CN207516257U - 一种基于机器视觉的小麦籽粒图像采集平台 - Google Patents
一种基于机器视觉的小麦籽粒图像采集平台 Download PDFInfo
- Publication number
- CN207516257U CN207516257U CN201721652776.7U CN201721652776U CN207516257U CN 207516257 U CN207516257 U CN 207516257U CN 201721652776 U CN201721652776 U CN 201721652776U CN 207516257 U CN207516257 U CN 207516257U
- Authority
- CN
- China
- Prior art keywords
- type hole
- wheat
- image
- wheat seed
- supporting plate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一种基于机器视觉的小麦籽粒图像采集平台,包括型孔板,型孔板下方有型孔托板,型孔板和型孔托板均设置有若干型孔且两板上的型孔数量、位置一一对应,型孔板上的型孔尺寸大于小麦最大籽粒尺寸,型孔托板上的型孔尺寸小于小麦最小籽粒尺寸,在型孔板上方设有毛刷,型孔托板设有手柄,可以调节高度使小麦种子落入落种箱中,型孔板上方设置有光源和CCD相机,型孔托板下方设置有扫描仪,两个图像采集元件可以获取小麦籽粒的顶视图像和底视图像;本实用新型还提供了小麦品外观品质检测系统,包括与所述图像采集平台通信连接的图像处理平台,进行图像数据的采集和分析;本实用新型具有结构简单,使用方便,功能强大等特点。
Description
技术领域
本实用新型属于农业机械技术领域和机器视觉技术领域,涉及三维建模、图像采集、图像处理等,特别涉及一种基于机器视觉的小麦籽粒图像采集平台。
背景技术
目前,在小麦流通的质量要求中,以容重作为小麦定等指标,以杂质、不完善粒、水分含量等指标作为增扣量的依据。在小麦收购与流通等环节,小麦定等定级指标的检验大多需要现场人工完成,杂质、不完善粒的分类只能靠肉眼进行主观判断,容易掺杂较多的人为因素,而且步骤繁琐,劳动强度大,给小麦的品质分级带来很大的不确定性。因此,如何快速、准确、客观地检测小麦外观品质,成为亟待解决的现实问题。代替传统的人工观察方式,机器视觉技术在小麦品质检测上已经得到了很好的发展,但是仍然存在一些不足:
(1)采用机器视觉进行小麦检测和分级时,常常需要人工摆放或是在硬件设备上采用固定孔洞法来实现单籽粒区域识别,但是人工摆放耗时耗力,固定孔洞法也很难保证单籽粒准确的摆放,若孔洞设计不当甚至会导致籽粒破损,同时识别效率太低。
(2)对于多籽粒小麦图像检测仪器来说,采集的图像会存在籽粒粘连的现象。对于粘连的籽粒图像,需要快速、准确的分割算法来分割籽粒,而现有的研究成果分割效果均不理想。
(3)采集小麦的图像装置大多数为单视觉装置,即一个摄像机拍照或者扫描仪采集,若籽粒的不完善部分或者病变部分处于侧方或者下方,则无法实现精确识别。
发明内容
为了克服上述现有技术的缺点,本实用新型的目的在于提供一种基于机器视觉的小麦籽粒图像采集平台,图像采集平台以自制型孔板为基础,利用型孔板上方的驱动装置驱动毛刷工作使小麦均匀的平铺在型孔板上,然后上方的CCD相机获取小麦顶视图像,下方的线阵扫描元件获取小麦的底视图像。获取的图像送至图像处理软件平台处理,输出小麦的籽粒类型。该图像采集平台能实现快速投种、均匀落种、双面获取籽粒样本图像,由检测系统部分实现图像分析处理、进行籽粒计数与品质分级和评定,满足了小麦外观品质的无损、快速、实时、精准的检测。
为了实现上述目的,本实用新型采用的技术方案是:
一种基于机器视觉的小麦籽粒图像采集平台,包括型孔板,型孔板下方有型孔托板,型孔板和型孔托板均设置有若干型孔且两板上的型孔数量、位置一一对应,型孔板上的型孔尺寸大于小麦最大籽粒尺寸,型孔托板上的型孔尺寸小于小麦最小籽粒尺寸,型孔板上方设置有光源和CCD相机,型孔托板下方设置有扫描仪。
所述型孔板的两端固定在机架上,型孔板的一侧设有进料口;型孔托板的一端与机架用铰链连接,另一端连接手柄,所述型孔托板下方设置有落种箱,通过手柄调节型孔托板的高度,使小麦种子落入到落种箱中。
所述型孔板上设置30行×30列个型孔,孔型为椭圆形,尺寸为长轴7mm,短轴5mm;所述型孔托板上的型孔孔型为椭圆形,尺寸为长轴5mm,短轴3mm。
所述型孔板上方设置毛刷,毛刷由步进电动机驱动同步带滑台带动做水平的直线往复运动,使小麦籽粒均匀地平铺在型孔板的型孔中,并清除多余的籽粒。
所述CCD相机固定在机架上,从上方拍摄小麦籽粒的上部图像。
所述扫描仪连接有驱动装置,在驱动装置的驱动下做水平直线运动,获取型孔中小麦籽粒底视图像。
