000 description 10
- 238000012545 processing Methods 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 238000001035 drying Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 240000008042 Zea mays Species 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000005069 ears Anatomy 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 235000011837 pasties Nutrition 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一種以手機影像推估穀粒含水量及收穫時期的方法,其包括:以手機固定架固定手機,將一穀穗放置於輔助拍攝工具的攝影背板的圖像輪廓內,並以攝像鏡頭拍攝一穀穗影像;對穀穗影像進行預處理,將穀穗中的穀粒以外的背景雜訊濾除;萃取預處理後的所述穀穗影像中的顏色特徵;以及根據顏色特徵估算穀粒的的含水率,並根據所估算的含水率及穀穗影像的拍攝時間提供一建議採收日期。
Description
本發明是關於一種一種通過萃取穀粒色彩特徵推估穀粒含水量及收穫時期的方法。
許多穀粒在不同的生長時期會有特定的顏色變化,以水稻為例,水稻的稻穗成熟時,會歷經乳熟、糊熟、黃熟與完熟等階段,部分農民是根據經驗來決定是否可以採收,然此判斷方式難以量化,唯一的科學根據為穀粒含水量,其數值不僅攸關收購方的收購價格,也影響烘乾所需的能源及稻米品質等。
穀粒含水量的評估方式除了根據經驗之外,也能透過電阻式水分計或烘乾量測含水量的方式來評估,前者容易受環境濕度影響準確性,後者單次量測耗時一週以上,無法即時得到量測結果,並且,兩種評估方式都涉及破壞性採樣,需將樣本從植株上取下。
另一方面,根據農會的契作農民繳交濕穀統計資料,發現平均收獲穀粒含水量約在31%左右,而非建議較適合採收的26%,依照濕穀收購價格來看,若全台灣採收濕穀每下降1%,就可提升稻農每年11億的總體收益,也可以減少2.6億的烘乾燃油成本,與30萬公噸的碳排放量。因此,如何提供一種可以即時取得評估結果、並且不需破壞樣本的含水量評估方法,實是值得思量的。
有鑑於此,本發明的其中一個目的是提供一種可以即時取得評估結果、並且不需破壞樣本的穀粒含水量評估方法。
為了實現上述及其他目的,本發明提供一種以手機影像推估穀粒含水量及收穫時期的方法,其涉及使用一輔助拍攝工具,輔助拍攝工具包括一底架、一手機固定架、一攝影背板、至少一用以在該攝影背板標記一圖像輪廓的定位圖標以及至少一校正色板,手機固定架及攝影背板均設於底架且彼此間隔一段距離,定位圖標及校正色板均設於攝影背板,且圖像輪廓、定位圖標及校正色板均位於手機攝像鏡頭的拍攝範圍內;
其中,該方法包括:
以該手機固定架固定所述手機,將一穀穗放置於該攝影背板的所述圖像輪廓內,並以該攝像鏡頭拍攝一穀穗影像;
對該穀穗影像進行預處理,將該穀穗中的穀粒以外的背景雜訊濾除;
萃取預處理後的所述穀穗影像中的顏色特徵;以及
根據該顏色特徵估算所述穀粒的的含水率,並根據所估算的含水率及該穀穗影像的拍攝時間提供一建議採收日期。
基此,本發明可讓稻農透過手機作為穀粒含水量測量之工具,解決難以精準掌握穀粒含水量而使收益受損或收獲排程延宕之問題,提升稻農收益、稻米收穫效率,並減少烘乾稻穀所需能源與碳排量。
請參考第1至3圖,所繪示者為本發明使用的輔助拍攝工具的實施例,其包括一底架10、一手機固定架20、一攝影背板30、至少一定位圖標40及至少一校正色板50。
底架10包括一握把11及一連接於握把11頂部的支撐桿12,手機固定架20及攝影背板30均設於底架10,分別位於支撐桿12的兩側,手機固定架20及攝影背板30保持固定的間隔以固定拍攝條件。手機固定架20是用以固定手機,手機上配置有攝像鏡頭,可用於拍攝樣品影像。為了便於收納,本實施例的手機固定架20及攝影背板30可相對底架10旋轉收折(如第3圖),減少佔用空間。
攝影背板30的底色為黑色,定位圖標40及校正色板50設於攝影背板30上。定位圖標40是用以在攝影背板30標記一圖像輪廓,本實施例中定位圖標40是位於圖像輪廓四個角落的白色三角形圖塊,以便於影像處理識別。校正色板50是用來作為色彩校正的參考,本實施例中包含了黑色、灰色及白色的校正色板,後續影像處理時,可減少不同環境光源對色彩萃取的影響。圖像輪廓、定位圖標40及校正色板50都位於手機攝像鏡頭的拍攝範圍內,因此手機拍攝影像時,至少會包括以上三個部分。
以下說明本發明的工作流程:
首先,以手機固定架固定手機,將預評估含水率的穀穗(例如稻穗)放置於攝影背板的前述圖像輪廓內,並以攝像鏡頭拍攝一穀穗影像(如第4圖所示),此時穀穗不需要從植株上移除,可在直接田間進行拍攝,亦即,本發明可以進行非破化性採樣,並且,可以針對田間的不同植株進行採樣,以降低採樣的個別誤差;
接著,通過運算程式對穀穗影像進行預處理,將穀穗中的穀粒以外的背景雜訊濾除,所述預處理包括一系列的處理流程,例如,對影像進行二元化處理、通過定位圖標的標定移除圖像輪廓以外其他區域的影像、將定位圖標自穀穗影像中移除、根據灰階值移除穀穗影像中的陰影部分、根據顏色特徵移除影像中非穀粒的部分(例如穀穗中的莖),如此,穀穗影像中只會留下穀粒的部分(如第5圖所示);
再接著,即可通過運算程式將預處理後的穀穗影像中的顏色特徵萃取出來;
