[發(fā)明專利]一種基于輪廓質心距離與神經(jīng)網(wǎng)絡的玉米破碎粒檢測方法

有效

• 申請?zhí)枺?/td>: 201711479933.3
• 申請日: 2017-12-29
• 公開（公告）號: CN108230307B
• 公開（公告）日: 2022-01-14
• 發(fā)明（設計）人: 饒秀勤;王怡田;應義斌;張小敏
• 申請（專利權）人: 浙江大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06T7/90;G06T7/66;G06N3/08
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 林超

本發(fā)明公開了一種基于輪廓質心距離與神經(jīng)網(wǎng)絡的玉米破碎粒檢測方法。獲取玉米籽粒圖像，依次進行灰度變換、濾波、圖像分割和邊緣提取后，計算玉米籽粒輪廓質心作為極點建立極坐標系，構建輪廓信息序列，再進行等角度采樣和歸一化處理構建輪廓特征向量；用樣本玉米籽粒圖像的輪廓特征向量與是否為玉米破碎粒標簽一起輸入BP神經(jīng)網(wǎng)絡進行訓練，以訓練好的BP神經(jīng)網(wǎng)絡對待測玉米籽粒圖像進行檢測。本發(fā)明能夠適應非理想環(huán)境和玉米籽粒顏色引入的誤差，為玉米粒收破碎粒檢測提供了一種有效方法。

技術領域

本發(fā)明涉及一種玉米破碎粒檢測方法及圖像采集裝置，尤其是涉及了一種基于輪廓質心距離與神經(jīng)網(wǎng)絡的玉米破碎粒檢測方法。

背景技術

機械粒收是玉米收獲技術的發(fā)展趨勢，是玉米實現(xiàn)全程機械化的關鍵。玉米機械收獲水平逐年提高，但穗收比例遠高于粒收。“GB/T 21962-2008”玉米收獲機械技術條件中規(guī)定玉米粒收籽粒破碎率應不高于5.0％，籽粒破碎率高是目前制約我國玉米粒收技術發(fā)展和推廣的重要因素。因此，及時獲取玉米粒收破碎率狀況，調整機械作業(yè)參數(shù)，使在保證機械作業(yè)效率的前提下將籽粒破碎率降至最低尤為必要。而利用機器視覺系統(tǒng)采集玉米籽粒圖像和實現(xiàn)玉米破碎粒檢測是代替人工方式的較好選擇。

“GB1353-2009”玉米質量指標中規(guī)定玉米籽粒損傷達本顆粒體積1/5(含)以上的顆粒為破碎粒。玉米破碎粒檢測主要涉及到形狀特征、顏色特征、紋理特征這三個方面的內容。諸多學者提取了面積、周長、長短軸等多個經(jīng)典形狀特征參數(shù)進行檢測(Liao K,Paulson M Ret.al.Corn kernel breakage classification by machine vision usinga neural network classifier.Transactions of the ASABE,1993；印楊松.機器視覺技術在玉米并肩雜、不完善粒檢測中的應用研究.浙江大學,2011；萬鵬等.基于計算機視覺的玉米粒形檢測方法.中國糧油學報,2011)。近年來，深度學習提供了玉米破碎粒檢測的一種新思路(魏英姿等.深度學習玉米籽粒完整性識別的深度學習方法.沈陽理工大學學報,2016)。此外，為更好地定位和檢測玉米籽粒，玉米正形的研究也受到關注(王僑等.基于機器視覺的玉米種粒定向定位擺放裝置研制.農業(yè)工程學報,2017)。

但在玉米粒收破碎粒檢測中，這些方法并不適合。由于物距或玉米空間姿態(tài)的不一致，玉米籽粒面積、周長的測量會受到較大影響，面積、周長特征將不再可靠。由于玉米破碎部位和破碎程度存在差異，玉米外形不規(guī)則程度高，采用MER方法或輪廓曲率分析法檢測到的長軸(主軸)與實際檢測結果存在差異，而現(xiàn)有的玉米正形方法多用于玉米種子產業(yè)，僅針對完整籽粒進行研究，無法解決上述長軸(主軸)檢測誤差問題，因此，長短軸特征也可能引入較大的誤差。顏色特征方法需要嚴格保證物距和光源的相互適應，玉米籽粒顏色的不一致也會引入誤差。深度學習方法將各單籽粒圖像處理成等規(guī)格灰度圖像輸入卷積神經(jīng)網(wǎng)絡進行訓練和檢測，但是數(shù)據(jù)規(guī)模、數(shù)據(jù)質量等方面的要求大大增加了訓練成本。

發(fā)明內容

為了解決背景技術中存在的問題，本發(fā)明通過分析玉米籽粒的輪廓特征，提出了一種基于輪廓質心距離與神經(jīng)網(wǎng)絡的玉米破碎粒檢測方法，并通過試驗驗證了該方法的可靠性。

如圖2所示，本發(fā)明解決其技術問題所采用的技術方案是：

1)獲取玉米籽粒圖像，以圖像的左上角點為原點，以圖像水平向右方向為x軸正方向，以圖像豎直向下方向為y軸正方向，建立直角坐標系。

2)對玉米籽粒圖像依次進行分段灰度變換、濾波、圖像分割和輪廓提取，繪制輪廓圖像E。

3)掃描輪廓圖像E，構建直角坐標系下長度為n_s的玉米籽粒輪廓信息序列S；

4)計算輪廓質心O的坐標(x_o,y_o)：