共查询到20条相似文献，搜索用时 31 毫秒
1.
玉米果穗自动考种系统设计与试验 总被引：3，自引：0，他引：3
目前玉米考种主要采用传统的手工考种和基于机器视觉的半人工考种。基于机器视觉的半人工考种是由人工来完成玉米果穗的摆放,通过机器视觉的方法来实现玉米果穗特征参数测量,测量完毕后由人工收集玉米果穗,缺点是半人工、非全自动,测量效率受人工操作时间限制。针对上述问题,为实现玉米果穗考种过程中性状信息的自动图像采集处理及自动称量,设计了一种玉米果穗自动考种系统,主要包括直线振动喂料机、横向定位传输机构、气动夹取搬运机构、图像采集平台、称量平台、推送机构、可编程控制器（PLC）和计算机8部分,来实现玉米果穗的自动喂料、自动排序、自动图像采集处理和自动称量等功能。在此基础上对机构及控制系统进行了样机试制,试验结果表明,样机对玉米果穗的夹取、搬运及放置位置准确,图像采集处理方法可行,样机一个工作周期在6s以内,试验中,采用单相机时整穗的平均图像测量速度在600ms/穗以内。样机整体性能能够满足考种使用要求。 相似文献
2.
基于机器视觉的玉米果穗性状参数测量方法研究 总被引：1，自引：0，他引：1
在玉米育种、田间测产和提高玉米产量的过程中，均需要对玉米果穗考种，即需要对玉米果穗的穗长、穗粗、穗行数、行粒数和穗粒数等性状参数进行测量。人工考种不仅花费大量的人力物力，而且在考种过程中普遍存在人工劳动强度大、观测效率低、人为干扰导致测试结果不客观及不准确等问题，在很大程度上限制了考种的速度与精度。针对上述问题，利用所研制的自动考种设备和机器视觉方法，通过USB工业相机获取玉米果穗单面性状彩色图像，利用|B-R|模型、（G+B）/2模型将彩色图像分别进行灰度化，利用改进后的一维最大熵阈值分割方法对灰度图像进行二值化，分别得到果穗轮廓二值图像和果穗特征二值图像；通过轮廓二值图像计算果穗放置后的倾斜角，实现果穗轮廓二值图像和特征二值图像的自动纠偏；通过相机标定，得到单位像素对应的实际值，进而得到穗长及穗粗；通过提取局部籽粒特征二值图像，利用水平黑背景点扫描及对扫描曲线的修正获取穗行宽度，通过穗行数修正模型得到果穗的穗行数；通过提取局部单行籽粒特征二值图像，利用垂直黑背景点扫描及对扫描曲线的修正得到行粒数；根据行粒数和穗行数得到穗粒数。试验结果表明，穗长和穗粗平均测量精度分别为98.05%和97.99%，穗行数测量正确率为95%，行粒数平均测量精度为96.29%，穗粒数平均测量精度为95.67%，和实际值相比，穗粗、穗长、行粒数及穗粒数的测量值差异无显著性。单穗玉米果穗机器视觉平均测量速度为600ms/穗，考种设备测量速度为6s/穗，能够满足自动考种设备的使用需求。 相似文献
3.
目前,国内玉米穗部考种大多采用目测尺量等传统手段,并且进行穗粒重测试时必须要经过脱粒环节,造成了对玉米果穗样本的破坏,无法保留考种原材料,不利于果穗精细化育种。为此,基于计算机视觉技术,利用可见光成像技术和X光成像技术,通过测量与计算果穗的三维几何性状,根据果穗质量分布特征建立了3种穗粒重估算模型:基于单粒重的穗粒重计算模型、基于容重的穗粒重计算模型和基于轴重的穗粒重计算模型。实验结果表明:基于单粒重的穗粒重计算模型和基于容重的穗粒重计算模型对果穗品种依赖较强,计算误差较强;相比较之下,基于单粒重的穗粒重计算模型比基于容重的计算模型拟合效果要更加好一些;相比于单粒重模型和容重模型,通过轴重模型来计算穗粒重有着较高的精确度,平均误差精度能达到1.30%,而且数据波动小,测量结果较稳定。该方法能够满足玉米果穗考种的基本需求,为实现考种流水化、智能化和自动化提供了很有价值的借鉴。 相似文献
4.
