CN107413674A - 一种作物种籽在线分拣方法及*** - Google Patents

一种作物种籽在线分拣方法及*** Download PDF

Info

Publication number
CN107413674A
CN107413674A CN201710428262.1A CN201710428262A CN107413674A CN 107413674 A CN107413674 A CN 107413674A CN 201710428262 A CN201710428262 A CN 201710428262A CN 107413674 A CN107413674 A CN 107413674A
Authority
CN
China
Prior art keywords
seed
image
measured
leptoprosopy
crop
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710428262.1A
Other languages
English (en)
Other versions
CN107413674B (zh
Inventor
杜建军
郭新宇
王传宇
张颖
王璟璐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Research Center for Information Technology in Agriculture
Original Assignee
Beijing Research Center for Information Technology in Agriculture
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Research Center for Information Technology in Agriculture filed Critical Beijing Research Center for Information Technology in Agriculture
Priority to CN201710428262.1A priority Critical patent/CN107413674B/zh
Publication of CN107413674A publication Critical patent/CN107413674A/zh
Application granted granted Critical
Publication of CN107413674B publication Critical patent/CN107413674B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34Sorting according to other particular properties

Landscapes

  • Sorting Of Articles (AREA)

Abstract

本发明提供一种作物种籽在线分拣方法及***。所述方法包括:获取待测种籽的宽面图像和窄面图像,所述宽面图像和所述窄面图像在空间上正交;根据所述宽面图像和所述窄面图像生成所述待测种籽的三维模型;获取所述三维模型的表型参数,根据所述表型参数对所述待测种籽进行分类。本发明提供的作物种籽在线分拣方法及***,通过作物种籽的三维模型的表型参数对作物种籽进行分类,正确反映作物种籽的整体综合信息,提高了作物种籽分拣的正确率。