最後,運算程式可根據所萃取的顏色特徵估算穀粒的含水率,並根據所估算的含水率及穀穗影像的拍攝時間提供建議採收日期;其中,含水率的估算可通過機器學習的演算法,利用大量的穀穗影像樣本由演算法建立含水率估算模型,後續即可利用已建立的含水率估算模型推估穀粒含水率,建議採收日期的部分,穀粒在熟成時含水率會逐漸下降,其下降率可建立一回歸公式,因此運算程序可根據該回歸公式推估所採樣的穀穗樣本的穀粒含水率降低至目標含水率的所需時間,從而推估出建議採收日期。
其中,上述運算的執行不需要全部由手機內建的處理器執行,一部份運算工作(例如預處理及顏色特徵的萃取)可由一雲端伺服器來執行,手機只要至少提供操作界面、上傳穀穗影像至雲端伺服器並顯示結果即可。
10:底架
11:握把
12:支撐桿
20:手機固定架
30:攝影背板
40:定位圖標
50:校正色板
第1圖是本發明其中一實施例的使用狀態立體圖。
第2圖是本發明其中一實施例的攝影背板的前視圖。
第3圖是本發明其中一實施例的折疊示意圖。
第4、5圖是穀穗影像的示意圖。
10:底架
11:握把
12:支撐桿
20:手機固定架
30:攝影背板
40:定位圖標
50:校正色板
Claims (3)
- 一種以手機影像推估穀粒含水量及收穫時期的方法,涉及使用一輔助拍攝工具,該輔助拍攝工具包括: 一底架; 一手機固定架,設於該底架並用以固定一具有一攝像鏡頭的手機; 一攝影背板,設於該底架並與該手機固定架間隔設置; 至少一用以在該攝影背板標記一圖像輪廓的定位圖標,設於該攝影背板;以及 至少一校正色板,設於該攝影背板,其中該圖像輪廓、該定位圖標及該校正色板均位於該手機的所述攝像鏡頭的拍攝範圍內; 其中,該方法包括: 以該手機固定架固定所述手機,將一穀穗放置於該攝影背板的所述圖像輪廓內,並以該攝像鏡頭拍攝一穀穗影像; 對該穀穗影像進行預處理,將該穀穗中的穀粒以外的背景雜訊濾除; 萃取預處理後的所述穀穗影像中的顏色特徵;以及 根據該顏色特徵估算所述穀粒的的含水率,並根據所估算的含水率及該穀穗影像的拍攝時間提供一建議採收日期。
- 如請求項1所述以手機影像推估穀粒含水量及收穫時期的方法,其中該穀穗影像在拍攝後被上傳至一雲端伺服器,所述預處理及顏色特徵的萃取是在該雲端伺服器進行運算。
- 如請求項1所述以手機影像推估穀粒含水量及收穫時期的方法,其中該手機固定架及該攝影背板可相對該底架旋轉收折。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110138643A TWI818334B (zh) | 2021-10-19 | 2021-10-19 | 以手機影像推估穀粒含水量及收穫時期的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110138643A TWI818334B (zh) | 2021-10-19 | 2021-10-19 | 以手機影像推估穀粒含水量及收穫時期的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202317936A TW202317936A (zh) | 2023-05-01 |
TWI818334B true TWI818334B (zh) | 2023-10-11 |
Family
ID=87378790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110138643A TWI818334B (zh) | 2021-10-19 | 2021-10-19 | 以手機影像推估穀粒含水量及收穫時期的方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI818334B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117409403B (zh) * | 2023-12-15 | 2024-03-19 | 南京农业大学三亚研究院 | 一种基于深度学习的水稻稻穗成熟度估算方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101328487B1 (ko) * | 2011-12-27 | 2013-11-13 | 한국식품연구원 | 벼의 수확시기 예측 방법 및 장치 |
US20160300363A1 (en) * | 2015-03-12 | 2016-10-13 | Raytheon Company | Apparatus and processes for corn moisture analysis and prediction of optimum harvest date |
CN108387534A (zh) * | 2018-03-15 | 2018-08-10 | 中国农业科学院农田灌溉研究所 | 测定植株含水量方法和装置 |
WO2018198319A1 (ja) * | 2017-04-28 | 2018-11-01 | 株式会社オプティム | ウェアラブル端末表示システム、ウェアラブル端末表示方法およびプログラム |
CN111289441A (zh) * | 2020-02-21 | 2020-06-16 | 中国农业大学 | 多光谱下的大田作物含水量确定方法、系统及设备 |
CN111948734A (zh) * | 2020-06-29 | 2020-11-17 | 北京农业信息技术研究中心 | 一种作物冠层表型及微气象参数测量装置及方法 |
CN212624062U (zh) * | 2020-08-24 | 2021-02-26 | 甘肃省农业科学院小麦研究所 | 一种用于图像采集的辅助装置 |
US20210241482A1 (en) * | 2016-10-19 | 2021-08-05 | Basf Agro Trademarks Gmbh | Yield prediction for a cornfield |
-
2021
