潘 霞，譚會(huì)君

(1.河南經(jīng)貿(mào)職業(yè)學(xué)院，鄭州 450000;2.漯河職業(yè)技術(shù)學(xué)院，河南 漯河 462002)

0 引言

計(jì)算機(jī)視覺技術(shù)涉及諸多領(lǐng)域，由機(jī)器來代替肉眼完成工作，機(jī)器視覺在各類生產(chǎn)中的應(yīng)用逐漸開始普及。機(jī)器視覺在農(nóng)業(yè)種植中主要用于作物品種檢測、病害檢測、采摘、品質(zhì)檢測及品質(zhì)分級等方面[1-6]。

根據(jù)數(shù)據(jù)統(tǒng)計(jì)，2007年我國玉米總產(chǎn)量約為1.45億t，到2016我國玉米總產(chǎn)量約為2.19億t。隨著種子市場的放開，種子的質(zhì)量比較難以把控，對玉米種子的檢測顯得尤為重要。

將計(jì)算機(jī)視覺技術(shù)應(yīng)用于種子自動(dòng)檢測的研究已有許多，如中國農(nóng)業(yè)大學(xué)的寧紀(jì)峰等[7]通過對采集的單顆玉米粒圖像處理后，提取特征參數(shù)圖像，通過提取的圖像形態(tài)分析玉米的品種。成芳等[8-9]研究水稻品種識別中采用了計(jì)算機(jī)視覺技術(shù)。閘建文等[10]利用計(jì)算機(jī)建立玉米品種識別標(biāo)準(zhǔn)，識別率可達(dá)到88%。在玉米種植中，玉米的產(chǎn)量很大程度取決于種子的質(zhì)量。為此，本文綜述這方面的研究信息，為后期研究提供參考。

1 檢測圖像的采集

用于圖像采集的設(shè)備主要包括取像設(shè)備和采集卡，目前用于取像的設(shè)備多為CCD(CMOS)攝像機(jī)及數(shù)字掃描儀，CCD攝像機(jī)對靜態(tài)攝像來說是比較經(jīng)濟(jì)合理的選擇。采集圖像要顯示清晰，背景的選擇尤為重要，需要采集的圖像實(shí)物是玉米種子，玉米種子多為黃白色，因有比較大的對比度會(huì)顯示更清楚，故選擇黑色為背景。由于采集圖像時(shí)光照可能會(huì)不好，需要對光照強(qiáng)度進(jìn)行補(bǔ)償，有光線照到玉米種子上就會(huì)形成陰影，陰影過多過大會(huì)對圖像的采集造成很嚴(yán)重的影響，對后期圖像的處理和識別都會(huì)構(gòu)成很大的障礙。所以，光源的性狀選擇為造成陰影少的環(huán)形光源，并添加光罩，減少外界雜亂光線的影響。采集成像設(shè)備如圖1所示。

圖1 采集成像設(shè)備

2 圖像處理分析

檢測程序(見圖2)中，重要的是圖像處理和特征提取，圖像處理(見圖3)是為了提取需要的特征圖像做的準(zhǔn)備工作，包括灰度分布、圖像增強(qiáng)、分割取樣及圖像濾波等[10-13]。在圖像處理前還應(yīng)當(dāng)考慮到采集圖像時(shí)的背景顏色是否控制，在允許的條件下，應(yīng)選擇單一顏色的背景，且背景顏色與玉米的對比度要大；在進(jìn)行玉米種子檢測時(shí)還應(yīng)考慮顏色特征對識別結(jié)果的影響。玉米種子在檢測時(shí)，由于玉米中的性狀不規(guī)則，且容易發(fā)生移動(dòng)，圖像處理時(shí)需要考慮到空間位置的移動(dòng)和玉米輪廓的變化。

圖2 玉米自動(dòng)檢測程序

圖3 圖像處理基本程序

圖像處理的后期工作就是提取圖像中的特征參數(shù)，通過標(biāo)記需要的圖像輪廓，沿著標(biāo)記輪廓將特征圖像分割出來，并采用多對象算法提取，對提取形態(tài)特征參數(shù)和顏色特征參數(shù)進(jìn)行識別。提取特征參數(shù)流程如圖4所示。