Description

一种作物种籽在线分拣方法及***
技术领域
本发明涉及计算机技术领域,具体涉及一种作物种籽在线分拣方法及***。
背景技术
作物种籽是农业科研和生产中重要资源,在分子育种、作物新品种测试、品种鉴定、品质评估等工作中,实现作物种籽表型性状快速测量、分拣至关重要。目前,大批量作物种籽的筛选和分类,仍然需要人工操作,费事耗力且主观性较强。
为了解决人工操作工作量大、错分率较高的问题,目前已有作物种籽分拣***,自动完成作物种籽筛选和分拣的过程。作物种籽分拣***通过采集作物种籽的正面图像,获取作物种籽表型特征,根据表型特征对作物种籽进行筛选分拣。
然而,现有的作物种籽分拣***只能采集作物种籽正面图像,由此获取作物种籽表型特征,不能正确反映作物种籽的整体综合信息,容易造成信息误判,导致分拣***错误率高。
发明内容
针对现有技术中的缺陷,本发明实施例提供了一种作物种籽在线分拣方法及***。
一方面,本发明实施例提供一种作物种籽在线分拣方法,包括:
获取待测种籽的宽面图像和窄面图像,所述宽面图像和所述窄面图像在空间上正交;
根据所述宽面图像和所述窄面图像生成所述待测种籽的三维模型;
获取所述三维模型的表型参数,根据所述表型参数对所述待测种籽进行分类。
另一方面,本发明实施例提供一种作物种籽在线分拣***,包括:
工作台、传送带、成像支架、顶部摄像机、侧面摄像机、计算机、喷阀和集种器;
所述工作台用于固定所述传送带、成像支架、喷阀和集种器;
所述传送带安装在所述工作台的上表面,用于自动传送待测种籽;
所述成像支架安装在所述工作台的两侧,用于固定所述顶部摄像机和所述侧面摄像机;
所述顶部摄像机安装在所述成像支架的顶部,所述侧面摄像机安装在所述成像支架的侧面,所述顶部摄像机的光轴与所述侧面摄像机的光轴正交,所述顶部摄像机和所述侧面摄像机用于获取所述待测种籽的图像;
所述计算机与所述顶部摄像机和所述侧面摄像机相连,用于执行上述作物种籽在线分拣方法,并控制所述喷阀的开关;
所述喷阀,安装在所述工作台的侧面,与所述计算机相连,用于将所述待测种籽分拣到对应的集种器中;
所述集种器,安装在所述工作台的末端,用于按类别收集所述待测种籽。
本发明实施例提供的作物种籽在线分拣方法和***,通过作物种籽的三维模型的表型参数对作物种籽进行分类,正确反映作物种籽的整体综合信息,提高了作物种籽分拣的正确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的作物种籽在线分拣方法流程示意图;
图2为本发明实施例提供的作物种籽在线分拣***结构示意图;
图3为本发明又一实施例提供的作物种籽在线分拣***结构示意图;
附图标记说明:
01—工作台; 02—传动带; 03—成像支架;
04—顶部摄像机; 05—侧面摄像机; 06—计算机;
07—阀门; 08—集种器; 09—比色卡;
10—光源; 11—排种器; 12—操作面板;
13—传送步进电机。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的作物种籽在线分拣方法流程示意图,如图1所示,所述方法包括:
步骤S11、获取待测种籽的宽面图像和窄面图像,所述宽面图像和所述窄面图像在空间上正交;
步骤S12、根据所述宽面图像和所述窄面图像生成所述待测种籽的三维模型;
步骤S13、获取所述三维模型的表型参数,根据所述表型参数对所述待测种籽进行分类。
具体地,待测种籽为玉米、小麦等作物种籽,作物种籽分拣包括在同类作物种籽中挑选出满足不同条件的作物种籽,例如在玉米种籽中分拣出优良玉米种籽和残次玉米种籽。作物种籽分拣还包括将不同类的作物种籽按类别进行分类,例如,在包含玉米种籽、小麦种籽和大豆种籽等多种作物种籽中,分拣出玉米种籽、小麦种籽、大豆种籽等。
当需要对其中一个作物种籽进行分拣时,首先获取待测种籽的宽面图像和窄面图像,该宽面图像和窄面图像在空间上正交。例如宽面图像可以是作物种籽正面对应的图像,窄面图像可以是作物种籽侧面对应的图像。由于作物种籽的结构相对简单、单一,因此假设作物种籽为对称结构,根据相互正交的宽面图像和窄面图像生成待测种籽的三维模型。然后获取三维模型的表型参数,该表型参数代表了待测种籽的表型参数,根据表型参数对所述待测种籽进行分类。具体地,根据获取的表型参数和设定的表型参数阈值,对待测种籽进行分类。
