張雪飛 王建春 彭凱 孫海波 賈寶紅 徐義鑫 杜彥芳 鄒美智 楊勇
摘要:水稻考種過程中對水稻種粒的計數(shù)、計量通常采用人工進行,不僅工作量大,而且長時間的測量會導(dǎo)致效率及精準度降低。而市面常用的數(shù)粒儀功能單一,只能完成水稻種粒數(shù)目統(tǒng)計,導(dǎo)致設(shè)備長時間閑置不用。針對上述問題,我們設(shè)計了基于圖像處理和藍牙傳輸技術(shù)的水稻種粒計數(shù)計量系統(tǒng)。該系統(tǒng)采用智能手機獲取水稻種粒圖像,并利用基于Android系統(tǒng)的APP進行圖像處理,實現(xiàn)水稻種粒數(shù)的提??;利用與電子天平連接的藍牙模塊將水稻種粒質(zhì)量無縫傳輸至智能終端,獲取水稻種粒的質(zhì)量信息;采用二維碼技術(shù)識別水稻種粒樣本,實現(xiàn)各樣本的信息統(tǒng)計。
關(guān)鍵詞:水稻考種;Android系統(tǒng);圖像處理;藍牙傳輸;二維碼
中圖分類號:S126文獻標識號:A文章編號:1001-4942(2018)07-0157-04
Abstract The method of manual counting and measurement of rice seed grains has been widely used in rice seed investigation. The low-efficiency and low-accuracy artificial measuring method is gradually replaced by automatic counting of granulators. However, the granulators commonly used in the market can only count the number of rice grains and then the equipments will be in idle for a long time. A rice seed counting system is introduced to solve the above problems based on image processing and Bluetooth transmission technology. The image of rice seeds is acquired using intelligent phones and a specialty software based on Android is developed to accomplish the statistics of rice seeds by image processing technology. The Bluetooth module linked with an electronic scale is also used to realize the wireless transmission of the weight of rice seeds to the intelligent terminal. Finally the QR code technology is used to identify the rice seed samples to accomplish the information statistics of the samples.
Keywords Rice seed investigation; Android system; Image processing; Bluetooth transmission; QR Code
水稻是我國第一大糧食作物,也是單產(chǎn)水平最高的糧食作物,常年種植面積不足糧食作物的30%,產(chǎn)量卻占糧食總產(chǎn)量的40%以上;我國有60%以上人口以稻米為主食,尤其是以粳米為主食的城鄉(xiāng)居民日益增多[1]。發(fā)展水稻生產(chǎn),對解決我國糧食供給安全具有舉足輕重的作用。