- 2021-10-19 TW TW110138643A patent/TWI818334B/zh active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101328487B1 (ko) * | 2011-12-27 | 2013-11-13 | 한국식품연구원 | 벼의 수확시기 예측 방법 및 장치 |
US20160300363A1 (en) * | 2015-03-12 | 2016-10-13 | Raytheon Company | Apparatus and processes for corn moisture analysis and prediction of optimum harvest date |
US20210241482A1 (en) * | 2016-10-19 | 2021-08-05 | Basf Agro Trademarks Gmbh | Yield prediction for a cornfield |
WO2018198319A1 (ja) * | 2017-04-28 | 2018-11-01 | 株式会社オプティム | ウェアラブル端末表示システム、ウェアラブル端末表示方法およびプログラム |
CN108387534A (zh) * | 2018-03-15 | 2018-08-10 | 中国农业科学院农田灌溉研究所 | 测定植株含水量方法和装置 |
CN111289441A (zh) * | 2020-02-21 | 2020-06-16 | 中国农业大学 | 多光谱下的大田作物含水量确定方法、系统及设备 |
CN111948734A (zh) * | 2020-06-29 | 2020-11-17 | 北京农业信息技术研究中心 | 一种作物冠层表型及微气象参数测量装置及方法 |
CN212624062U (zh) * | 2020-08-24 | 2021-02-26 | 甘肃省农业科学院小麦研究所 | 一种用于图像采集的辅助装置 |
Also Published As
Publication number | Publication date |
---|---|
TW202317936A (zh) | 2023-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vesali et al. | Development of an android app to estimate chlorophyll content of corn leaves based on contact imaging | |
US11631244B2 (en) | Methods of yield assessment with crop photometry | |
TWI818334B (zh) | 以手機影像推估穀粒含水量及收穫時期的方法 | |
EP3832524A1 (en) | System and method for determining damage on crops | |
CN112345458A (zh) | 一种基于无人机多光谱影像的小麦产量估测方法 | |
CN111462058B (zh) | 一种水稻有效穗快速检测方法 | |
CN108765433A (zh) | 一种用于提高精度的多叶面积测量方法 | |
CN105021617A (zh) | 基于高光谱成像的整株水稻叶绿素含量测量装置及方法 | |
CN110929944A (zh) | 基于高光谱图像与光谱特征相融合技术的小麦赤霉病病情严重度预测方法 | |
CN111797760A (zh) | 基于Retinanet改进的农作物病虫害识别方法 | |
CN111418537A (zh) | 一种虾苗计数装置及方法 | |
CN112465893A (zh) | 一种植被叶片面积测量方法、装置、终端及存储介质 | |
Sunoj et al. | Digital image analysis estimates of biomass, carbon, and nitrogen uptake of winter cereal cover crops | |
CN115687850A (zh) | 一种农田的灌溉需水量计算方法及装置 | |
CN112465038A (zh) | 一种识别果树病虫害种类的方法及系统 | |
CN113793350A (zh) | 一种鱼苗计数物联设备及鱼苗情况统计方法 | |
Hortinela et al. | Classification of Cacao Beans Based on their External Physical Features Using Convolutional Neural Network | |
CN114820435A (zh) | 基于改进AlexNet的辣椒叶片病害检测方法 | |
CN106023235A (zh) | 一种农作物有效籽粒个数测量的方法 | |
CN112098415B (zh) | 一种杨梅品质无损检测方法 | |
WO2020179276A1 (ja) | 画像処理装置、および画像処理方法、並びにプログラム | |
CN110765905B (zh) | 一种联合收割机收获谷物包含杂质比重的测量方法及其装置 | |
CN110728205A (zh) | 一种基于ai云计算的便携式水稻智能考种系统 | |
CN115049902B (zh) | 柑橘叶片含水量可视化预测方法、系统、设备及存储介质 | |
Watcharabutsarakham et al. | An approach for density monitoring of brown planthopper population in simulated paddy fields |