针对现有玉米考种技术考种对象单一、考种效率低下的现状,研发出一种基于MCGS嵌入式组态软件的玉米自动考种流水线控制系统。整套控制系统由MCGS嵌入式组态软件和FT-RS-0808继电器控制模块结合控制,通过RS485通讯串口实现数据传输。使用MCGS嵌入式组态软件编写循环控制策略程序,根据考种流水线中各传感器实时检测的感应信号,判断并控制考种线设备运行,可实现从玉米果穗至玉米籽粒考种性状的自动、有序采集。试验结果表明:该系统连续作业时考种效率可达5~6穗/min。 相似文献
5.
玉米籽粒考种信息获取装置设计与试验 总被引：2，自引：0，他引：2
考种是制约育种效率的关键环节。玉米高通量考种过程,存在籽粒堆积和粘连现象,影响籽粒考种参数的提取。本文结合玉米高通量自动考种需求,设计了籽粒考种信息获取装置。通过分析堆积籽粒回旋运动过程的受力情况并根据试验情况确定振动平台回旋速度,实现籽粒的平铺摊种。在此基础上,针对粘连籽粒图像提出了一种先分割后融合的改进分水岭算法,该方法通过比较相邻分割区域极小值与最小分水岭的差值与设定的阈值T,进行邻域融合,对过分割区域进行合并,实现粘连籽粒的准确分割,分割完成后,统计籽粒个数,并基于Graham扫描法建立单个籽粒的最小外接矩形,获取籽粒长宽参数。在构建的玉米籽粒自动考种装置上进行动态试验,结果表明,本文所提出的方法可实现玉米粘连籽粒的准确分割,单穗玉米籽粒计数正确率不低于98.05%,籽粒平均长宽与人工测量结果的决定系数R~2在0.97以上,满足自动考种在线检测的需求。 相似文献
6.
设计了由产量监视器、速度传感器、产量传感器、差分全球定位系统(DGPS)、割台高度传感器、升运器转速传感器和玉米果穗导向装置组成的穗状玉米测产系统,并应用该系统进行田间测产试验。收获作业前抽样测量玉米果穗的粒穗比和含水率;玉米收获机工作时,以割台高度传感器作为逻辑开关,割台收获玉米果穗,通过导向装置使玉米果穗以相同速度冲击产量传感器;产量传感器将冲量转化为电信号,并传给产量监视器;产量监视器融合产量、速度、升运器转速及DGPS信息计算出当前小区产量并存储在扩展名为.vld的文件中,应用自行研制的农业空间信息采集与应用系统(DCAS)可绘制收获产量图。2009年秋季应用该系统进行田间玉米收获实时测产,田间试验数据表明该系统测产平均相对误差为18.11%。 相似文献
7.
基于计算机视觉的玉米果穗三维重建方法 总被引：6，自引：0，他引：6
提出了一种快速、准确、自动化的基于计算机视觉的玉米果穗三维重建方法。以一定角度间隔旋转果穗获取各视角下的图像,通过双目立体视觉技术重建各视角下的玉米果穗表面点云,计算重投影误差去除点云中的外点,寻找两相邻图像的对应匹配点,并由匹配点确定果穗表面点云中三维配准点的集合,计算两相邻视角下配准点的旋转矩阵与平移向量,采用RANSAC方法检验配准模型的一致性。依次对各视角下的点云配准拼接获得整个果穗表面点云,进行冗余点去除、网格简化、纹理贴图等后处理,获得最终果穗三维造型。实验结果表明:重建模型的体积与实测值不存在显著性差异,所述方法能够满足玉米果穗三维重建的需求。 相似文献
8.
基于机器视觉的玉米异常果穗筛分方法 总被引：3，自引：0，他引：3
针对玉米品种制种过程中病害果穗的表型识别问题,以玉米果穗整体为研究对象,基于二维快速成像技术实现了霉变、虫蛀和机械损伤3种异常果穗的快速分选。构建了单目视觉便携式图像采集装置,采集了任意摆放的粘连果穗目标图像,分别在RGB模型和HIS模型中提取了玉米果穗的6个颜色特征和5个纹理特征,并实现特征参数的归一化。构建了病害果穗分类模型,并采用已知样本特征向量对支持向量机和BP神经网络方法进行训练和对比分析,最后采用支持向量机方法实现了3种异常果穗的快速分选。实验结果表明,该方法对霉变异常果穗筛分的正确率可达96.0%,虫蛀果穗筛分的正确率可达93.3%,机械损伤果穗筛分的正确率可达90.0%。 相似文献
9.
