基于機器視覺裂穎稻種在線雙面識別與剔除系統(tǒng)研究.pdf

1、水稻是我國最重要的糧食作物之一，相比于常規(guī)水稻，雜交水稻具有抗逆性強、產量高等優(yōu)點。由于受到遺傳性狀和制種時氣候環(huán)境共同作用，導致雜交水稻稻種中常存在內外穎不完全閉合的裂穎現(xiàn)象。裂穎容易吸濕和受真菌、蟲子入侵，降低稻種的活力和發(fā)芽率，是雜交水稻的重要外觀缺陷之一，而目前的處理手段無法自動分選。機器視覺技術是一種快速、無損的檢測方法，利用雙面圖像分析可以對裂穎稻種進行在線識別。
　　本研究旨在利用機器視覺技術實現(xiàn)裂穎稻種在線識別與剔

2、除。主要研究內容及結論如下：
　　1.設計并搭建基于機器視覺裂穎稻種在線雙面識別與剔除系統(tǒng)。該系統(tǒng)主要包括:單?；瘑卧⒁曈X檢測單元、剔除執(zhí)行單元及分析控制軟件。通過對比目前四種單粒化方式特點，嘗試引入振動盤和直線振動輸送器實現(xiàn)稻種由無序到間距單粒輸送。采用透明有機玻璃作為視覺檢測通道，一個光纖傳感器控制兩個CCD相機，可同時獲取稻種的正面、背面圖像。在裂穎稻種剔除過程中，對比空心杯數字舵機旋轉帶動擋板和氣吹卸料兩種方式，結果表明

3、:氣吹卸料響應時間較短，設計過程中光纖傳感器感應頭可靠近視覺檢測通道底端，同時縮短成功處理兩顆相鄰稻種之間所要求間距。
　　2.以霍夫直線檢測和線的數量綜合判定正常與裂穎稻種。該算法對靜態(tài)正常稻種和裂穎稻種正確識別率分別為93.1％、90.4％。在稻種平均下滑速度為0.46m/s情況下，該算法對正常稻種和裂穎稻種正面圖像的正確識別率分別為89.7％、87.4％;對背面圖像的正確識別率分別為88.6％、87.5％;對雙面圖像的正確識

4、別率分別為85％、84.6％。
　　3.利用多線程對稻種正面、背面圖像進行同時處理。僅使用單線程對稻種正面、背面圖像處理，平均時間為120ms。引入Boost函數庫，使用多線程對稻種正面、背面圖像處理，平均時間為80ms。引入Boost函數庫，使用多線程僅對通道內區(qū)域中稻種正面、背面圖像處理，平均時間為60ms。
　　4.對外觀尺寸存在一定差異的春優(yōu)84、浙優(yōu)12、池優(yōu)65三個品種分別進行整機在線測試。結果表明:當稻種平均下