[發(fā)明專利]一種小麥千粒重快速測(cè)量方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010418481.3
• 申請(qǐng)日: 2020-05-18
• 公開(kāi)（公告）號(hào): CN111397709A
• 公開(kāi)（公告）日: 2020-07-10
• 發(fā)明（設(shè)計(jì)）人: 劉濤;朱奕雯;武威;李春燕;孫成明;朱新開(kāi);郭文善
• 申請(qǐng)（專利權(quán)）人: 揚(yáng)州大學(xué)
• 主分類號(hào): G01G17/00
• 分類號(hào): G01G17/00;G01N5/00;G01N15/10;G06T7/12;G06T7/136
• 代理公司: 南京蘇科專利代理有限責(zé)任公司 32102
• 代理人: 董旭東;徐素柏

1.一種小麥千粒重快速測(cè)量方法，包括如下步驟：

小麥種子放置：將小麥種子平鋪于一多宮格種子板內(nèi)并刮平鋪設(shè)層，使每格內(nèi)的小麥單層平鋪無(wú)堆疊，所述多宮格種子板的凈重計(jì)為G₀；

小麥種子計(jì)重：用計(jì)量器具稱量平鋪后的多宮格種子板重量計(jì)為G₁，計(jì)算小麥的種子重量G= G₁- G₀；

小麥種子圖像獲取：用攝像工具從多宮格的上方拍攝多宮格種子板的圖像；

圖像分割：將多宮格種子板中的每個(gè)格子分割為多幅單張的圖像，并標(biāo)號(hào)保存至設(shè)定的路徑；

種子識(shí)別與計(jì)數(shù)：利用訓(xùn)練好的卷積神經(jīng)網(wǎng)格模型識(shí)別步驟D)中的各幅圖像中的所有種子，并計(jì)數(shù)每幅圖中種子的數(shù)量，再求和整個(gè)種子板內(nèi)的種子數(shù)量N；

計(jì)算種子的千粒重：將種子的重量與數(shù)量結(jié)合計(jì)算千粒重為：千粒重= G÷N×1000 。

2.根據(jù)權(quán)利要求1所述的小麥千粒重快速測(cè)量方法，其特征在于，所述多宮格種子板為九宮格種子板，所述九宮格種子板整體長(zhǎng)寬高尺寸為262 mm×162 mm×6.5 mm，每個(gè)小格子的長(zhǎng)×寬×高凈尺寸為：50mm×50mm×4.5 mm，各格子間的隔板厚度均為2mm，每個(gè)格子內(nèi)鋪平無(wú)重疊后，最多容納種子數(shù)量為110粒。

3.根據(jù)權(quán)利要求2所述的小麥千粒重快速測(cè)量方法，其特征在于，步驟A)中，刮平九宮格內(nèi)的小麥種子時(shí)，采用刮板刮平，所述刮板的尺寸為250 mm×30 mm×2 mm。

4.根據(jù)權(quán)利要求2所述的小麥千粒重快速測(cè)量方法，其特征在于，所述九宮格種子板的顏色為與小麥種子顏色對(duì)比明顯的其它不同的顏色。

5.根據(jù)權(quán)利要求2所述的小麥千粒重快速測(cè)量方法，其特征在于，步驟C）中，拍攝九宮格種子板的圖像時(shí)，攝像頭位于種子板正上方，拍攝高度為20～30cm，攝像頭的拍攝角度為垂直上方和四周最大偏移不超過(guò)30o的方位，圖像的分辨率不低于150dpi。

6.根據(jù)權(quán)利要求5所述的小麥千粒重快速測(cè)量方法，其特征在于，步驟C)中，同一板鋪平的九宮格種子板同次拍攝圖片多張，然后保留一張清晰度好的圖片。

7.根據(jù)權(quán)利要求2所述的小麥千粒重快速測(cè)量方法，其特征在于，步驟D)中，分割圖像時(shí)，采用閾值分割法，提取各宮格底色對(duì)應(yīng)的邊緣區(qū)域，利用空洞填充法分割每個(gè)宮格并重新按所述標(biāo)號(hào)命號(hào)存儲(chǔ)。

8.根據(jù)權(quán)利要求1所述的小麥千粒重快速測(cè)量方法，其特征在于，步驟E）中，卷積神經(jīng)網(wǎng)格模型的訓(xùn)練方法為：人工收集不同光線和底色光環(huán)境下不同品種的小麥籽粒圖像；對(duì)圖像人工進(jìn)行目標(biāo)矩形標(biāo)注，然后對(duì)圖像數(shù)據(jù)劃分為訓(xùn)練、驗(yàn)證和測(cè)試數(shù)據(jù)集，分別用于模型訓(xùn)練、驗(yàn)證和測(cè)試。

9.根據(jù)權(quán)利要求8所述的小麥千粒重快速測(cè)量方法，其特征在于，卷積神經(jīng)網(wǎng)格模型的訓(xùn)練方法具體包括如下步驟：

第一步：人工收集不同品種的小麥籽粒，并選擇不同背景顏色，拍攝圖像，每幅圖片小麥籽粒數(shù)為1~220粒，同一組小麥籽粒分別變換不同背景顏色和/或不同的籽粒排列方式進(jìn)行圖片拍攝；

第二步，處理預(yù)圖像，將圖像的大小修改為：最大像素1200*1600至最小像素500*500；

第三步，目標(biāo)標(biāo)注：通過(guò)目標(biāo)標(biāo)注工具對(duì)圖片上小麥籽粒進(jìn)行目標(biāo)定位，并最終生成.xml 格式的PASCAL VOC的標(biāo)注文件；

第四步；數(shù)據(jù)標(biāo)準(zhǔn)化，通過(guò)深度學(xué)習(xí)框架將目標(biāo)標(biāo)注的文件轉(zhuǎn)換成二進(jìn)制形式的TFRecord 數(shù)據(jù)類型，并且70%劃分為訓(xùn)練集，20%劃分為驗(yàn)證集，10%劃分為測(cè)試集；

第五步：訓(xùn)練網(wǎng)絡(luò)模型,采用Faster R-CNN網(wǎng)絡(luò)模型進(jìn)行目標(biāo)物檢測(cè)， 將第四步中訓(xùn)練集的數(shù)據(jù)作為訓(xùn)練樣本，采用Faster R-CNN網(wǎng)絡(luò)模型進(jìn)行特征提取，網(wǎng)絡(luò)參數(shù)迭代優(yōu)化，優(yōu)化結(jié)束后獲得種子識(shí)別的訓(xùn)練網(wǎng)絡(luò)模型； 利用訓(xùn)練網(wǎng)絡(luò)模型對(duì)第四步中的驗(yàn)證集測(cè)試集分別進(jìn)行驗(yàn)證和測(cè)試，最終將模型參數(shù)和模型框架固化成可調(diào)用的模型文件。

10.根據(jù)權(quán)利要求9所述的小麥千粒重快速測(cè)量方法，其特征在于，第三步中，目標(biāo)標(biāo)注工具為RectLabel、LabelImg或LabelMe。