圖4 圖像特征提取基本程序

3 玉米種子品種檢測

在玉米育種、種子的銷售等環(huán)節(jié)中，品種的檢測是必要程序。國內(nèi)外許多學(xué)者進(jìn)行了基于機(jī)器視覺技術(shù)的種子品種研究。SHEN等[14]通過掃描儀掃描5種玉米種子，通過距離判斷式并結(jié)合神經(jīng)網(wǎng)絡(luò)，形成分類器系統(tǒng)軟件進(jìn)行品種的檢測識別。PEARSON[15]采用彩色攝像機(jī)采集玉米粒圖像，并提取圖像特征參數(shù)識別玉米粒品種。鄭敏江等[16]通過數(shù)碼相機(jī)采集圖像，將圖像增強(qiáng)濾波后，使用BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)識別區(qū)分玉米品種。徐靜玉等[17]使用傳感器進(jìn)行對玉米種子的顏色識別。曹長虎等[18]將采集的圖像處理后，摒棄傳統(tǒng)的算法，以多對象標(biāo)記算法分析玉米粒參數(shù)，通過對玉米粒的面積、周長、中心線位置和長度、密實(shí)度等多個(gè)參數(shù)進(jìn)行分析，識別算數(shù)模塊采用BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)的遺傳網(wǎng)絡(luò)算法，將提取的特征參數(shù)與參數(shù)數(shù)據(jù)庫中的參數(shù)相比較分析，正確識別玉米品種。張俊雄等[19]研究利用CCD攝像機(jī)采集圖像，采用分析尖端區(qū)域，用識別檢測玉米種子內(nèi)部是否有裂紋，玉米種子品種識別度達(dá)到90%。史中輝等[20]采用攝像機(jī)采集玉米種子的圖像，處理后提取形態(tài)和顏色兩種特征參數(shù)，來識別玉米種子的品種。司秀麗等[21]采用彩色攝像機(jī)采集圖譜，對圖像進(jìn)行灰度分別、圖像分割等處理，與標(biāo)準(zhǔn)圖譜相比較，經(jīng)試驗(yàn)檢測到玉米種子的識別度達(dá)到99．5%。閆小梅等[22]采用CCD攝像機(jī)獲取圖像，圖像處理后提取顏色特征參數(shù)，玉米種子品種的識別度達(dá)到93．7%以上。劉雙喜等[23]采用CCD攝像機(jī)采集玉米種子尖端圖像，分割尖端區(qū)域的顏色特征圖像，采用DBSCAN算法進(jìn)行玉米識別，識別率達(dá)93．3%。

利用計(jì)算機(jī)視覺技術(shù)來自動(dòng)識別玉米品種，通過采用多對象輪廓提取算法，分析玉米粒的性狀特征和顏色特征，定義玉米粒的各項(xiàng)參數(shù)特征，并分析提取的特征圖像，提高玉米種子品種的識別度。

4 玉米種子純度檢測

種子的純度是玉米種子質(zhì)量控制的指標(biāo)之一，種子市場的混亂，以次充好的種子進(jìn)入市場會(huì)嚴(yán)重?fù)p害農(nóng)戶的利益，因此玉米種子的純度檢測非常重要。目前，檢測純度的方法有籽粒形態(tài)法、幼苗形態(tài)法及蛋白質(zhì)電泳法。籽粒形態(tài)法適用于親本自交系近的雜交種子，幼苗形態(tài)法適用品種少；但周期長，不利于生產(chǎn)種植。蛋白質(zhì)電泳法分析快速，結(jié)果可靠；但該方法檢測種子純度的速度慢，無法滿足大規(guī)模的種植要求。計(jì)算機(jī)視覺檢測玉米純度可以快速準(zhǔn)確地達(dá)到要求。

