李宗檜

(遼源職業(yè)技術(shù)學(xué)院，吉林 遼源 136201)

?

基于計算機視覺的玉米籽粒形態(tài)測量與研究

李宗檜

(遼源職業(yè)技術(shù)學(xué)院，吉林 遼源 136201)

視覺技術(shù)目前被廣泛應(yīng)用于社會各生產(chǎn)領(lǐng)域，包括制造行業(yè)、文檔分析、醫(yī)療診斷及農(nóng)業(yè)品質(zhì)檢測等。為此，基于計算機視覺技術(shù)，設(shè)計出一種玉米品質(zhì)自動檢測分析方法，即玉米籽粒實時分析系統(tǒng)，具有客觀、高效、準(zhǔn)確的優(yōu)勢，解決了傳統(tǒng)人工檢測模式下主觀、低效、誤差大等問題。最后，設(shè)計出一種基于計算機線掃描技術(shù)和自動化控制技術(shù)相結(jié)合的玉米籽?？挤N裝置。

視覺技術(shù)； 玉米籽粒； 形態(tài)測量； 線掃描

0 引言

玉米是我國主要糧食作物之一，其作業(yè)水平很大程度上影響著總產(chǎn)量。目前，我國在玉米種植、生產(chǎn)環(huán)節(jié)，更加注重對于玉米新品種的選育，新品種的選育與種植將成為我國玉米實現(xiàn)優(yōu)質(zhì)高產(chǎn)的關(guān)鍵途徑。例如，對于玉米籽粒形態(tài)等相關(guān)參數(shù)指標(biāo)的選取、測量等，具體包括有玉米籽?？偭?shù)、長軸、短軸、長短軸比等，這些都將成為今后我國在玉米籽粒形態(tài)測量及其研究領(lǐng)域重點關(guān)注的評價指標(biāo)，對于培育高產(chǎn)量、優(yōu)質(zhì)的玉米新品種至關(guān)重要。

1 國內(nèi)外研究現(xiàn)狀

隨著計算機技術(shù)的進(jìn)步，及人工智能的興起，不斷促使著計算機識別技術(shù)得到迅速發(fā)展。目前，采用機器視覺技術(shù)對農(nóng)產(chǎn)品品質(zhì)進(jìn)行無損檢測，成為了全球范圍內(nèi)共同關(guān)注與研究的一項焦點技術(shù)。在這一研究領(lǐng)域，國外專家學(xué)者對于計算機視覺檢測技術(shù)及品質(zhì)分析的研究，要比我國國內(nèi)早的多。當(dāng)前國際上一些發(fā)達(dá)國家，在使用計算機視覺檢測技術(shù)來對農(nóng)產(chǎn)品品質(zhì)檢測分析層面，其理論體系及應(yīng)用更為成熟。Zayas等(1985年)曾利用圖像識別技術(shù)，專門提取了小麥的9個形態(tài)特征參數(shù)，圖像識別準(zhǔn)確率高達(dá) 97%。Neuman 、Sapirstein等人(1987年)利用數(shù)字圖像技術(shù)，重點選取了英國、美國地區(qū)小麥的不同品種進(jìn)行分類，檢測原理主要依據(jù)的是作物籽粒，包括籽粒的空間形狀、周長的傅里葉等，基于此來測算出了(小麥)作物籽粒的總體輪廓。B.Ni等(1998年)通過測量玉米籽粒方向的長度、寬度及玉米籽粒的投影面積來對玉米的大小進(jìn)行分類分級，并將其與機械圓筒所篩選出來的結(jié)果進(jìn)行類比，但準(zhǔn)確率不是很高。此后，Zayas等把計算機視覺相關(guān)的識別技術(shù)應(yīng)用到對昆蟲、草籽、雜物的識別檢測層面，最終檢測精度突破了 90%。W.Medina等人(2010年)利用了計算機圖像分析識別方法，針對作物種子予以分類識別，主要研究的方向是種子的尺寸、形態(tài)及顏色等特征，同時還引入了聚類分析法。

