孟繁佳 羅 石 孫 紅 李民贊

(中國(guó)農(nóng)業(yè)大學(xué)現(xiàn)代精細(xì)農(nóng)業(yè)系統(tǒng)集成研究教育部重點(diǎn)實(shí)驗(yàn)室，北京 100083)

0 引言

玉米是世界上主要糧食作物之一，我國(guó)是玉米生產(chǎn)和消費(fèi)大國(guó)，玉米產(chǎn)量多年位居中國(guó)糧食產(chǎn)量首位[1]。玉米種子發(fā)生霉變，種植后不但不能發(fā)芽，還會(huì)造成霉菌蔓延，污染更多種子。篩除霉變種子是玉米制種生產(chǎn)中的必備環(huán)節(jié)，降低同一批種子帶菌率，進(jìn)而提高種子發(fā)芽率對(duì)保障玉米生產(chǎn)和產(chǎn)量具有重要意義[2]。

以酶聯(lián)免疫吸附法和免疫親和層析法為代表的免疫分析法[3-5]以及以高效液相色譜法[6-7]和氣相色譜法[8]為代表的儀器探測(cè)理化分析法被認(rèn)為是高精度檢測(cè)種子真菌毒素的手段。但儀器設(shè)備價(jià)格高昂、測(cè)試過(guò)程復(fù)雜等限制了這些方法在種子生產(chǎn)環(huán)節(jié)的應(yīng)用。由于缺少霉變種子快速篩選裝置，長(zhǎng)期以來(lái)主要依靠人工目測(cè)分選霉變玉米種子[9]。該方法依賴人工經(jīng)驗(yàn)、效率低且錯(cuò)檢率高。因此，研發(fā)霉變玉米種子快速篩選裝置、提高種子在線分選效率是目前玉米制種和種子貯藏急需解決的問(wèn)題。

機(jī)器視覺(jué)技術(shù)已被廣泛應(yīng)用于農(nóng)產(chǎn)品品質(zhì)檢測(cè)中[10-13]。其中，針對(duì)作物種粒霉變檢測(cè)的研究取得了較大的進(jìn)展[14-17]。褚璇等[18]基于黃曲霉毒素在紫外光照射下發(fā)出黃綠色熒光的特性，利用圖像處理技術(shù)實(shí)現(xiàn)了對(duì)含黃曲霉毒素玉米種粒的檢測(cè)。張楠楠等[19]基于圖像HSV空間的H分量及V分量，設(shè)計(jì)了一種玉米種粒霉變程度分級(jí)方法。趙炎等[20]基于機(jī)器視覺(jué)技術(shù)發(fā)現(xiàn)了霉變玉米真菌毒素含量與圖像HSI空間分量之間的正負(fù)相關(guān)性。王僑[21]基于機(jī)器視覺(jué)技術(shù)分析了玉米種粒RGB顏色特征，確定了霉變玉米的檢測(cè)指標(biāo)。文獻(xiàn)[22-24]利用機(jī)器視覺(jué)技術(shù)實(shí)現(xiàn)了農(nóng)產(chǎn)品分級(jí)與分選，其中蘇葉分選準(zhǔn)確率為90.09%，圣女果分級(jí)準(zhǔn)確率為98.4%，蘋(píng)果分揀準(zhǔn)確率為73%～96%。目前，將利用機(jī)器視覺(jué)技術(shù)檢測(cè)霉變玉米種子的研究成果運(yùn)用于實(shí)際生產(chǎn)線的研究鮮見(jiàn)報(bào)道。

本文利用機(jī)器視覺(jué)技術(shù)設(shè)計(jì)一種玉米種子實(shí)時(shí)檢測(cè)分選裝置?；趫D像HSV空間顏色劃分提出以顏色像素占比為判定閾值的霉變玉米種子識(shí)別算法，設(shè)計(jì)種子逐粒分離機(jī)構(gòu)，將玉米種子單粒化，以便于玉米種子排序與分選。

1 硬件系統(tǒng)設(shè)計(jì)

1.1 整機(jī)結(jié)構(gòu)

霉變玉米種子實(shí)時(shí)檢測(cè)分選裝置硬件部分主要由進(jìn)料單元、檢測(cè)單元、分選單元及控制系統(tǒng)組成。裝置整機(jī)結(jié)構(gòu)如圖1所示，其中，1～4構(gòu)成裝置進(jìn)料單元主體，5、6構(gòu)成裝置檢測(cè)單元主體，7～10及12、14構(gòu)成裝置分選單元主體。