朱曉[24]利用高頻反射圖像，提取多個(gè)特征圖像參數(shù)，通過改進(jìn)的遺傳算法分析圖像，建設(shè)了分級數(shù)據(jù)庫，該數(shù)據(jù)庫檢測玉米種子純度的準(zhǔn)確率達(dá)到97%以上，檢測效果穩(wěn)定。司秀麗等[22]采用彩色攝像機(jī)采集圖像，將采集的圖像灰度分布、增強(qiáng)且均衡化，得到的圖像與電泳比較判斷純度。周紅等[25]在玉米種子純度檢測中，利用計(jì)算機(jī)視覺技術(shù)對不同品種玉米種子進(jìn)行區(qū)別精度高。

5 玉米種子活力檢測

玉米種子的活力是指在實(shí)際種植的情況下，決定玉米種子出苗和生長為健康幼苗的潛在能力?；盍玫姆N子有發(fā)芽率高、出苗整齊的優(yōu)點(diǎn)，也有很好的抗逆性，種子活力的檢測方法有常規(guī)的電導(dǎo)率測定、四唑染色法及發(fā)芽實(shí)驗(yàn)法。四唑染色法是玉米種子活力檢測方法中國際上公認(rèn)的一種可靠的檢測方法，該方法通過染色玉米的種胚，觀察種胚染色的深淺和面積來判斷玉米種子的活力。由于顏色的深淺以肉眼來判斷很難達(dá)到要求，染色的面積也是不規(guī)則的，常規(guī)方法無法計(jì)算出來，因此可以結(jié)合計(jì)算機(jī)視覺技術(shù)來檢測，將染色的種胚為目標(biāo)采集圖像，提取圖像中的顏色特征參數(shù)，便可檢測活力的水平，提高了檢測效率和精度。趙新子等[26]采用四唑染色法與計(jì)算機(jī)視覺技術(shù)相結(jié)合的方法，對染色后種胚采集圖像，提取顏色特征參數(shù)，并計(jì)算染色面積，判斷種子的活力水平，經(jīng)試驗(yàn)驗(yàn)證該方法的識別率為94%。

6 玉米種子裂紋檢測

玉米種子產(chǎn)生裂紋后會(huì)影響到種子的發(fā)芽率，易引起發(fā)熱和遭受害蟲及霉菌的侵襲，必須嚴(yán)格檢測玉米是否有裂紋。朱文學(xué)等[27]用顯微鏡檢測玉米種子的裂紋，觀察裂紋的變化情況。Gunasekaran S[28]利用商用的計(jì)算機(jī)視覺程序采集玉米種子的圖像，可以快速識別玉米種子內(nèi)部的裂紋。其利用去除尖端區(qū)域的方法[29-30]可以減少干擾檢測的無裂紋區(qū)域?qū)ψR別的影響，對兩個(gè)品種進(jìn)行了是否有裂紋識別，準(zhǔn)確度可達(dá)到90%以上。張俊雄等[19]表面裂紋檢測：采集玉米種子的單顆圖像后通過分割閾值、膨脹等處理，判定玉米種子的尖端區(qū)域，識別率過90%。研究證明：該方法對于玉米種子內(nèi)部裂紋的測定具有很好的實(shí)用性。

7 結(jié)論

1)將計(jì)算機(jī)視覺技術(shù)用于玉米種子的自動(dòng)檢測，在圖像處理、特征提取與識別等方面還存在一些問題，后面的深入研究將向智能化方向延伸。隨著計(jì)算機(jī)技術(shù)的發(fā)展，在農(nóng)業(yè)種植生產(chǎn)中會(huì)有更多環(huán)節(jié)被智能化機(jī)器代替。

2)計(jì)算機(jī)視覺技術(shù)在玉米種子檢測的自動(dòng)化對于我國玉米種植業(yè)的發(fā)展有著積極的作用，為種植戶提供更高的保障。由于在玉米種子自動(dòng)化檢測方面，還存在許多問題，如玉米種子內(nèi)部霉變是否存在，動(dòng)態(tài)情況下如何準(zhǔn)確的檢測玉米種子等，因此研究出更精確和多功能的玉米種子自動(dòng)檢測設(shè)備，實(shí)現(xiàn)精準(zhǔn)農(nóng)業(yè)具有重要意義。