所述扫描仪为线阵扫描元件。
与现有技术相比,本实用新型的有益效果是:
1、采用密度较小的铝合金材料作为图像采集平台的支架材料和型孔板材料,重量轻,安装拆卸简单方便,而且变化灵活。
2、改进了应用于市场上的小麦籽粒识别仪器的硬件部分,其中在工作台的设计上,采用了孔洞的形式来将籽粒分开,并且通过驱动装置与毛刷结合的工作方式来保证小麦籽粒在落种过程中的均匀性,避免了后续图像处理过程中对粘连籽粒进行分割的复杂算法。
3、区别与各类机器视觉硬件系统的图像采集装置,本实用新型采用CCD相机和扫描仪同时工作的方式,分别对小麦籽粒的顶视和底视图像进行采集,在后续的图像识别过程中,可以对比两幅图像特征,从而确定小麦品质好坏,大大提高了机器视觉系统的识别准确性。
附图说明
图1是本实用新型的基于机器视觉的小麦图像采集平台结构示意图。
图2是本适用新型的采集平台中的型孔板结构示意图。
图3是本实用新型的小麦品质检测系统的工作流程图。
具体实施方式
下面结合附图和实施例详细说明本实用新型的实施方式。
如图1所示,一种基于机器视觉的小麦籽粒图像采集平台,主要包括进料口2、型孔板3、型孔托板4、毛刷9、毛刷驱动装置、CCD相机1、扫描仪11、光源7等。
型孔托板4在型孔板3下方,型孔板3的两端固定在机架上,型孔板3的一侧设有进料口2;型孔托板4的一端与机架用铰链连接,另一端连接手柄10,落种箱12在型孔托板4下方,通过手柄10调节型孔托板4的高度,使小麦种子落入到落种箱12中。毛刷9、光源7和CCD相机1在型孔板3上方,扫描仪11在型孔托板4下方。毛刷9由步进电动机6驱动同步带滑台8带动做水平的直线往复运动,使小麦籽粒均匀地平铺在型孔板3的型孔中,并清除多余的籽粒至落种箱12中。机架顶部设置有线孔5,供各用电设备的电缆通过。
如图2所示,型孔板3上设有30行×30列个型孔,孔型为椭圆形,型孔尺寸大于小麦最大籽粒尺寸。根据对几种品种小麦籽粒的尺寸测量,确定其型孔尺寸为长轴7mm、短轴5mm。型孔托板4上的型孔与型孔板3上的型孔数量、位置一一对应,排列间距完全一致,形状完全一致,其型孔尺寸小于小麦最小籽粒尺寸,尺寸为长轴5mm,短轴3mm。
本实用新型中,毛刷9的作用是使小麦籽粒均匀分布在每个型孔中。采用步进电动机6驱动同步带滑台8运动,此驱动方式不仅可以调节毛刷9的移动距离,而且具有较快的工作速度,可满足快速检测需求。
本实用新型中,选择彩色CCD相机1为图像采集器件,将CCD相机1固定在机架上,调节高度到合适拍摄位置,从上方拍摄小麦籽粒的顶视图像。
本实用新型中,为了降低采集平台整体结构的高度,扫描仪11选择线阵扫描元件,获取小麦籽粒的底视图像。
本实用新型中,为了保证获取图像的质量,在检测室内拟配置照明光源。光源7配置应保证整个型孔板3上照度均匀,且不会产生反射光斑。本实用新型选择LED灯,光源数量为4个,每个光源的功率为4W。
图像采集平台工作过程如下:小麦籽粒由投放口2投放到型孔板3上,毛刷9在其驱动装置驱动下直线运动,使小麦籽粒能均匀地平铺在型孔板3的型孔中,并清除使多余的籽粒落入落种箱12;CCD相机1从上方获取型孔板3及落入型孔中小麦籽粒顶视图像,同时,扫描仪11在其驱动装置驱动下直线运动,获取型孔中小麦籽粒底视图像,获取的图像传送到计算机进行处理、分析。操作型孔托板4,释放手柄10使型孔托板4倾斜一定角度,小麦籽粒落入接种箱12中,以实现快速卸料。
本实用新型还提供了一种小麦品质检测系统,包括与上述图像采集平台通信连接的图像处理平台,将图像采集平台采集到的图像进行图像数据分析,分析实现小麦外观的品质检测。
小麦品质检测系统的工作流程图3所示,将采集的图像存储在计算机上进行图像处理;提取各种籽粒的形态参数、颜色参数和纹理特征;将提取的特征参数输入到识别模型;将两幅图像的检测结果比对融合,确定小麦籽粒的最终类型。
具体地,图像处理包括:利用边缘检测算法对图像进行增强处理,提取小麦籽粒图像的边缘信息;利用灰度阈值法进行图像分割,将单个籽粒从背景板中分离出来;利用均值滤波法进行图像去噪,去除一些细小的空洞、断裂及颗粒的边缘模糊不平滑等噪声。特征提取:提取颜色特征,形态学特征和纹理特征。颜色特征包括R、G、B、H、S、I的均值与方差;形态学特征包括长轴长、短轴长、长宽比、周长、面积、伸展度、等效圆直径、离心率、紧密度等参数;纹理特征包括包括各颜色分量图像的平滑度、平均对比度、一致性、三阶矩、熵等参数。建立识别模型:选择BP神经网络模型并选用单隐层的结构,即中间层只有一个隐含层。输入层神经元个数由特征参数个数确定,中间层节点数经验初步选择,并通过试验进行确定,输出层神经元个数由不完善粒的类型数确定。结果融合:由于采集的原始图像是小麦籽粒的两面图像,所以提取的特征参数输入到识别模型后得到的结果可能存在差异,因此需要对比两幅图像输出的结果进行融合,将存在差异的单个籽粒找出来,综合考虑籽粒特征,确定该籽粒的最终类型。
