[發(fā)明專利]一種花生優(yōu)良種子篩選方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110377219.3
• 申請(qǐng)日: 2021-04-08
• 公開（公告）號(hào): CN113128578B
• 公開（公告）日: 2022-07-19
• 發(fā)明（設(shè)計(jì)）人: 員玉良;孫祥宸;王東偉;王家勝;徐鵬飛
• 申請(qǐng)（專利權(quán)）人: 青島農(nóng)業(yè)大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06V10/774;G06V10/764;G06V10/82;G06N3/04;B07C5/02;B07C5/34;B07C5/36
• 代理公司: 青島匯智海納知識(shí)產(chǎn)權(quán)代理有限公司 37335
• 代理人: 王丹丹

1.一種花生優(yōu)良種子篩選方法，應(yīng)用于花生優(yōu)良種子篩選系統(tǒng)上，所述篩選系統(tǒng)包括支架、振動(dòng)排種器(1)、傳送皮帶(12)、主控箱(11)和觸摸顯示屏(14)，傳送皮帶(12)設(shè)置在支架上，其特征在于，所述篩選系統(tǒng)還包括氣動(dòng)噴頭(10)、劣質(zhì)種子收集倉(cāng)(4)和優(yōu)良種子收集倉(cāng)(6)；

所述振動(dòng)排種器(1)與主控箱(11)電連接，設(shè)置在傳送皮帶(12)的一端，優(yōu)良種子收集倉(cāng)(6)設(shè)置在傳送皮帶(12)的另一端，傳送皮帶(12)的中間設(shè)置有翻轉(zhuǎn)裝置，以實(shí)現(xiàn)對(duì)所傳送的花生種子的翻轉(zhuǎn)，氣動(dòng)噴頭(10)和劣質(zhì)種子收集倉(cāng)(4)相對(duì)設(shè)置在傳送皮帶(12)的兩側(cè)，傳送皮帶(12)的上方還設(shè)置有紅外傳感器(15)、第一組攝像頭(3)、第二組攝像頭(5)，第一組攝像頭(3)、第二組攝像頭(5)位于翻轉(zhuǎn)裝置的兩側(cè)；

所述翻轉(zhuǎn)裝置包括第一滾輪、第二滾輪(13)和第三滾輪(7)，傳送皮帶(12)環(huán)繞在該三個(gè)滾輪上，第一滾輪設(shè)置在傳送皮帶(12)的前端，第三滾輪(7)設(shè)置在傳送皮帶(12)的尾端，第二滾輪(13)設(shè)置在第一滾輪和第三滾輪(7)之間，且第二滾輪的高度高于第一滾輪和第三滾輪(7)的高度，第三滾輪(7)通過(guò)傳動(dòng)鏈條(8)與一電機(jī)(9)相連，所述電機(jī)(9)與主控箱(11)相連；

所述篩選方法包括以下步驟：

步驟D1：采用高速攝像頭固定于傳送皮帶不同方位進(jìn)行視頻數(shù)據(jù)采集，采集高速運(yùn)動(dòng)下的花生種子的視頻幀作為訓(xùn)練數(shù)據(jù)集；

步驟D2：對(duì)所述訓(xùn)練數(shù)據(jù)集進(jìn)行預(yù)處理：

步驟D21：將采集的訓(xùn)練數(shù)據(jù)集中的每張圖像的大小統(tǒng)一縮放為(224，224)格式大小，并將圖像的每一個(gè)像素值乘以1/255，使每一個(gè)數(shù)值都處于0～1之間，獲得預(yù)處理后的圖像數(shù)據(jù)集；

步驟D22：采用隨機(jī)旋轉(zhuǎn)、逆時(shí)針?lè)较虿眉簟⑺狡频臄?shù)據(jù)增強(qiáng)方法擴(kuò)充訓(xùn)練數(shù)據(jù)集，得到預(yù)處理后的訓(xùn)練數(shù)據(jù)；

步驟D3：建立神經(jīng)網(wǎng)絡(luò)分類模型并針對(duì)花生種子篩選進(jìn)行優(yōu)化，將步驟D2預(yù)處理后的訓(xùn)練數(shù)據(jù)集輸入到神經(jīng)網(wǎng)絡(luò)分類模型中進(jìn)行分類訓(xùn)練，得到訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)分類模型；

步驟D4：基于TensorFlow Lite解釋器在嵌入式Linux設(shè)備上運(yùn)行訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)分類模型，并通過(guò)TensorFlow Lite轉(zhuǎn)換器實(shí)現(xiàn)模型優(yōu)化；

步驟D5：以攝像頭實(shí)時(shí)采集的花生種子視頻幀數(shù)據(jù)作為輸入，基于多線程事件處理，進(jìn)行TFLite神經(jīng)網(wǎng)絡(luò)推理，輸出分類結(jié)果，完成花生種子篩選；

其中，采用多線程事件處理對(duì)花生種子進(jìn)行篩選，使用Python3多線程模塊，創(chuàng)建一個(gè)隊(duì)列，所述隊(duì)列包括線程Ⅰ、線程Ⅱ、線程Ⅲ、線程Ⅳ、線程Ⅴ、線程Ⅵ和線程Ⅶ，具體的：

所述線程Ⅰ通過(guò)RTSP協(xié)議從視頻流中讀取每一幀，放入隊(duì)列中，線程Ⅱ從隊(duì)列中將線程Ⅰ中讀取的每一幀圖片取出，放入隊(duì)列中，若線程Ⅰ發(fā)現(xiàn)隊(duì)列有未被線程Ⅱ讀取的圖片，說(shuō)明線程Ⅱ的讀取速度跟不上線程Ⅰ，則線程Ⅰ主動(dòng)刪除隊(duì)列中未被讀取的圖片，更換新圖片；

所述線程Ⅱ讀取到的視頻流，繼續(xù)放入隊(duì)列中，線程Ⅲ將視頻流進(jìn)行解碼處理，并經(jīng)過(guò)預(yù)處理設(shè)置圖片輸出大小，創(chuàng)建Gstreamer組件進(jìn)行圖像選擇將沒(méi)處理的圖像進(jìn)行丟棄；

所述線程Ⅳ將處理后的圖像進(jìn)行批量管理，作為模型的輸入；

所述線程Ⅴ對(duì)線程Ⅳ的圖像通過(guò)TFlite神經(jīng)網(wǎng)絡(luò)推理；

所述線程Ⅵ根據(jù)輸出推理結(jié)果進(jìn)行判斷，根據(jù)不同分類結(jié)果篩選設(shè)備做出相應(yīng)的篩選動(dòng)作；

所述線程Ⅶ將輸出結(jié)果顯示在屏幕上，保存處理結(jié)果日志。

2.根據(jù)權(quán)利要求1所述的花生優(yōu)良種子篩選方法，其特征在于：所述步驟D1中，對(duì)采集的花生種子的原始圖像進(jìn)行標(biāo)注類標(biāo)簽，將標(biāo)注后的花生種子的原始圖像分為訓(xùn)練集和數(shù)據(jù)集；

對(duì)花生種子原始圖像標(biāo)注類標(biāo)簽，所述類標(biāo)簽包括優(yōu)良、破損和干癟三種，將優(yōu)良花生種子圖像、破損花生種子圖像和干癟花生種子圖像分別放入三個(gè)文件夾，采用one-hot編碼方式，將優(yōu)良花生種子圖像所在文件夾編碼為0，破損花生種子圖像所在文件夾編碼為1，干癟花生種子圖像所在文件夾編碼為2。