例如,对一堆玉米种籽进行分拣,则首先获取每个玉米种籽的宽面图像和窄面图像,在这里,将每个玉米种籽称为待测种籽。然后根据待测种籽的宽面图像和窄面图像生成待测种籽的三维模型,获取三维模型的表型参数,将获取到的表型参数和玉米种籽表型参数阈值进行对比,将玉米种籽分到对应的类别中。
若对不同类别的作物种籽进行分拣,则将每个作物种籽作为待测种籽,获取待测种籽的宽面图像和窄面图像,然后根据待测种籽的宽面图像和窄面图像生成待测种籽的三维模型;获取所述三维模型的表型参数,将获取到的表型参数与设定的不同类型的作物种籽的表型参数阈值进行比较,若符合A类作物种籽的表型参数,则将待测种籽分到A类作物种籽中。
本发明实施例提供的作物种籽在线分拣方法,通过作物种籽的三维模型的表型参数对作物种籽进行分类,正确反映作物种籽的整体综合信息,提高了作物种籽分拣的正确率。
在上述实施例的基础上,进一步地,所述获取待测种籽的宽面图像和窄面图像包括:
同时采集所述待测种籽的第一原始图像和第二原始图像;
根据所述第一原始图像获取第一目标图像,根据所述第二原始图像获取第二目标图像;
将所述第一目标图像分为第一胚和第一胚乳两部分,若所述第一胚面积占所述第一目标图像面积的比例大于宽面实验阈值,则将所述第一目标图像作为待测种籽的宽面图像;
将所述第二目标图像分为第二胚和第二胚乳两部分,若所述第二胚面积占所述第二目标图像面积的比例大于窄面实验阈值,则将所述第二目标图像作为所述待测种籽的窄面图像。
具体地,利用两组摄像机同时采集待测种籽的第一原始图像和第二原始图像,两组摄像机的光轴正交。然后对采集到的第一原始图像进行处理,获取第一目标图像,该第一目标图像只包含待测种籽的图像。例如,利用背景差分法对第一原始图像减去预先保存的背景图像,获得感兴趣目标图像作为第一目标图像。然后将第一目标图像分为第一胚和第一胚乳两部分,例如用k均值聚类算法将第一目标图像聚类为第一胚和第一胚乳两部分,之后计算第一胚的面积占第一目标图像的面积的比例,若该比例大于宽面实验阈值,则将第一目标图像作为待测种籽的宽面图像。
同理,对采集到的第二原始图像进行处理,获取第二目标图像,该第二目标图像只包含待测种籽的图像。例如,利用背景差分法对第二原始图像减去预先保存的背景图像,获得感兴趣目标图像作为第二目标图像。在实际应用中,第二原始图像可能包含多个待测种籽,首先利用分水岭方法将第二原始图像分为多个图像区域,然后根据待测种籽的位置确定待测种籽的有效区域,然后对该区域的图像利用背景差分法获得第二目标图像。然后将第二目标图像分为第二胚和第二胚乳两部分,例如用k均值聚类算法将第二目标图像聚类为第二胚和第二胚乳两部分,之后计算第二胚的面积占第二目标图像的面积的比例,若该比例大于窄面实验阈值,则将第二目标图像作为待测种籽的窄面图像。
例如,同时采集玉米种籽的第一原始图像和第二原始图像,利用背景差分法获得第一目标图像,然后根据k均值聚类方法将第一目标图像分为第一胚和第一胚乳两部分,计算第一胚的面积占第一目标图像的面积的比例,大于宽面实验阈值,则将第一目标图像作为该玉米种籽的宽面图像。根据分水岭算法对第二原始图像进行分割,对该玉米种籽的有效区域利用背景差分法获得第二目标图像,然后根据k均值聚类方法将第二目标图像分为第二胚和第二胚乳两部分,计算第二胚的面积占第二目标图像的面积的比例,大于窄面实验阈值,则将第二目标图像作为该玉米种籽的窄面图像。
本发明实施例提供的作物种籽在线分拣方法,通过第一原始图像获得待测种籽的宽面图像,通过第二原始图像获得待测种籽的窄面图像,使待测种籽的宽面图像和窄面图像正确反映作物种籽的图像,从而使三维模型跟更接近实际作物种籽的形状,从而提高了作物种籽表型参数的正确率,进而提高了作物种籽分拣的正确率。
在上述各实施例的基础上,进一步地,所述采集所述待测种籽的第一原始图像和第二原始图像前还包括:
获取比色卡图像;
解析所述比色卡图像,获取颜色校正参数和尺寸校正参数;
相应地,所述根据所述第一原始图像获取第一目标图像,根据所述第二原始图像获取第二目标图像后还包括:
根据所述颜色校正参数对所述第一目标图像和所述第二目标图像进行颜色校正;
