基于机器视觉技术的水稻籽粒破碎率监测方法

发布时间：2021-03-09 05:11

　　破碎率受联合收获机喂入量、脱粒滚筒圆周速度、凹板间隙等作业参数的影响,表现出复杂的非线性规律,是评价联合收获机作业性能的重要指标之一。实时获取破损率数据是发现联合收获机作业参数和作业性能相关规律的有效途径,实时监测籽粒破碎率可以帮助驾驶员优化和调整联合收获机的工作参数,避免破碎率超标。该文提出了一种基于机器视觉技术的水稻联合收获机籽粒破碎率实时监测方法。设计了一种籽粒采样弃样装置的结构,在收获过程中获得了高质量的籽粒图像。根据联合收获机的工作特点,对籽粒采样弃样装置光源的照明和安装进行了优化,构建了侧视照明系统。采用"色谱训练-验证"两步法对完整和破碎籽粒进行了识别:第一步,运用局部阈值算法,通过二值化变换得到训练图像中籽粒连通域的边缘,在HSL颜色空间中提取每个连通域籽粒的色谱,获取识别模型文件;第二步,在实验室进行图像采集和处理,验证模型识别精度和破碎率监测精度。对2300个连通域的实验结果表明,完整和破碎籽粒的模型识别率达到96%,破碎率监测值与真实人工监测值具有良好的趋势一致性。基于机器视觉技术的谷物破碎率监测装置可以为联合收获机的智能化提供技术支持。 

【文章来源】：农业工程技术. 2020,40(30)

【文章页数】：1 页


本文编号：3072307