10.
为解析宁夏滴灌玉米冠层图像参数与果穗形态参数间的内在联系,提出了一种采用作物冠层图像特征参数拟合玉米果穗生长发育动态的数学方法,建立玉米灌浆期果穗发育动态估算模型,实现了基于作物冠层数字图像处理技术的玉米果穗形态无损监测。用手机相机获取不同氮素处理下滴灌玉米灌浆期的冠层图像,提取玉米灌浆期冠层图像特征参数,测定玉米穗长、穗粗和穗体积等形态参数;运用R语言进行相关性分析,其中归一化冠层覆盖系数(Cc)与玉米果穗形态参数相关性高,运用Origin软件建立Cc与果穗形态参数间的估测模型,通过R2、RMSE和nRMSE评价估测模型的精度。结果表明,Cc与玉米穗长、穗粗、穗体积等形态参数均满足指数函数关系,其中Cc与穗长的预测精度最高,决定系数R2达到0. 714,与穗粗的预测精度次之,R2为0. 601,与穗体积的R2为0. 575。由模型检验与评价结果可知,Cc与玉米果穗形态各参数间精度较高,其中R2均不小于0. 523,穗体积RMSE的值均不大于68. 986 cm3,nRMSE均不大于33. 621%。这表明基于冠层图像归一化覆盖系数的玉米果穗生长发育动态的估算具有一定的实用性,可为果穗形态参数估算和大面积玉米无损监测提供参考。 相似文献
11.
蒋猛 《农业装备与车辆工程》2020,58(1)
基于双目视觉三维测量原理,提出了一种摆动式单相机三维测量方法。通过分析系统结构参数对测量精度影响,确定了测量误差处于最小范围时的结构参数。设计了系统的硬件结构并开发了图像处理软件模块,搭建了相应的测量系统。利用平面靶标标定法对该系统进行了立体标定,确立了该系统各坐标系之间的映射关系。 相似文献
12.
红外热像仪的标定及误差分析 总被引：2，自引：0，他引：2
引言用红外热像仪准确测量物体表面的温度场分布不仅受到自身参数 (灵敏度、发射率 )设定正确与否和外界环境状态 (如环境中水蒸气、二氧化碳及微粒粉尘含量大小 ,目标距离的远近等 )因素的影响 ,还要受到探测器性能退化、数据及图像处理系统电子元件的老化、制冷器性能及制冷介质纯度等因素的影响。上述诸多因素中 ,参数设定和环境状态可以人为控制和调节 ,但仪器本身结构老化引起的测量误差很难控制。因此 ,定期标定热像仪是准确测量的基本保证。本文介绍了用高精度黑体炉对 TVS 2 0 0 0型热像仪进行标定和对标定数据处理的方法 ,给出拟… 相似文献
13.
为缩短玉米果穗的干燥制种时间及降低玉米果穗的干燥成本,充分利用太阳资源,设计了一种计算机远程控制式的小型太阳能集热玉米果穗干燥装置。装置采用计算机局域网远程控制,实现了太阳能集热器干燥装置的风机风速调节,提高了玉米果穗干燥的自动化操作水平。为了实现该功能,本次研究基于Pstools工具包、Socket网络通信及远程唤醒技术设计实现一个局域网计算机远程控制系统。该系统具有远程开关机和创建操作进程等管理功能,大大提高了机械化生产的管理效率。最后,对传统的干燥装置和本文设计的玉米果穗干燥装置的干燥效率进行了测试。结果表明:本设计的太阳能集热器干燥装置最快降水率达到了0.132%,最短干燥时间仅为6.1h,满足玉米果穗等农产品的贮藏、制种干燥要求,为农业现代化生产机械的研究提供了理论参考。 相似文献
14.