我國在該領(lǐng)域的研究相對比較少，且起步晚，但在計算機視覺檢測技術(shù)發(fā)展方面，卻是突飛猛進(jìn)。進(jìn)入到21世紀(jì)以來，行業(yè)內(nèi)將重點放在開發(fā)在線品質(zhì)檢測系統(tǒng)方面。20世紀(jì)90年代(1991年)，劉紹剛等人基于此提出了一種針對農(nóng)產(chǎn)品品質(zhì)光學(xué)特性無損檢測的方法，雖然效果并不理想，但卻很詳細(xì)地描述出了針對農(nóng)產(chǎn)品品質(zhì)檢測的原理及相應(yīng)的評價因子與提取方法，為之后應(yīng)用領(lǐng)域的研究提供了理論參考。王豐元等(1995年)專門針對農(nóng)作物籽粒的外觀信息，提出了一種較為實用性的檢測方法，重點引入了分割算法。張書慧等(1999年)在研究過程中，專門建立了圖像數(shù)據(jù)采集系統(tǒng)，所選擇的檢測對象是果蔬類。陳永艷等(2004年)針對玉米品質(zhì)檢測采用了計算機識別算法，主要提取了玉米外部參數(shù)指標(biāo)。宋鵬等(2010年)開發(fā)出了一種嵌入式技術(shù)控制下的玉米種子自動精選系統(tǒng)。

2 我國玉米糧食生產(chǎn)現(xiàn)狀

2010-2014年我國玉米與糧食作物播種面積及總產(chǎn)量情況如表1所示。

表1 2010-2014年我國玉米與糧食作物播種面積及總產(chǎn)量

我國是農(nóng)業(yè)大國，玉米是我國主要農(nóng)作物之一，其種植面積和產(chǎn)量一直位居秋糧作物的首位。玉米除了供人們加工食品之外，還是家畜養(yǎng)殖重要的飼料，亦可作為工業(yè)生產(chǎn)的原料。隨著社會經(jīng)濟的發(fā)展，科學(xué)技術(shù)水平的進(jìn)步，我國在農(nóng)業(yè)現(xiàn)代化建設(shè)領(lǐng)域取得了非凡的成就。近幾年，我國玉米無論是播種面積還是總產(chǎn)量，都在逐年增加，并且在所有糧食農(nóng)作物總產(chǎn)量中所占比重也在逐年增大。從表1中可以觀察出：玉米在我國農(nóng)作物生產(chǎn)體系中的重要地位，其生產(chǎn)效率遠(yuǎn)優(yōu)于其他糧食種植作物。2010-2014年，在“玉米占糧食作物播種面積百比分”和“玉米占糧食作物總產(chǎn)量百分比”數(shù)據(jù)資料中看到，后者比重高于前者，且這種趨勢在不斷增大，在有限種植面積的情況下，產(chǎn)量比重連年攀升，充分表明當(dāng)下我國玉米作物生產(chǎn)領(lǐng)域機械化程度較高。在我國北方地區(qū)，尤其是新疆地區(qū)和東北地區(qū)，由于計算機信息技術(shù)的發(fā)展、進(jìn)步與廣泛應(yīng)用，基本上實現(xiàn)了規(guī)?；N植及生產(chǎn)。

3 線掃描與自動化控制系統(tǒng)裝置

基于計算機視覺的玉米籽粒形態(tài)測量與研究，目的在于將互聯(lián)網(wǎng)計算機信息技術(shù)更好的嵌入到農(nóng)業(yè)生產(chǎn)領(lǐng)域。因為傳統(tǒng)的人工測量方式及常規(guī)的儀器測量，會造成誤差，這種誤差是主觀上的誤差，不僅費時費力，還會造成大量資源浪費。計算機機器視覺技術(shù)，在我國東部沿海地區(qū)得到了很好的應(yīng)用，包括在農(nóng)產(chǎn)品檢測、形態(tài)識別及品質(zhì)檢測等層面。本文以我國東北玉米生產(chǎn)區(qū)域作為研究對象，對玉米籽粒品種及品質(zhì)進(jìn)行無損檢測的探究。