1.2 關(guān)鍵部件設(shè)計(jì)

1.2.1進(jìn)料單元

進(jìn)料單元將玉米種子逐粒分離至檢測(cè)單元。進(jìn)料單元包括機(jī)架、進(jìn)料漏斗、伸縮桿、傳動(dòng)環(huán)、種子逐粒分離機(jī)構(gòu)。其中，種子逐粒分離機(jī)構(gòu)如圖2所示，可實(shí)現(xiàn)玉米種子單粒化，包括種子分離盤(pán)、二級(jí)齒輪結(jié)構(gòu)、電源、傳動(dòng)軸、直流無(wú)刷電機(jī)、電機(jī)驅(qū)動(dòng)及微控單元、軸承座。

1.2.2分選單元

分選單元用于對(duì)霉變玉米種子進(jìn)行分選剔除。分選單元包括機(jī)架、電磁閥、導(dǎo)管支架、擋光板、PU氣管、空氣壓縮機(jī)。分選單元結(jié)構(gòu)如圖3所示，其中擋光板用于防止分選單元機(jī)架兩側(cè)光電傳感器產(chǎn)生對(duì)射干擾。2個(gè)電磁閥組成3種工作氣路，分別為待機(jī)、左側(cè)剔除、右側(cè)剔除。

1.2.3控制系統(tǒng)

控制系統(tǒng)用于控制玉米種子進(jìn)料、檢測(cè)、排序、分選?？刂葡到y(tǒng)包括開(kāi)關(guān)電源、電磁閥、光源、通信與控制模塊、計(jì)算機(jī)、工業(yè)相機(jī)。控制系統(tǒng)框圖如圖4所示。通信與控制模塊由MSP430單片機(jī)、光電傳感器、繼電器組成，負(fù)責(zé)接收光電傳感器信號(hào)、控制繼電器及與計(jì)算機(jī)實(shí)現(xiàn)雙向通信。

1.2.4裝置工作參數(shù)

電動(dòng)輥筒的工作電壓為24 V DC，功率為200 W，運(yùn)動(dòng)速度為1.5～15 m/min；直動(dòng)式電磁閥工作電壓為24 V DC，功率為5 W，最高頻率為5 Hz；繼電器模塊工作電壓為5 V，高電平觸發(fā)；相機(jī)分辨率設(shè)置為1 280像素×768像素，幀率為60 f/s；光源工作電壓為24 V DC，功率為60 W，色溫3 000 K；計(jì)算機(jī)處理器主頻2.71 GHz，內(nèi)存8 GB，Windows10操作系統(tǒng)。

1.3 玉米種子實(shí)時(shí)檢測(cè)分選裝置工作流程

霉變玉米種子實(shí)時(shí)檢測(cè)裝置工作流程圖如圖5所示。具體流程如下：①開(kāi)機(jī)。②MSP430單片機(jī)初始化，開(kāi)啟光源，調(diào)節(jié)空氣壓縮機(jī)至0.3 MPa，開(kāi)啟攝像頭，自動(dòng)對(duì)焦至獲取清晰圖像。③人工上料至進(jìn)料漏斗，由進(jìn)料單元將玉米種子分為等間距的兩列，進(jìn)入檢測(cè)單元。光電傳感器1對(duì)玉米種子進(jìn)行計(jì)數(shù)。④相機(jī)采集圖像，基于Matlab 2014b搭建的上位機(jī)處理并輸出識(shí)別結(jié)果。⑤MSP430單片機(jī)接收分選信號(hào)，并控制直動(dòng)式電磁閥，控制氣路工作狀態(tài)，實(shí)現(xiàn)霉變玉米種子剔除。即MSP430單片機(jī)對(duì)比光電傳感器2、3計(jì)數(shù)序號(hào)與分選信號(hào)，若相同，則激活執(zhí)行機(jī)構(gòu)對(duì)應(yīng)工作狀態(tài)，若不相同，則視為正常種子。⑥下料。

2 軟件系統(tǒng)設(shè)計(jì)