本实用新型的基于机器视觉的小麦籽粒采集平台与一般的采集平台相比,系统重量更轻,结构紧凑,两个图像采集元件的不同类型选择提高了空间利用率;与传统的小麦外观品质检测系统相比,本系统由于图像采集平台的创新,很好地解决了图像处理过程中图像分割效果不明显的困难,不需要复杂的算法便能将小麦籽粒中背景中分割出来;本小麦品质检测系统能快速且准确地进行在线无损检测,可靠性和说服力更高。
对于本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的修改、等同变化和修饰等都应该属于本实用新型权利要求的保护范围之内。
Claims (7)
1.一种基于机器视觉的小麦籽粒图像采集平台,其特征在于,包括型孔板(3),型孔板(3)下方有型孔托板(4),型孔板(3)和型孔托板(4)均设置有若干型孔且两板上的型孔数量、位置一一对应,型孔板(3)上的型孔尺寸大于小麦最大籽粒尺寸,型孔托板(4)上的型孔尺寸小于小麦最小籽粒尺寸,型孔板(3)上方设置有光源(7)和CCD相机(1),型孔托板(4)下方设置有扫描仪(11)。
2.根据权利要求1所述基于机器视觉的小麦籽粒图像采集平台,其特征在于,所述型孔板(3)的两端固定在机架上,型孔板(3)的一侧设有进料口(2);型孔托板(4)的一端与机架用铰链连接,另一端连接手柄(10),所述型孔托板(4)下方设置有落种箱(12),通过手柄(10)调节型孔托板(4)的高度,使小麦种子落入到落种箱(12)中。
3.根据权利要求1所述基于机器视觉的小麦籽粒图像采集平台,其特征在于,所述型孔板(3)上设置30行×30列个型孔,孔型为椭圆形,尺寸为长轴7mm,短轴5mm;所述型孔托板(4)上的型孔孔型为椭圆形,尺寸为长轴5mm,短轴3mm。
4.根据权利要求1所述基于机器视觉的小麦籽粒图像采集平台,其特征在于,所述型孔板(3)上方设置毛刷(9),毛刷(9)由步进电动机(6)驱动同步带滑台(8)带动做水平的直线往复运动,使小麦籽粒均匀地平铺在型孔板(3)的型孔中,并清除多余的籽粒。
5.根据权利要求1所述基于机器视觉的小麦籽粒图像采集平台,其特征在于,所述CCD相机(1)固定在机架上,从上方拍摄小麦籽粒的上部图像。
6.根据权利要求1所述基于机器视觉的小麦籽粒图像采集平台,其特征在于,所述扫描仪(11)连接有驱动装置,在驱动装置的驱动下做水平直线运动,获取型孔中小麦籽粒底视图像。
7.根据权利要求1或6所述基于机器视觉的小麦籽粒图像采集平台,其特征在于,所述扫描仪(11)为线阵扫描元件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721652776.7U CN207516257U (zh) | 2017-12-01 | 2017-12-01 | 一种基于机器视觉的小麦籽粒图像采集平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721652776.7U CN207516257U (zh) | 2017-12-01 | 2017-12-01 | 一种基于机器视觉的小麦籽粒图像采集平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207516257U true CN207516257U (zh) | 2018-06-19 |
Family
ID=62542855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201721652776.7U Expired - Fee Related CN207516257U (zh) | 2017-12-01 | 2017-12-01 | 一种基于机器视觉的小麦籽粒图像采集平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207516257U (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109598328A (zh) * | 2018-11-21 | 2019-04-09 | 山东农业大学 | 一种散布式千粒计数方法、系统、装置及终端 |
CN111380868A (zh) * | 2020-04-16 | 2020-07-07 | 安徽科技学院 | 一种小麦形态双面鉴定装置 |
CN112415009A (zh) * | 2020-12-14 | 2021-02-26 | 河南牧业经济学院 | 基于粘性点阵的小麦粒非粘连图像获取方法及系统 |
CN113011296A (zh) * | 2021-03-08 | 2021-06-22 | 中国农业科学院农产品加工研究所 | 快速鉴别小麦品种纯度的方法和系统 |