考種是水稻品種選育的主要環(huán)節(jié)之一,可為育種家的決選提供重要依據(jù)[2]。我國有上千家農(nóng)業(yè)科研單位需要每年長時間重復(fù)開展水稻種粒計數(shù)、計量及穗部性狀檢測等繁重的統(tǒng)計工作。目前,水稻種粒計數(shù)、計量一般采用三種方式:人工測量、光電式數(shù)粒儀及基于圖像處理的數(shù)粒儀[3,4]。其中,人工測量是最傳統(tǒng)和最常用的一種方式,主要依靠技術(shù)工人完成對種粒群的數(shù)量統(tǒng)計、質(zhì)量稱量及部分水稻種粒穗部性狀的統(tǒng)計分析,人工成本高,測量時間長,工作繁重,且長時間的高強度數(shù)種,易產(chǎn)生視覺疲勞,造成二次統(tǒng)計誤差,嚴重影響測量的效率和準確度。自動數(shù)粒儀中,光電式數(shù)粒儀結(jié)構(gòu)復(fù)雜,價格昂貴,數(shù)粒過程比較緩慢,最終只能得到種粒的數(shù)量信息,而且需要人工進行記錄[5]。
近年來,隨著計算機圖像處理技術(shù)的發(fā)展,一些科研工作者開始將計算機圖像處理技術(shù)應(yīng)用于作物種子領(lǐng)域[6-12],開發(fā)了基于圖像處理的數(shù)粒儀,如:基于LabView軟件開發(fā)平臺的農(nóng)作物自動數(shù)粒儀[13],基于PC機圖片處理的農(nóng)博士育種家軟件[14],浙江托普儀器有限公司生產(chǎn)的基于背光裝置及智能終端的智能種粒計數(shù)系統(tǒng)。但由于專一性差、未能有效降低工作量等種種原因,這些數(shù)粒儀并沒有得到大面積推廣應(yīng)用。
我們在前人研究的基礎(chǔ)上,設(shè)計了一款基于圖像處理技術(shù)的水稻種粒自動計數(shù)計量系統(tǒng),利用智能手機采集水稻種粒圖像,實現(xiàn)水稻種粒的計數(shù),并利用自研的與電子天平對接的藍牙模塊,實現(xiàn)水稻種粒質(zhì)量無縫傳輸至智能終端,最終完成考種過程中水稻種粒的計數(shù)、計量。
1 系統(tǒng)硬件結(jié)構(gòu)及工作原理
1.1 系統(tǒng)總體結(jié)構(gòu)設(shè)計
該系統(tǒng)的總體結(jié)構(gòu)如圖1所示。智能終端通常采用Android系統(tǒng)的智能手機,其像素要求在1 300萬以上,用于獲取水稻種粒的圖像,獲取后,手機APP程序會進行圖像識別,最終得到水稻種粒數(shù)。電子天平稱得的種子質(zhì)量通過藍牙模塊傳輸?shù)街悄苁謾C上。服務(wù)器主要用于存儲計算的結(jié)果及后期的數(shù)據(jù)查詢統(tǒng)計工作。其他用戶可通過智能手機及網(wǎng)頁來查詢水稻種粒的數(shù)據(jù)統(tǒng)計結(jié)果。
1.2 工作原理
工作人員將待考種的水稻種粒均勻平鋪于托盤中,避免種粒之間重疊,利用智能手機獲取種粒群的圖片,經(jīng)灰度處理、去噪、分割等系列操作后,最終得到水稻種粒的數(shù)量。設(shè)計了藍牙模塊,該模塊通過RS232接口與電子天平相連,可實時將水稻種粒的質(zhì)量發(fā)送至智能終端??挤N過程中或者結(jié)束后,可將本次考種的分析數(shù)據(jù)上傳至服務(wù)器存儲。系統(tǒng)整體設(shè)計框架如圖2所示。
2 基于智能手機的水稻種粒計數(shù)計量系統(tǒng)設(shè)計本系統(tǒng)主要是基于裝有Andriod系統(tǒng)的智能手機開發(fā)設(shè)計的。并設(shè)計了二維碼來標識各水稻樣品,包含品種編號、種植地點、種植時間等信息,利用智能手機APP掃描該二維碼,即可得到水稻樣本的相關(guān)信息,同時將獲取的種粒圖像及處理信息、種粒質(zhì)量信息與二維碼信息進行對應(yīng),方便保存和查詢。
2.1 水稻種粒計數(shù)
水稻種粒數(shù)量統(tǒng)計是將水稻種粒群完全平鋪在一個平面上,采集種粒群圖像,進行灰度變換,增強濾波去除噪聲,二值化處理確定種粒邊界,把邊緣可能重疊的種粒圖像分割,種粒填充完成數(shù)據(jù)填充,最終確定種粒的數(shù)量。其圖像分析處理流程如圖3所示。
2.2 水稻種粒計量
水稻種粒的質(zhì)量通過電子天平來獲取,獲取流程如圖4所示。
具有RS232接口的電子天平將水稻種粒質(zhì)量的實時信息經(jīng)過A/D轉(zhuǎn)換并處理后轉(zhuǎn)換為相應(yīng)格式的數(shù)字信號,通過RS232傳輸給接收模塊,接收模塊通過異步串行通信的方式將數(shù)字信號傳輸給藍牙模塊,再通過藍牙模塊將水稻種粒的質(zhì)量發(fā)送至智能終端。