为了提供一种玉米叶片含氮量无损快速检测方法,分析了玉米叶片的颜色特征参数与含氮量的关系,并基于Android手机平台开发了玉米叶片含氮量检测软件。首先获取包含被测玉米叶片与标定色块组的图像,利用标定色块对图像色彩进行校正,以减小外界光照等因素对图像色彩造成的失真。进而进行图像分割、图像平滑和颜色特征信息提取等处理,分析了各颜色特征参数与玉米叶片含氮量的关系,发现绿光标准化值与含氮量之间线性关系最好。应用Java语言和OpenCV计算机视觉库在Android手机平台上实现了玉米叶片的图像获取、图像处理和查看结果等功能。实验结果表明,该方法对玉米叶片含氮量的绝对测量误差为-0.40%~0.35%,均方根误差为0.20%,从采集图像到给出结果所用时间小于10 s。 相似文献
15.
16.
17.
基于线阵扫描图像的玉米果穗性状检测技术 总被引：8，自引：0，他引：8
为实现玉米果穗性状自动检测,以线阵扫描方式获取玉米果穗表面圆周图像信息,利用图像处理技术从中提取相关性状参数。从扫描图像自身提取检测模板,应用归一化互相关算法完成玉米果穗单周图像的精确切割;以Otsu法完成籽粒分割后,利用边界非完整籽粒的连接性,完成边界分割籽粒的合并,提高籽粒计数准确度;采用图像投影曲线平滑后求极值的方法获取穗行数。与人工检测实验结果对比,穗粒数和穗行数的计数准确率分别为94.6%和99.1%。 相似文献
18.
19.
《河北农机》2021,(6)
高水分玉米果穗粉碎机是将籽粒含水量在28～38%的新鲜玉米籽粒和穗轴一起粉碎的农业机械设备,主要用于生产玉米果穗湿贮饲料。设备包括玉米果穗的传送系统、粉碎系统和动力系统。粉碎机工作原理是将高水分玉米果穗通过输送带依次进入粉碎腔体内,直接下落在高速旋转的活动打击装置上,玉米果穗在锤式、刀式和链式的高频、反复击打下,粉碎成符合饲料要求的物料。设计指标为每小时加工含水量在28～38%的玉米果穗30～35吨;粉碎后的物料4.75mm筛上部分不超过5%,小于0.6mm筛的部分不超过20%;出料端装配永磁磙桶防止金属异物进入物料;进料输送机加装变频调控装置调整粉碎颗粒大小。该设备针对玉米果穗含水量高,或许有少量玉米包叶等特性,采用独特结构设计,具有生产效率高,运行安全平稳,维修方便的玉米果穗专用粉碎机。该设备研制成功突破了高水分玉米果穗高效加工瓶颈,在检索的国内文献中,未见他人相同报道。大功率高水分玉米果穗粉碎机的广泛应用,对促进我国玉米饲料的优质化具有重大意义,对于以玉米为主要原料的养殖业节本增效作用十分显著。 相似文献
20.
株高是鉴别玉米种质性状及作物活力的重要表型指标,苗期玉米遗传特性表现明显,准确测量苗期玉米植株高度对玉米遗传特性鉴别与田间管理具有重要意义。针对传统植株高度获取方法依赖人工测量,费时费力且存在主观误差的问题,提出了一种融合混合注意力信息的改进ZoeDepth单目深度估计模型。改进后的模型将Shuffle Attention模块加入Decoder模块的4个阶段,使Decoder模块在对低分辨率特征图信息提取过程中能更关注特征图中的有效信息,提升了模型关键信息的提取能力,可生成更精确的深度图。为验证本研究方法的有效性,在NYU-V2深度数据集上进行了验证。结果表明,改进的Shuffle-ZoeDepth模型在NYU-V2深度数据集上绝对相对差、均方根误差、对数均方根误差为0.083、0.301mm、0.036,不同阈值下准确率分别为93.9%、99.1%、99.8%,均优于ZoeDepth模型。同时,利用Shuffle-ZoeDepth单目深度估计模型结合玉米植株高度测量模型实现了苗期玉米植株高度的测量,采集不同距离下苗期玉米图像进行植株高度测量试验。当玉米高度在15~25cm、25~35cm、35~45cm3个区间时,平均测量绝对误差分别为1.41、2.21、2.08cm,平均测量百分比误差分别为8.41%、7.54%、4.98%。试验结果表明该方法可仅使用单个RGB相机完成复杂室外环境下苗期玉米植株高度的精确测量。 相似文献