2.1 單幅圖像多粒霉變玉米種子識(shí)別算法

以霉變玉米種子與正常玉米種子顏色特征的差異作為霉變玉米種子識(shí)別算法的設(shè)計(jì)依據(jù)，對(duì)玉米種子圖像像素點(diǎn)進(jìn)行顏色劃分并統(tǒng)計(jì)不同顏色的像素?cái)?shù)占圖像像素?cái)?shù)百分比Pa，最后設(shè)定閾值Pt判定霉變玉米種子，算法流程如圖6所示。

對(duì)位于檢測(cè)單元的玉米種子原始圖像(圖7)進(jìn)行霉變玉米種子識(shí)別時(shí)發(fā)現(xiàn)，單幅圖像多粒玉米種子霉變識(shí)別的關(guān)鍵點(diǎn)是單粒玉米種子圖像提取及單粒玉米種子像素顏色分布統(tǒng)計(jì)。因此，本文對(duì)原始圖像(圖7)進(jìn)行感興趣區(qū)域提取(圖8a)，并利用大津法[25]進(jìn)行閾值分割(圖8b)，然后設(shè)置形態(tài)學(xué)結(jié)構(gòu)進(jìn)行開(kāi)閉操作，獲得初步降噪圖像(圖8c)，從圖中可以看出，部分區(qū)域仍然存在噪聲，對(duì)分離玉米種子背景形成了一定障礙。但是，可以發(fā)現(xiàn)噪聲面積遠(yuǎn)小于玉米種子面積。在此基礎(chǔ)上對(duì)初步降噪圖像進(jìn)行基于連通域的區(qū)域標(biāo)記，并對(duì)區(qū)域面積進(jìn)行篩選,篩選公式為

(1)

式中g(shù)′c,i——降噪后區(qū)域i的灰度

gc,i——降噪前區(qū)域i的灰度

Ac,i——第i個(gè)區(qū)域的面積

At——面積閾值

N——連通域數(shù)量

經(jīng)過(guò)篩選將噪聲灰度置0，同時(shí)將面積降噪結(jié)果作為掩膜位圖，將感興趣區(qū)域作為掩膜原圖進(jìn)行圖像掩膜,達(dá)到玉米種子背景分離的目的(圖8d)。掩膜公式為

(2)

其中

(3)

式中i、j——掩膜圖像坐標(biāo)值

Seg(i,j)——掩膜標(biāo)志位

gmask(i,j)——掩膜位圖灰度

imga,R(i,j)——感興趣區(qū)域R通道灰度

imga,G(i,j)——感興趣區(qū)域G通道灰度

imga,B(i,j)——感興趣區(qū)域B通道灰度

img′a,R、img′a,G、img′a,B——掩膜后R、G、B三通道分量

·——圖像位與運(yùn)算符號(hào)

對(duì)掩膜結(jié)果進(jìn)行二次標(biāo)記，對(duì)每個(gè)種子區(qū)域進(jìn)行標(biāo)記賦值。獲取每個(gè)連通域的最小外接矩形，并將每個(gè)外接矩形區(qū)域保存為單幅圖像(圖9)，然后對(duì)單粒種子圖像進(jìn)行二值化并進(jìn)行腐蝕膨脹消除種子內(nèi)部孔洞，結(jié)合

(4)

式中x、y——單粒玉米種子圖像像素坐標(biāo)

S(x,y)——單粒玉米種子圖像任一點(diǎn)(x,y)處標(biāo)記值

g(x,y)——單粒玉米種子圖像任一點(diǎn)(x,y)處灰度

對(duì)單粒玉米種子圖像背景像素進(jìn)行標(biāo)記，在統(tǒng)計(jì)種子圖像像素顏色分布時(shí)，對(duì)背景像素不進(jìn)行統(tǒng)計(jì)。

霉變玉米種子與正常玉米種子在系統(tǒng)中的對(duì)比圖像如圖10所示，表面顏色存在明顯差異。

由于圖像采集環(huán)境為封閉環(huán)境，采用光源為色溫3 000 K的暖色LED光源，顯色指數(shù)接近90(接近日光顯色指數(shù))，且在進(jìn)行顏色劃分時(shí)，需要綜合參考像素點(diǎn)的H、S、V值，所以對(duì)單粒玉米種子圖像進(jìn)行像素顏色統(tǒng)計(jì)時(shí)選用經(jīng)驗(yàn)化顏色空間分量表進(jìn)行HSV空間顏色劃分，如表1所示。