根据所述尺寸校正参数对所述第一目标图像和所述第二目标图像进行尺寸校正。
具体地,首先在待测种籽同一位置放置一张比色卡,然后采集比色卡的图像,根据获取的图像中各色块的颜色和比色卡中各色块的实际颜色获取颜色校正参数,根据获取的图像中比色卡的尺寸和比色卡的实际尺寸获取尺寸校正参数。然后采集待测种籽的第一原始图像和第二原始图像,根据第一原始图像获取第一目标图像,根据第二原始图像获取第二目标图像,根据颜色校正参数对第一目标图像和第二目标图像进行颜色校正,根据尺寸校正参数对第一目标图像和第二目标图像进行尺寸校正。将第一目标图像分为第一胚和第一胚乳两部分,若第一胚面积占第一目标图像面积的比例大于宽面实验阈值,则将第一目标图像作为待测种籽的宽面图像;将第二目标图像分为第二胚和第二胚乳两部分,若第二胚面积占第二目标图像面积的比例大于窄面实验阈值,则将第二目标图像作为待测种籽的窄面图像。
本发明实施例提供的作物种籽在线分拣方法,对待测种籽的图像进行颜色校正和尺寸校正,使待测种籽的图像更正确地反映待测种籽的表型特征,从而使三维模型更接近实际的作物种籽,从而提高了作物种籽表型参数的正确率,进而提高了作物种籽分拣的正确率。
在上述各实施例的基础上,进一步地,所述根据所述宽面图像和所述窄面图像生成所述待测种籽的三维模型,具体为;
计算所述宽面图像的像素轮廓和所述窄面图像的像素轮廓,根据所述宽面图像的像素轮廓和所述窄面图像的像素轮廓生成所述待测种籽的空间包围盒,对所述待测种籽的空间包围盒配准,生成所述待测种籽的三维模型。
具体地,根据待测种籽的宽面图像计算宽面图像的像素轮廓,利用B样条曲线对该像素轮廓进行拟合,得到待测种籽的宽面参数化轮廓,根据待测种籽的窄面图像计算窄面图像的像素轮廓,利用B样条曲线对该像素轮廓进行拟合,得到待测种籽的窄面参数化轮廓,待测种籽的宽面参数化轮廓与待测种籽的窄面参数化轮廓在空间上正交。根据宽面参数化轮廓和窄面参数化轮廓生成待测种籽的空间包围盒,根据宽面参数化轮廓和窄面参数化轮廓对待测种籽的空间包围盒配准,由于作物种籽的结构相对简单、单一,因此假设作物种籽为对称结构,根据空间包围盒生成待测种籽的三维模型。
本发明实施例提供的作物种籽在线分拣方法,根据空间包围盒生成待测种籽的三维模型,使三维模型更接近实际的作物种籽,从而提高了作物种籽表型参数的正确率,进而提高了作物种籽分拣的正确率。
在上述各实施例的基础上,进一步地,所述表型参数包括但不限于所述三维模型的颜色信息、体积、表面积和胚面积。
具体地,获取三维模型的表型参数,例如获取三维模型的颜色信息、体积、表面积、胚面积等表型参数,根据三维模型的表型参数和各表型参数对应的参数阈值对待测种籽进行分类。
本发明实施例提供的作物种籽在线分拣方法,通过三维模型的表型参数对待测种籽进行分类,正确反映作物种籽的整体综合信息,提高了作物种籽分拣的正确率。
例如,对玉米种籽进行分类,将其分为两类,一类为优良玉米种籽,一类为残次玉米种籽。首先采集比色卡图像,获取颜色校正参数和尺寸校正参数,然后采集待测玉米种籽的第一原始图像和第二原始图像,利用分水岭方法和背景差分法获得待测玉米种籽的宽面图像和窄面图像,然后对宽面图像和窄面图像进行颜色校正和尺寸校正,使宽面图像和窄面图像能正确反映待测玉米种籽的表型特征。之后根据待测玉米种籽的宽面图像计算宽面图像的像素轮廓,利用B样条曲线对该像素轮廓进行拟合,得到待测玉米种籽的宽面参数化轮廓,根据待测玉米种籽的窄面图像计算窄面图像的像素轮廓,利用B样条曲线对该像素轮廓进行拟合,得到待测玉米种籽的窄面参数化轮廓,待测玉米种籽的宽面参数化轮廓与待测玉米种籽的窄面参数化轮廓在空间上正交。根据宽面参数化轮廓和窄面参数化轮廓生成待测玉米种籽的空间包围盒,根据宽面参数化轮廓和窄面参数化轮廓对待测玉米种籽的空间包围盒配准,生成待测玉米种籽的三维模型。然后获取三维模型的颜色信息、体积、表面积、胚面积等表型参数,对比优良玉米种籽和残次玉米种籽相应的表型参数阈值,若待测玉米种籽的表型参数符合优良玉米种籽,则将待测玉米种籽划分为优良玉米种籽,若待测玉米种籽的表型参数符合残次玉米种籽,则将待测玉米种籽划分为残次玉米种籽。