CN113581798A (zh) * | 2021-07-07 | 2021-11-02 | 中国农业科学院深圳农业基因组研究所 | 一种种子铺平装置 |
-
2017
- 2017-12-01 CN CN201721652776.7U patent/CN207516257U/zh not_active Expired - Fee Related
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109598328A (zh) * | 2018-11-21 | 2019-04-09 | 山东农业大学 | 一种散布式千粒计数方法、系统、装置及终端 |
CN109598328B (zh) * | 2018-11-21 | 2023-09-12 | 山东农业大学 | 一种散布式千粒计数方法、系统、装置及终端 |
CN111380868A (zh) * | 2020-04-16 | 2020-07-07 | 安徽科技学院 | 一种小麦形态双面鉴定装置 |
CN112415009A (zh) * | 2020-12-14 | 2021-02-26 | 河南牧业经济学院 | 基于粘性点阵的小麦粒非粘连图像获取方法及系统 |
CN112415009B (zh) * | 2020-12-14 | 2024-06-11 | 河南牧业经济学院 | 基于粘性点阵的小麦粒非粘连图像获取方法及系统 |
CN113011296A (zh) * | 2021-03-08 | 2021-06-22 | 中国农业科学院农产品加工研究所 | 快速鉴别小麦品种纯度的方法和系统 |
CN113581798A (zh) * | 2021-07-07 | 2021-11-02 | 中国农业科学院深圳农业基因组研究所 | 一种种子铺平装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN207516257U (zh) | 一种基于机器视觉的小麦籽粒图像采集平台 | |
CN104256882B (zh) | 基于计算机视觉的烟丝中再造烟叶比例测定方法 | |
CN104198325B (zh) | 基于计算机视觉的烟丝中梗丝比例测定方法 | |
CN104198324B (zh) | 基于计算机视觉的烟丝中叶丝比例测定方法 | |
CN108287010B (zh) | 一种螃蟹多指标分级装置与方法 | |
CN110705655A (zh) | 一种基于光谱和机器视觉耦合的烟叶分类方法 | |
CN105427275B (zh) | 大田环境麦穗计数方法及装置 | |
KR20200084940A (ko) | Cnn 기반 병해 및 손상 과일 분류 장치 및 방법 | |
CN103345617B (zh) | 中药识别的方法及其系统 | |
CN101059425A (zh) | 基于多光谱图像的纹理分析鉴别不同品种绿茶的方法和装置 | |
CN109307675A (zh) | 一种产品外观检测方法和系统 | |
CN106548480A (zh) | 一种基于机器视觉的农产品体积快速测量装置及测量方法 | |
CN105160346B (zh) | 一种基于纹理和分布特征的舌苔腐腻识别方法 | |
CN105009731B (zh) | 玉米考种方法及其系统 | |
CN104792789A (zh) | 化纤纸管外观检测装置及方法 | |
CN101650316A (zh) | 片烟结构在线检测装置及其检测方法 | |
CN1220877C (zh) | 织物平整度等级客观评定方法 | |
CN107576600B (zh) | 一种抹茶粒度等级的快速检测方法 | |
CN113439870B (zh) | 一种雪茄烟外观分类方法及装置 | |
CN114088624B (zh) | 用于谷物颗粒表面规则度检测设备 | |
CN113518182B (zh) | 一种基于树莓派的黄瓜表型特征测量方法 | |
CN201041547Y (zh) | 基于多光谱图像的纹理分析鉴别不同品种绿茶的装置 | |
CN105027732B (zh) | 玉米果穗考种的方法及系统 | |
CN112858311A (zh) | 一种基于机器视觉技术的稻米表型监测系统及方法 | |
CN104198491B (zh) | 基于计算机视觉的烟丝中膨胀叶丝比例测定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180619 Termination date: 20181201 |
|
CF01 | Termination of patent right due to non-payment of annual fee |