表1 HSV顏色空間分量范圍Tab.1 Component range of HSV color space

根據(jù)玉米種子圖像的顏色像素統(tǒng)計(jì)可知，白色、橙色及黃色的像素?cái)?shù)并不具備區(qū)分性，如圖11所示。所以霉變特征顏色不包含上述分類中的白、橙、黃3種顏色，最終確定霉變特征顏色為黑、灰、紅、綠、青、藍(lán)、紫7種顏色。

對(duì)特征顏色像素進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)公式為

(5)

式中i——玉米種子序號(hào)

Pixf,sum(i)——第i個(gè)玉米種子霉變特征顏色像素總數(shù)

Pix,sum(i)——第i個(gè)單粒玉米種子圖像像素總數(shù)

pa(i)——第i個(gè)單粒玉米種子圖像霉變特征顏色像素百分比

設(shè)定閾值為Pt，pa(i)高于該閾值時(shí)判定為霉變玉米種子。

經(jīng)試驗(yàn)驗(yàn)證得出感興趣區(qū)域圖像坐標(biāo)原點(diǎn)為原始圖像坐標(biāo)點(diǎn)(100,0)，長(zhǎng)800像素，寬500像素時(shí)，區(qū)域提取效果最佳，At取200像素時(shí)，降噪效果最佳。Pt取1%時(shí)，霉變玉米種子識(shí)別準(zhǔn)確率最高。

2.2 玉米種子排序策略

上位機(jī)對(duì)采集到的玉米種子圖像進(jìn)行霉變識(shí)別，由下位機(jī)執(zhí)行霉變玉米種子分選。本文基于識(shí)別算法提出了一種玉米種子排序策略，使下位機(jī)能夠正確識(shí)別上位機(jī)發(fā)送的分選信號(hào)，實(shí)現(xiàn)實(shí)時(shí)精確分選。

試驗(yàn)中發(fā)現(xiàn)，單幅圖像中同一列種子的排序并非按照原始圖像(圖7)的空間順序進(jìn)行區(qū)域標(biāo)記。區(qū)域標(biāo)記算法是從圖像坐標(biāo)原點(diǎn)自上往下、自左向右對(duì)連通域進(jìn)行區(qū)域標(biāo)記，由于玉米種子外形的不規(guī)則性，單列種子標(biāo)記值并不符合其空間位置。為此，根據(jù)其中心坐標(biāo)值在掩膜處理后對(duì)單列種子進(jìn)行區(qū)域再賦值，得到符合空間順序的圖像標(biāo)記序號(hào)。

圖像標(biāo)記序號(hào)作為分選信號(hào)傳輸至單片機(jī)后，需轉(zhuǎn)換成為分選序號(hào)

(6)

式中s1——左列分選序號(hào)

s2——右列分選序號(hào)

Si——圖像標(biāo)記序號(hào)

t——圖像采集次數(shù)

t由光電傳感器1計(jì)數(shù)值決定，計(jì)數(shù)值能夠整除4(即檢測(cè)單元存在8粒未被檢測(cè)的種子)則進(jìn)行圖像采集。光電傳感器2及光電傳感器3計(jì)數(shù)值為兩列玉米種子實(shí)時(shí)序號(hào)。

3 驗(yàn)證試驗(yàn)與討論

為驗(yàn)證裝置穩(wěn)定性與可靠性，對(duì)樣機(jī)進(jìn)行了試驗(yàn)，裝置樣機(jī)如圖12所示。2019年12月10日裝置搭建完成，并進(jìn)行了系統(tǒng)調(diào)試與試驗(yàn)測(cè)試。試驗(yàn)樣品從大自然金果種業(yè)購(gòu)買，樣品為無(wú)包衣劑試驗(yàn)用鄭單958玉米種子，購(gòu)得的試驗(yàn)用種表面均無(wú)霉變特征。選取100粒正常玉米種子，于恒溫28℃放置于馬鈴薯葡萄糖瓊脂培養(yǎng)基中，進(jìn)行霉變處理，3 d后去除覆蓋于玉米種子表面的菌絲，干燥處理后得到霉變玉米種子。試驗(yàn)針對(duì)霉變玉米種子識(shí)別算法的可靠性及準(zhǔn)確率進(jìn)行測(cè)試。

3.1 霉變玉米種子識(shí)別算法驗(yàn)證試驗(yàn)