图2为本发明实施例提供的作物种籽在线分拣***结构示意图,如图2所示,该***包括:工作台01、传送带02、成像支架03、顶部摄像机04、侧面摄像机05、计算机06、喷阀07和集种器08,其中:
工作台01用于固定所述传送带、成像支架、喷阀和集种器,传送带02安装在工作台01的上表面,用于自动传送待测种籽,成像支架03安装工作台01的两侧,用于固定顶部摄像机04和侧面摄像机05,顶部摄像机04安装在成像支架03的顶部,侧面摄像机05安装在成像支架03的侧面,顶部摄像机04的光轴垂直于传送带,侧面摄像机05的光轴平行于传送带,顶部摄像机04的光轴与侧面摄像机05的光轴正交,顶部摄像机04和侧面摄像机05用于获取待测种籽的图像,计算机06与顶部摄像机04和侧面摄像机05相连,用于执行上述作物种籽在线分拣方法对待测种籽进行分类,并控制喷阀07的开关,喷阀07安装在所述工作台的侧面,与计算机06相连,用于将待测种籽分拣到对应的集种器08中,集种器08安装在工作台01的末端,用于按类别收集待测种籽。
具体地,首先根据待测种籽的大小调节顶部摄像机04的高度,并获取传送带02的速度。例如,顶部摄像机04在实时监测模式下工作,在传送带02的入口放置一个作物种籽,顶部摄像机04检测到作物种籽进入和离开摄像机视场的时间,然后将上述时间通过USB接口发送至计算机06,计算机06根据摄像机视场区域真实尺寸,计算出传送带速度。之后传送带02传送待测种籽,顶部摄像机04在实时监测模式下工作,当检测到待测种籽进入成像区中心区域时,向侧面摄像机05发送采集图像的信号,顶部摄像机04和侧面摄像机05同时采集待测种籽的图像,然后通过USB接口将采集到的图像发送至计算机06,计算机06执行上述作物种籽在线分拣方法,获取待测种籽对应的类别,其过程详见上述方法实施例,此处不再赘述。然后计算机06根据传送带的速度计算待测种籽到达指定喷阀07的时间,通过电气控制在待测种籽达到指定喷阀07时启动喷阀,与喷阀07相连的压缩机(图中未示出)向喷阀提供气压,喷阀07将待测种籽喷到对应的轨道上,然后待测种籽顺着对应的轨道进入集种器08中,完成作物种籽在线分拣过程。
在实际应用中,可以根据待测种籽的类别设置多个喷阀,例如,待测种籽为两类,则可以设置一个喷阀,并在传送带上设置两条轨道,设置两个集种器。若待测种籽为n类,可以设置n-1个喷阀,对应地,在传送带上设置n条轨道,用于在喷阀启动后传送已经分类的不同的作物种籽,并设置n个集种器,用于按类别收集作物种籽。
在实际应用中,侧面摄像机还可以设置在成像架的侧面,其光轴与传送带垂直,顶部摄像机与侧面摄像机的光轴仍然正交,同样可以实现上述作物种籽在线分类方法,此处不再赘述。
本发明实施例提供的作物种籽在线分拣***,通过光轴正交的两组摄像机获得的作物种籽图像对作物种籽进行三维建模,该三维模型正确反映作物种籽的整体综合信息,提高了作物种籽分拣***的正确率。
在上述实施例的基础上,进一步地,图3为本发明又一实施例提供的作物种籽在线分拣***结构示意图,如图3所示,所述***包括:工作台01、传送带02、成像支架03、顶部摄像机04、侧面摄像机05、计算机06、喷阀07、集种器08、比色卡09和光源10。其中工作台01、传送带02、成像支架03、顶部摄像机04、侧面摄像机05、计算机06、喷阀07和集种器08详见上述作物种籽在线分拣***,此处不再赘述。
比色卡09放置在顶部摄像机04的正下方,以供顶部摄像机04获取比色卡图像,并将比色卡图像发送至计算机06,以供计算机06根据比色卡图像获取颜色校正参数和尺寸校正参数,光源10用于在顶部摄像机04和侧面摄像机05拍摄时补光。
具体地,在采集待测种籽的图像之前,顶部摄像机04首先采集比色卡09的图像,并将比色卡图像发送至计算机06,计算机06根据比色卡图像中各色块的颜色和比色卡中各色块实际的颜色获取颜色校正参数,根据比色卡图像中比色卡的尺寸和比色卡实际的尺寸获取尺寸校正参数,然后根据颜色校正参数和尺寸校正参数在三维建模前对待测种籽的图像进行颜色校正和尺寸校正,之后根据待测种籽的三维模型的表型参数对待测种籽进行分类。光源10用于在顶部摄像机04和侧面摄像机05拍摄时补光,以减少自然光不足时的影响。