3 基于Web的水稻種粒計數(shù)計量系統(tǒng)
基于Web的水稻種粒計數(shù)計量系統(tǒng)主要包括用戶管理模塊、智能手機考種數(shù)據(jù)上傳至服務(wù)端模塊、考種數(shù)據(jù)分析模塊三部分,如圖5所示。其中,用戶管理分為2類,管理員具有上傳考種數(shù)據(jù)、對水稻種粒信息二次分析、實時查看水稻種粒計量信息等權(quán)限;普通用戶僅具有查看計量信息的權(quán)限。
通常考種的數(shù)據(jù)量比較大,考種結(jié)束后,可上傳所有的考種數(shù)據(jù)到服務(wù)器中??赏ㄟ^usb數(shù)據(jù)線上傳數(shù)據(jù),如圖6所示,上傳后的數(shù)據(jù)以采集標本為單位保存在相應(yīng)文件夾中。
考種數(shù)據(jù)分析模塊,可以查看各品種的歷史考種信息??挤N信息可以保存為EXCEL格式,并且可導(dǎo)出。
4 結(jié)論
本研究設(shè)計了將智能手機、二維碼技術(shù)、圖像處理技術(shù)、藍牙傳輸技術(shù)與水稻考種相結(jié)合的種粒計數(shù)計量系統(tǒng),通過基于Android系統(tǒng)的水稻種粒計數(shù)計量APP對獲取的種粒圖像和接收的藍牙傳輸數(shù)據(jù)進行處理分析,實現(xiàn)了水稻種粒的快速、準確、高效計數(shù)、計量,并通過二維碼實現(xiàn)了水稻樣本身份的快速識別。且所有考種數(shù)據(jù)均可上傳至Web服務(wù)器中存儲、分析和查詢。
該系統(tǒng)還可以擴展到其他作物類型,如小麥、玉米、大豆等,為廣大農(nóng)業(yè)科研單位對作物種粒的快速精準計數(shù)計量提供了一種有效手段,為提高農(nóng)業(yè)育種工作效率奠定基礎(chǔ)。
參 考 文 獻:
[1] 褚慶全,齊成喜,楊飛,等. 我國雜交粳稻發(fā)展現(xiàn)狀、問題及其對策[J]. 作物雜志,2005(1):9-12.
[2] 許桂玲,紀洪亭,潘劍,等. 水稻考種方法探析[J]. 中國農(nóng)技推廣,2012(6):16-17.
[3] 巢淑娟,張貴明. 淺析數(shù)粒機的現(xiàn)狀及發(fā)展[J]. 農(nóng)業(yè)與技術(shù), 2013, 33(2):12.
[4] 常禮,馬成學(xué),高理富. 基于光電信號的玉米粒計數(shù)方法的研究[J]. 中國科學(xué)技術(shù)大學(xué)學(xué)報,2015,45(4):275-279.
[5] 宋礽蘇,華嬌,藍景針,等. 轉(zhuǎn)盤斜刮式光電自動數(shù)粒儀設(shè)計[J]. 農(nóng)業(yè)機械學(xué)報,2011,42(11):75,89-92.
[6] 王剛. 基于機器視覺的玉米千粒重快速檢測儀的研制[D]. 吉林:吉林大學(xué),2012.
[7] 裴驕陽. 玉米種粒千粒重的自動測量系統(tǒng)開發(fā)[D]. 楊凌:西北農(nóng)林科技大學(xué),2014.
[8] 孫宏佳. 基于機器視覺的花生種子自動識別系統(tǒng)設(shè)計[D]. 哈爾冰:哈爾濱理工大學(xué),2014.
[9] 王風(fēng)云,鄭紀業(yè),唐研,等. 機器視覺在我國農(nóng)業(yè)中的應(yīng)用研究進展分析[J]. 山東農(nóng)業(yè)科學(xué),2016,48(4):139-144.
[10]吳露露,鄭志雄,齊龍,等. 基于圖像處理的田間水稻葉瘟病斑檢測方法[J]. 農(nóng)機化研究,2014(9):32-35.
[11]張芳,付立思. 基于圖像處理技術(shù)的黃瓜葉部病害識別診斷系統(tǒng)[J]. 農(nóng)機化研究,2014(9):213-215,225.
[12]胡維煒,張武,劉連忠,等. 利用圖像處理技術(shù)計算大豆葉片相對病斑面積[J]. 江蘇農(nóng)業(yè)學(xué)報,2016,32(4):774-779.
[13]張云鶴,喬曉軍,王成,等. 種子自動數(shù)粒儀[J]. 自動化技術(shù)與應(yīng)用,2005,24(3):59-61.
[14]陳立平,李奉令. 農(nóng)博士育種家軟件在育種工作中的應(yīng)用技術(shù)[J]. 中國園藝文摘,2010(7):171-172.