以2019年12月20日的試驗(yàn)為例進(jìn)行分析，分別選取鄭單958玉米品種的正常玉米種子與培養(yǎng)所得的霉變玉米種子各40粒，采用手動(dòng)進(jìn)料方式，在表2的工作狀態(tài)1下進(jìn)行試驗(yàn)。算法驗(yàn)證試驗(yàn)結(jié)果如圖13所示。

表2 裝置分選結(jié)果Tab.2 Device separation results

通過(guò)圖13可以看出，pa(i)閾值設(shè)定為1%時(shí)，霉變玉米種子識(shí)別準(zhǔn)確率為100%，正常玉米種子識(shí)別準(zhǔn)確率為95%。試驗(yàn)中出現(xiàn)誤檢測(cè)是由于檢測(cè)箱光源為環(huán)形放置，光源從側(cè)面照射玉米種子，若個(gè)別種子胚面凹陷過(guò)深則采集的種子圖像存在黑色陰影，被誤識(shí)別為霉變特征，改進(jìn)光源放置方式后該情況得到改善。

3.2 裝置分選試驗(yàn)

以2019年1月10日的試驗(yàn)為例，選取鄭單958玉米品種的正常玉米種子80粒與霉變玉米種子20粒。為了驗(yàn)證裝置在不同速度下的分選準(zhǔn)確率及可靠性，采用手動(dòng)進(jìn)料方式，在不同傳送帶速度下進(jìn)行裝置分選試驗(yàn)，并與霉變玉米種子人工分選進(jìn)行對(duì)比(由于分選樣品較少，假定人工分選準(zhǔn)確率為100%)。

裝置分選準(zhǔn)確率Ac計(jì)算公式為

(7)

式中M——霉變種子正確分選數(shù)量，粒

L——正常種子錯(cuò)誤分選數(shù)量，粒

通過(guò)表2可以看出，裝置能夠成功分選霉變玉米種子，且裝置分選準(zhǔn)確率最低為94%，最高分選速率為680粒/min。試驗(yàn)表明，相較于人工分選，準(zhǔn)確率略有降低，分選效率得到了極大的提升。總體來(lái)看，本文設(shè)計(jì)的分選裝置能夠?qū)崿F(xiàn)對(duì)霉變玉米種子的實(shí)時(shí)分選，分選效率遠(yuǎn)高于人工分選且準(zhǔn)確率較高。

3.3 討論

試驗(yàn)主要針對(duì)霉變玉米種子識(shí)別算法的可靠性及分選裝置分選效率及準(zhǔn)確率進(jìn)行驗(yàn)證，試驗(yàn)中發(fā)現(xiàn)裝置分選效率可從以下兩方面進(jìn)行改進(jìn)：

(1)上位機(jī)圖像處理程序采集圖像需200 ms左右，處理單幅圖像需要約500 ms，試驗(yàn)測(cè)得玉米種子最小間距為0.03 m，圖像感興趣區(qū)域長(zhǎng)度為0.15 m，則允許傳送帶最大速度為14 m/min。理論上可以通過(guò)提高圖像處理速度來(lái)加快傳送帶速度。

(2)玉米種子之間的最小間距由光電傳感器的感應(yīng)范圍決定。本裝置使用的光電傳感器是以檢測(cè)到玉米種子最低點(diǎn)為目的，光電傳感器的信號(hào)接收端接收信號(hào)范圍較大，為避免誤排序，單列種子之間需要存在最小間距?？梢酝ㄟ^(guò)優(yōu)化光電傳感器來(lái)減小單列種子之間最小間距，增加單幅圖像處理種子個(gè)數(shù)。

4 結(jié)論

(1)在硬件系統(tǒng)中，設(shè)計(jì)了裝置的機(jī)械結(jié)構(gòu)及控制系統(tǒng)，解決了玉米種子單?；白詣?dòng)輸送、分選問(wèn)題。

(2)在軟件系統(tǒng)中，提出了基于機(jī)器視覺(jué)的霉變玉米種子識(shí)別算法和玉米種子排序策略，通過(guò)軟硬件模塊的實(shí)時(shí)通信，實(shí)現(xiàn)了玉米種子實(shí)時(shí)檢測(cè)及玉米種子準(zhǔn)確排序。

(3)試驗(yàn)表明，該裝置對(duì)單幅圖像的采集及處理時(shí)間約為0.7 s，分選速率最高為680粒/min，總體分選準(zhǔn)確率不低于94%。