本发明实施例提供的作物种籽在线分拣***,对待测种籽的图像进行颜色校正和尺寸校正,使待测种籽的图像更正确地反映待测种籽的表型特征,从而使三维模型更接近实际的作物种籽,从而提高了作物种籽表型参数的正确率,进而提高了作物种籽分拣的正确率。
在上述各实施例的基础上,进一步地,如图3所示,所述***包括:工作台01、传送带02、成像支架03、顶部摄像机04、侧面摄像机05、计算机06、喷阀07、集种器08、比色卡09、光源10和排种器11,其中工作台01、传送带02、成像支架03、顶部摄像机04、侧面摄像机05、计算机06、喷阀07、集种器08、比色卡09和光源10详见上述作物种籽在线分拣***,此处不再赘述。排种器11安装在工作台01的前端,用于将至少一个待测种籽依次放置在传送带02上。
本发明实施例提供的作物种籽在线分拣***,将待测种籽依次放置在传送带上,使作物种籽在线分拣***有序的完成作物种籽的图像采集操作,提高了作物种籽在线分拣***的效率。
在上述各实施例的基础上,进一步地,如图3所示,所述***包括:工作台01、传送带02、成像支架03、顶部摄像机04、侧面摄像机05、计算机06、喷阀07、集种器08、比色卡09、光源10、排种器11、操作面板12和传送步进电机13,其中工作台01、传送带02、成像支架03、顶部摄像机04、侧面摄像机05、计算机06、喷阀07、集种器08、比色卡09、光源10和排种器11详见上述作物种籽在线分拣***,此处不再赘述。操作面板12安装在工作台01的侧面,用于接收传送带的速度设置信息;传送步进电机13安装在传送带02的前端,用于控制传送带的传送速度。
具体地,根据实际情况在操作面板12上设置传送带的速度,然后传送步进电机13根据设置的速度控制传送带的速度,使传送带上的待测种籽按照设置的速度在传送带上传送。
本发明实施例提供的作物种籽在线分拣***,通过操作面板和传送步进电机控制传送带的速度,使作物种籽按照设置的速度传送,提高了作物种籽在线分拣***的效率。
在上述各实施例的基础上,进一步地,所述排种器包括:排种步进电机、种籽箱、排种轮、孔穴和排种管;所述排种步进电机与所述排种轮相连,用于控制所述排种轮的转动速度;所述种籽箱,安装在所述工作台的前端,用于收集至少一个所述待测种籽;所述排种轮,安装在所述种籽箱中,所述孔穴,安装在所述种籽箱的外侧,所述排种管与所述孔穴连接,所述排种轮、所述孔穴和所述排种管用于将所述种籽箱内的待测种籽依次放置在所述传送带上。
具体地,种籽箱中收集了多个待分类的作物种籽,排种步进电机控制排种轮转动,使种籽箱中的作物种籽通过孔穴进入排种管中,排种管将种籽依次放置在传送带上。
本发明实施例提供的作物种籽在线分拣***,将待测种籽依次放置在传送带上,使作物种籽在线分拣***有序的完成作物种籽的图像采集操作,提高了作物种籽在线分拣***的效率。
例如,对一堆玉米种籽进行分拣,则首先调节顶部摄像机的高度,使待测玉米种籽的图像正好处于图像采集区的中心区域,然后顶部摄像机获取比色卡的图像,并将比色卡图像发送至计算机,计算机获取颜色校正参数和尺寸校正参数。然后顶部摄像机进入实时监测工作模式,在控制面板上设置传送带的速度,通过传送步进电机启动传送带,将一粒待测玉米种籽放在传送带上,顶部摄像机获取该玉米种籽进入和离开摄像机视场的时间,并将时间发送至计算机,计算机根据摄像机视场的实际尺寸计算出传送带的速度。
之后在种籽箱中放入待分拣玉米种籽,排种步进电机控制排种轮转动,将种籽箱中的玉米种籽通过孔穴和排种管依次放置在传送带上。传送带上的玉米种籽随着传送带前行,当顶部摄像机检测到玉米种籽进入成像区中心区域时,启动顶部摄像机和侧面摄像机同时拍摄,并将拍摄到的图像发送至计算机。计算机根据顶部摄像机拍摄的图像和侧面摄像机拍摄的图像获取玉米种籽的宽面图像和窄面图像,并对宽面图像和窄面图像进行颜色校正和尺寸校正,然后根据校正后的宽面图像和窄面图像获取玉米种籽的三维模型,计算三维模型的表型参数,与设定的阈值对比,获取玉米种籽的分类。然后计算机根据传送带的速度,计算玉米种籽达到指定喷阀的时间,在该时间启动指定喷阀,使玉米种籽进入到分类对应的轨道中,然后进入集种器中,完成作物种籽在线分拣过程。
以上所描述的装置以及***实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。

