融合机器视觉和CAN总线的玉米种粒分类器设计与试验

发布时间：2024-07-08 21:14

　　为研究动态检测装置中玉米种粒的实时分级,设计融合机器视觉和CAN总线的玉米种粒在线分类器。在传统的小型生物质种粒检测系统中,针对传感器在获取种粒通过信号时有遗漏的问题,研发了一套融合机器视觉和CAN总线的红外传感器机构,用于动态玉米种粒的实时拍摄。红外传感器机构采用触发抓拍的方式,通过CAN总线传送传感器信号,使信号准确的传输到计算机,从而控制相机实时获取图片。为提高种粒分级能力,提出了基于数量级的形状复杂度计算公式,计算标准与破损种粒的面积、周长、复杂度与色度四种特征参数并建立种粒特征参数合格区间,构建基于复合几何特征与色度的玉米种粒形态分级算法。实验选用扬农15-1与扬农15-6玉米种粒进行验证,结果表明:在传送带速度为100～400 mm/s之间时,此红外传感器机构的采集成功率在100%,拍摄图片清晰,扬农15-1号与扬农15-6号标准玉米、破损玉米的识别准确率分别为93%、95%、95%和94%。

【文章页数】：10 页

【文章目录】：
0 引言
1 检测分类器设计
    1.1 检测分类器结构设计
    1.2 融合机器视觉和CAN总线的红外传感器机构流程图
2 玉米种粒在线检测
    2.1 融合机器视觉和CAN总线的红外传感机构
    2.2 机器视觉和CAN总线动态检测
    2.3 图像预处理与分割
    2.4 多对象边界轮廓追踪
3 玉米种粒分类特征提取
    3.1 面积特征
    3.2 周长特征
    3.3 基于数量级的形状复杂度特征
    3.4 色度特征
4 玉米种粒形态分级算法设计
    4.1 玉米种粒图像处理
    4.2 基于复合几何特征与色度的玉米种粒形态分级算法
    4.3 试验分析
5 结论



本文编号：4003888