3.1 系統(tǒng)及方法

3.1.1 系統(tǒng)

系統(tǒng)設(shè)計層面，主要分為3個環(huán)節(jié)，分別是硬件設(shè)計、軟件設(shè)計及控制等。首先，系統(tǒng)硬件主要包括振動給料機、線陣相機、計算機、輸送帶、控制器和驅(qū)動器等，如圖1所示。

1.振動給料機 2.線陣相機 3.計算機終端設(shè)備 4.線陣光源 5.輸送帶 6.可編程邏輯控制器 7.伺服電機 8.同步帶輪裝置

3.1.2 軟件

軟件設(shè)計中運用了Visual Studio 2008及Lab VIEW8.6，通過開發(fā)和編程，基本可以實現(xiàn)以下3個目標(biāo)：①將收集獲取到的數(shù)據(jù)信息，放置在最佳儲存環(huán)境空間內(nèi)來保存；②線陣相機及可編程邏輯控制器可實現(xiàn)初始化設(shè)置；③在檢測分析過程中，針對所收集到的圖像的動態(tài)，最大限度地實現(xiàn)同步效果，即動態(tài)信息指標(biāo)獲取與在線處理同步進(jìn)行，效率極高。

3.1.3 控制

在系統(tǒng)裝置總體性控制層面，起到?jīng)Q定性作用的是可編程邏輯控制器，即通過PLC來實現(xiàn)的，具體工作流程如圖2所示。

由圖2可以觀察到：系統(tǒng)軟件功能中的自定義通訊指令，是專門通過RS-232通訊協(xié)議來實現(xiàn)的，即該通訊協(xié)議與PLC控制裝置在系統(tǒng)內(nèi)部實現(xiàn)信息交互。從系統(tǒng)流程圖當(dāng)中可以看到，其大致工作運行步驟主要分為了5個階段：第1階段，系統(tǒng)開始，主要包含系統(tǒng)初始化進(jìn)一步判斷出線陣相機及和PLC相互之間的工作是否協(xié)調(diào)，各自性能運轉(zhuǎn)是否處在正常狀態(tài)。第2階段是PLC控制振動給料機振動，輸送帶開始運行工作，并隨后進(jìn)行喂料操作。第3階段是采集玉米籽粒圖像，借助于同步軟件與相關(guān)技術(shù)，將所獲取到的玉米籽粒圖像及時處理，并保存到庫，進(jìn)行所需的數(shù)據(jù)分析環(huán)節(jié)。第4階段，包括PLC控制振動給料機在內(nèi)的各類運行設(shè)備，可停止運行。第5階段就是收集玉米籽粒及稱重。

圖2 系統(tǒng)流程圖

3.2 試驗檢測

本試驗是在黑龍江農(nóng)業(yè)研究所進(jìn)行的，重點針對此次系統(tǒng)測量的準(zhǔn)確性及可靠性來予以驗證。試驗專門選取了 40份玉米籽粒作業(yè)樣本，檢測的形式相對比較簡單，就是將該機器視覺系統(tǒng)裝置下測量的玉米籽粒形態(tài)(包括準(zhǔn)確率等)與傳統(tǒng)人工方式測量下的形態(tài)數(shù)值進(jìn)行比較。試驗結(jié)果如表2所示。

表2 重復(fù)性試驗變異系數(shù)統(tǒng)計 %

由表2可以觀察出：在總粒數(shù)和長軸、短軸的變異系數(shù)均保持在 1% 以下。此外，通過最后一項指標(biāo)統(tǒng)計發(fā)現(xiàn)：5組玉米籽粒樣本的長寬比，最大的變異系數(shù)僅為 1.44%；另外4組分別是0.99% 、0.88% 、0.91% 、0.94% 。這些充分表明，該系統(tǒng)裝置針對玉米籽粒形態(tài)的測量效果較好(重復(fù)性較好)。

4 結(jié)論

我國是一個農(nóng)業(yè)大國，而農(nóng)業(yè)又是國民經(jīng)濟賴以發(fā)展的基礎(chǔ)；在另一方面，隨著社會的進(jìn)步、經(jīng)濟的發(fā)展，以“知識經(jīng)濟”為核心代表力量的新時代動力也在不斷演變之中。作為國民經(jīng)濟賴以發(fā)展的基礎(chǔ)性產(chǎn)業(yè)經(jīng)濟，尤其是在我國社會主義新農(nóng)村事業(yè)建設(shè)發(fā)展轉(zhuǎn)型的關(guān)鍵時期，通過計算機先進(jìn)技術(shù)的引入和應(yīng)用，以此來不斷促使著我國機械化生產(chǎn)及技術(shù)創(chuàng)新發(fā)展，進(jìn)而全面加速推進(jìn)我國農(nóng)業(yè)現(xiàn)代化進(jìn)程。

[1] 汪珂.玉米籽粒數(shù)字化考種關(guān)鍵技術(shù)研究[D].武漢：華中農(nóng)業(yè)大學(xué), 2015.

[2] 王傳宇, 郭新宇, 趙春江,等. 基于立體視覺的玉米果穗外在形態(tài)記錄與測量裝置:中國，CN202160400U[P]. 2012-06-30.

[3] 肖杰, 高趁光, 王娜,等.基于SmartGrain軟件的小麥籽粒形態(tài)測量方法[J]. 麥類作物學(xué)報, 2014, 34(11):1572-1576.

[4] 郭新宇, 吳升, 肖伯祥,等.基于關(guān)鍵質(zhì)量點控制的玉米果穗考種裝置：CN, CN 103053243 B[P]. 2014-13-30.

[5] 余吉洋.玉米果穗物理力學(xué)性質(zhì)的測試研究[D].長春：吉林大學(xué), 2014.

[6] 方益杭, 唐瑤, 林承達(dá),等.基于視覺技術(shù)的農(nóng)作物三維重建以及形態(tài)測量[EB/OL].2014-10-21.http://www.paper.edu.cn.

[7] 王傳宇.基于機器視覺的玉米形態(tài)指標(biāo)測量[D].北京：中國科學(xué)院大學(xué), 北京市農(nóng)林科學(xué)院, 2011.

[8] 周金輝, 馬欽, 朱德海,等.基于計算機視覺的玉米穗粒重?zé)o損測量方法[J].農(nóng)機化研究, 2015，37(12):222-226.

[9] 馬興國.基于計算機視覺的水稻植株形態(tài)測量的研究[D].南昌：江西農(nóng)業(yè)大學(xué), 2011.

Corn Grain Shape Measurement and Research Based on Computer Vision

Li Zonghui

(Liaoyuan Vocational Technical College, Liaoyuan 136201,China)

Computer vision technology is refers to the use of computers and related equipment, and a simulation of biological vision. Computer vision analysis, mainly is to through the image acquisition to be dealt with to obtain image corresponding to the three-dimensional scene of biological information.Vision technology has been widely used in various fields of production, including manufacturing industry, document analysis, medical diagnosis, agricultural quality testing and so on.This paper based on the computer vision measurement of maize kernel shape and research topics, design to explore a maize quality method of automatic detection and analysis, namely, maize grain real-time analysis system, in the non-destructive testing of link, with objective, efficient, accurate advantages, greatly improved to solve the defects of the traditional manual detection mode subjective, inefficient and error.Finally, a corn seed test device based on computer line scan technology and automatic control technology was designed.

vision technology; corn seed; shape measurement; line scan

2016-05-16

吉林省教育廳校企一體化人才培養(yǎng)項目(20142CY159)

李宗檜(1982-)，女，吉林遼源人，講師，碩士研究生，(E-mail)756949535@qq.com。

S513;TP391.41

A

1003-188X(2017)07-0103-04