Claims (10)

1.一种作物种籽在线分拣方法,其特征在于,包括:
获取待测种籽的宽面图像和窄面图像,所述宽面图像和所述窄面图像在空间上正交;
根据所述宽面图像和所述窄面图像生成所述待测种籽的三维模型;
获取所述三维模型的表型参数,根据所述表型参数对所述待测种籽进行分类。
2.根据权利要求1所述的方法,其特征在于,所述获取待测种籽的宽面图像和窄面图像包括:
同时采集所述待测种籽的第一原始图像和第二原始图像;
根据所述第一原始图像获取第一目标图像,根据所述第二原始图像获取第二目标图像;
将所述第一目标图像分为第一胚和第一胚乳两部分,若所述第一胚面积占所述第一目标图像面积的比例大于宽面实验阈值,则将所述第一目标图像作为待测种籽的宽面图像;
将所述第二目标图像分为第二胚和第二胚乳两部分,若所述第二胚面积占所述第二目标图像面积的比例大于窄面实验阈值,则将所述第二目标图像作为所述待测种籽的窄面图像。
3.根据权利要求2所述的方法,其特征在于,所述采集所述待测种籽的第一原始图像和第二原始图像前还包括:
获取比色卡图像;
解析所述比色卡图像,获取颜色校正参数和尺寸校正参数;
相应地,所述根据所述第一原始图像获取第一目标图像,根据所述第二原始图像获取第二目标图像后还包括:
根据所述颜色校正参数对所述第一目标图像和所述第二目标图像进行颜色校正;
根据所述尺寸校正参数对所述第一目标图像和所述第二目标图像进行尺寸校正。
4.根据权利要求1所述的方法,其特征在于,所述根据所述宽面图像和所述窄面图像生成所述待测种籽的三维模型,具体为;
计算所述宽面图像的像素轮廓和所述窄面图像的像素轮廓,根据所述宽面图像的像素轮廓和所述窄面图像的像素轮廓生成所述待测种籽的空间包围盒,对所述待测种籽的空间包围盒配准,生成所述待测种籽的三维模型。
5.根据权利要求1所述的方法,其特征在于,所述表型参数包括但不限于所述三维模型的颜色信息、体积、表面积和胚面积。
6.一种作物种籽在线分拣***,其特征在于,包括:
工作台、传送带、成像支架、顶部摄像机、侧面摄像机、计算机、喷阀和集种器;
所述工作台用于固定所述传送带、成像支架、喷阀和集种器;
所述传送带安装在所述工作台的上表面,用于自动传送待测种籽;
所述成像支架安装在所述工作台的两侧,用于固定所述顶部摄像机和所述侧面摄像机;
所述顶部摄像机安装在所述成像支架的顶部,所述侧面摄像机安装在所述成像支架的侧面,所述顶部摄像机的光轴与所述侧面摄像机的光轴正交,所述顶部摄像机和所述侧面摄像机用于获取所述待测种籽的图像;
所述计算机与所述顶部摄像机和所述侧面摄像机相连,用于执行如权利要求1-5任意一项权利要求所述的方法,并控制所述喷阀的开关;
所述喷阀,安装在所述工作台的侧面,与所述计算机相连,用于将所述待测种籽分拣到对应的集种器中;
所述集种器,安装在所述工作台的末端,用于按类别收集所述待测种籽。
7.根据权利要求6所述的***,其特征在于,还包括:
比色卡和光源,所述比色卡放置在所述顶部摄像机的正下方,以供所述顶部摄像机获取比色卡图像,并将所述比色卡图像发送至计算机,以供所述计算机根据所述比色卡图像获取颜色校正参数和尺寸校正参数;所述光源用于在所述顶部摄像机和所述侧面摄像机拍摄时补光。
8.根据权利要求6所述的***,其特征在于,还包括:
排种器,安装在所述工作台的前端,用于将至少一个所述待测种籽依次放置在所述传送带上。
9.根据权利要求6所述的***,其特征在于,还包括:
操作面板和传送步进电机,所述操作面板安装在所述工作台的侧面,用于接收所述传送带的速度设置信息;所述传送步进电机,安装在所述传送带的前端,用于控制所述传送带的传送速度。
10.根据权利要求8所述的***,其特征在于,所述排种器包括:
排种步进电机、种籽箱、排种轮、孔穴和排种管;
所述排种步进电机与所述排种轮相连,用于控制所述排种轮的转动速度;
所述种籽箱,安装在所述工作台的前端,用于收集至少一个所述待测种籽;
所述排种轮,安装在所述种籽箱中,所述孔穴,安装在所述种籽箱的外侧,所述排种管与所述孔穴连接,所述排种轮、所述孔穴和所述排种管用于将所述种籽箱内的待测种籽依次放置在所述传送带上。
CN201710428262.1A 2017-06-08 2017-06-08 一种作物种籽在线分拣方法及*** Active CN107413674B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710428262.1A CN107413674B (zh) 2017-06-08 2017-06-08 一种作物种籽在线分拣方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710428262.1A CN107413674B (zh) 2017-06-08 2017-06-08 一种作物种籽在线分拣方法及***

Publications (2)

Publication Number Publication Date
CN107413674A true CN107413674A (zh) 2017-12-01
CN107413674B CN107413674B (zh) 2019-09-10

Family

ID=60429707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710428262.1A Active CN107413674B (zh) 2017-06-08 2017-06-08 一种作物种籽在线分拣方法及***

Country Status (1)

Country Link
CN (1) CN107413674B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108607819A (zh) * 2018-04-25 2018-10-02 重庆邮电大学 物料分拣***及方法
CN110619297A (zh) * 2019-09-10 2019-12-27 中国科学院东北地理与农业生态研究所 一种豆类植物子实图像批量采集识别方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4187545A (en) * 1978-02-28 1980-02-05 Frank Hamachek Machine Company Article orientation determining apparatus
RU2073571C1 (ru) * 1992-05-15 1997-02-20 Шахматов Сергей Николаевич Устройство для сортировки семян
CN1603013A (zh) * 2004-11-02 2005-04-06 江苏大学 基于三个摄像***在线水果品质检测分级的装置与方法
CN101234381A (zh) * 2008-03-07 2008-08-06 天津市华核科技有限公司 基于视觉识别的颗粒物料分选分级方法
CN101395466A (zh) * 2006-03-02 2009-03-25 福斯分析有限公司 用于光学测量谷物和类似农作物的粒子的设备和方法
CN102284428A (zh) * 2011-05-12 2011-12-21 浙江大学 谷物实时检测与分级的机器视觉***
CN103841726A (zh) * 2014-03-06 2014-06-04 河南科技大学 极片表面缺陷检测中光源亮度实时调整装置及其调整方法
CN105865335A (zh) * 2016-04-21 2016-08-17 四川大学 一种基于机器视觉的定子线棒截面尺寸检测***
CN106607344A (zh) * 2017-02-17 2017-05-03 河南省现代富博智能装备科技有限公司 定向播种用的玉米种粒动态图像精选装置及方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4187545A (en) * 1978-02-28 1980-02-05 Frank Hamachek Machine Company Article orientation determining apparatus
RU2073571C1 (ru) * 1992-05-15 1997-02-20 Шахматов Сергей Николаевич Устройство для сортировки семян
CN1603013A (zh) * 2004-11-02 2005-04-06 江苏大学 基于三个摄像***在线水果品质检测分级的装置与方法
CN101395466A (zh) * 2006-03-02 2009-03-25 福斯分析有限公司 用于光学测量谷物和类似农作物的粒子的设备和方法
CN101234381A (zh) * 2008-03-07 2008-08-06 天津市华核科技有限公司 基于视觉识别的颗粒物料分选分级方法
CN102284428A (zh) * 2011-05-12 2011-12-21 浙江大学 谷物实时检测与分级的机器视觉***
CN103841726A (zh) * 2014-03-06 2014-06-04 河南科技大学 极片表面缺陷检测中光源亮度实时调整装置及其调整方法
CN105865335A (zh) * 2016-04-21 2016-08-17 四川大学 一种基于机器视觉的定子线棒截面尺寸检测***
CN106607344A (zh) * 2017-02-17 2017-05-03 河南省现代富博智能装备科技有限公司 定向播种用的玉米种粒动态图像精选装置及方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108607819A (zh) * 2018-04-25 2018-10-02 重庆邮电大学 物料分拣***及方法
CN110619297A (zh) * 2019-09-10 2019-12-27 中国科学院东北地理与农业生态研究所 一种豆类植物子实图像批量采集识别方法及装置
CN110619297B (zh) * 2019-09-10 2024-05-14 中国科学院东北地理与农业生态研究所 一种豆类植物子实图像批量采集识别方法及装置

Also Published As

Publication number Publication date
CN107413674B (zh) 2019-09-10

Similar Documents

Publication Publication Date Title
CN106733701B (zh) 马铃薯多级联合智能缺陷检测***及检测方法
CN110473178A (zh) 一种基于多光源融合的外观缺陷检测方法及***
BR102015032436B1 (pt) Método de monitoração da qualidade do grão, e, mídia legível por computador não transitória
CN103639124B (zh) 一种分拣***
CN109794437A (zh) 基于计算机视觉的智能分拣***
CN112544242B (zh) 基于ai云计算的水稻全自动脱粒及产量分析***
CN101905215A (zh) 数字化水稻考种机
CN207516257U (zh) 一种基于机器视觉的小麦籽粒图像采集平台
CN105549486A (zh) 基于机器视觉的烟草打顶抑芽检测控制***
CN105806751A (zh) 一种联合收割机粮箱中谷物破碎在线监测***及方法
CN104256882A (zh) 基于计算机视觉的烟丝中再造烟叶比例测定方法
CN113820325B (zh) 一种玉米籽粒直收含杂率和破碎率在线检测***及其方法
CN113920106B (zh) 一种基于rgb-d相机的玉米长势三维重构及茎粗测量方法
CN107413674A (zh) 一种作物种籽在线分拣方法及***
CN107121436A (zh) 一种硅料品质的智能鉴别方法及鉴别装置
CN107511339A (zh) 一种基于机器视觉和神经网络算法的机采绿茶分级试验台
CN110188609A (zh) 一种杂草种子的检测方法
CN109030504A (zh) 基于虚实成像相结合的全景马铃薯缺陷检测装置及方法
CN110583217A (zh) 一种谷物收获机清选损失率检测装置及检测方法
CN205484102U (zh) 一种基于计算机视觉的果品检测***
CN207366475U (zh) 一种凹凸图案在线视频检测装置
CN104949916A (zh) 掉落式玉米果穗穗部性状测量装置及其测量方法
CN110314361A (zh) 一种基于卷积神经网络的篮球进球得分判断方法及***
CN104488405A (zh) 基于机器视觉的高通量玉米果穗考种流水线装置及其方法
CN112907516B (zh) 一种用于穴盘育苗的甜玉米种子识别方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant