基于機器視覺的穴盤苗檢測試驗研究

　　摘要:針對穴盤苗出現(xiàn)空穴和不合格壞苗，影響蔬菜種苗銷售價格，不利于機械化移栽及后續(xù)栽培，而人工剔苗補苗費時費力的問題，提出了利用機器視覺技術(shù)檢測穴盤苗空穴及不合格苗、傳輸檢測結(jié)果的方法，為穴盤苗自動化剔除空穴與不合格苗及補苗作業(yè)提供技術(shù)基礎(chǔ)。穴盤苗空穴及不合格苗檢測硬件系統(tǒng)由工業(yè)相機、PC機及PLC構(gòu)成，通過CKVisionBuilder軟件對圖像進(jìn)行處理，獲取每個穴孔區(qū)域的像素數(shù)量，判斷幼苗狀態(tài)，并將獲取的判斷結(jié)果傳輸至PLC中。試驗結(jié)果表明:苗齡13天的72穴意大利生菜、白玫瑰白菜及廣府1號油菜心穴盤苗壞穴的檢測正確率達(dá)到95．8%以上。

　　關(guān)鍵詞:穴盤苗檢測;機器視覺;閾值分割

　　0引言

　　穴盤育苗技術(shù)具有節(jié)約土地、幼苗易成活及有利于規(guī)?；a(chǎn)等優(yōu)勢，現(xiàn)已被廣泛應(yīng)用于蔬菜、花卉的生產(chǎn)。國家標(biāo)準(zhǔn)對蔬菜種子發(fā)芽率要求大于85%，受種子質(zhì)量、育苗環(huán)境及播種質(zhì)量影響，穴盤苗的空穴率將超過15%［1］，不利于成品苗的出售或后續(xù)機械化移栽。目前，剔苗、補苗多以人工方式為主［2］，由于不合格穴孔位置幼苗長勢差或未出苗，人手不易將基質(zhì)取出，費時費力，而采用自動化剔苗方式可以提高剔苗效率、節(jié)省勞動力、提高效益［3－4］。為此，提出了利用機器視覺技術(shù)檢測穴盤苗空穴與不合格苗及傳輸檢測結(jié)果的方法，為穴盤苗自動化剔除空穴與不合格苗及補苗作業(yè)提供技術(shù)基礎(chǔ)。

　　1檢測系統(tǒng)構(gòu)成

　　1．1硬件組成

　　搭建如圖1所示的試驗平臺，包括機架、輸送帶、穴盤定位氣缸等。

　　系統(tǒng)采用CK－JV200CI型CCD工業(yè)相機，有效像素200萬，具有千兆以太網(wǎng)口用于與PC機通訊，可將拍攝照片傳輸?shù)絇C機指定目錄中。PC機作為工業(yè)相機與PLC的橋梁，分析采集圖像后將結(jié)果傳輸給PLC。三菱FX1N－40MT型PLC為一款小型PLC，占用空間小，控制指令靈活豐富，在系統(tǒng)中用于直接控制機構(gòu)對不合格穴孔進(jìn)行操作。圖2所示為檢測系統(tǒng)構(gòu)成。

　　1．2軟件系統(tǒng)構(gòu)成

　　CKVisionBuilder軟件是一款智能圖像處理軟件，提供了豐富的圖像處理指令，允許自定義操作界面。系統(tǒng)的檢測程序在CKVisionBuilder環(huán)境中編寫，通過調(diào)用內(nèi)部不同的圖像處理指令函數(shù)對采集到的穴盤苗圖片進(jìn)行閾值分割、腐蝕運算、像素統(tǒng)計。在圖像進(jìn)行分析前，需要對其進(jìn)行一系列預(yù)處理，圖像閾值分割是重要步驟之一，具有計算模型簡單、運行效率高的優(yōu)點。在數(shù)字圖像處理中，對于確定的結(jié)構(gòu)元素，通過腐蝕運算方法可以消除小于結(jié)構(gòu)元素的點。

　　2穴盤苗檢測方法

　　統(tǒng)計每一個穴孔中的像素數(shù)量，然后比較每穴像素數(shù)量是否低于設(shè)定值來判斷穴孔內(nèi)是否為好苗，將“好苗”“壞苗”“空穴”信息通過“1”“0”數(shù)字量傳輸給PLC數(shù)據(jù)寄存器。具體分析流程如下:1)軟件讀取CCD相機采集到的彩色圖像;2)對彩色圖像進(jìn)行灰度化處理;3)對灰度化處理后的圖片進(jìn)行閾值分割與腐蝕運算，消除干擾點;4)統(tǒng)計每個穴孔中的像素數(shù)量;

　　3穴盤苗檢測試驗

　　3．1材料與方法

　　檢測對象為13天意大利生菜、白玫瑰白菜、廣府1號油菜心，幼苗培育用穴盤為標(biāo)準(zhǔn)72穴，基質(zhì)為椰糠，拍攝時光源為溫室內(nèi)自然光。將待檢測穴盤放上輸送帶，穴盤定位氣缸伸出，將穴盤輸送到定位氣缸處輸送帶停止;工業(yè)相機拍下整盤苗圖像，傳輸?shù)絇C機中;拍攝完成后，定位氣缸縮回，輸送帶啟動，將穴盤輸出，然后放置下一盤苗繼續(xù)拍攝。

　　3．2結(jié)果與討論

　　3．2．1檢測結(jié)果

　　設(shè)定72穴意大利生菜穴盤苗標(biāo)準(zhǔn)像素數(shù)量N=2500，圖像經(jīng)預(yù)處理及像素統(tǒng)計后，采集到每穴的像素數(shù)量如表1所示。由表1可以看出:行列號為(1，2)、(2，5)、(3，4)、(3，5)、(3，6)、(6，3)、(6，4)、(6，6)、(7，1)、(8，2)、(8，3)、(9，6)、(114)、(12，1)、(12，3)處的像素數(shù)量均小于2500，為“無苗”或“壞苗”，輸出數(shù)值“0”;其余穴孔像素數(shù)量均大于2500，為“好苗”，輸出數(shù)值“1”。

　　3．2．2討論

　　幼苗葉片生長過大可能過界長到鄰穴區(qū)域，會對檢測結(jié)果造成一定影響。若鄰穴位置為好苗，即使部分區(qū)域被遮擋，像素數(shù)量也不會減少，故這種情況下不會影響判斷;若鄰穴位置為壞苗或空穴，伸出的葉片會增加鄰穴的像素數(shù)量，可能導(dǎo)致誤判斷檢測結(jié)果為“好苗”，降低檢測準(zhǔn)確性。圖7所示為相鄰穴孔為好苗或空穴時葉片過界的情況。

　　4結(jié)論

　　1)搭建了基于機器視覺的穴盤苗檢測試驗平臺，檢測苗齡13天的72穴的意大利生菜、白玫瑰白菜及廣府1號油菜心穴盤苗壞穴的準(zhǔn)確率達(dá)到了95．8%以上。

　　2)將檢測結(jié)果“好苗”“空穴”“壞苗”轉(zhuǎn)換為“1”“0”數(shù)字量，方便傳輸?shù)絇LC中，由PLC作執(zhí)行動作的判斷。對于72穴穴盤苗，將每穴的檢測信息通過ＲS232傳輸?shù)絇LC中的數(shù)據(jù)寄存器中，傳輸時間小于3s。

　　3)對比3種幼苗檢測準(zhǔn)確率，意大利生菜＞白玫瑰白菜＞廣府1號油菜心。相同苗齡下廣府1號油菜心葉面積更大，出現(xiàn)過界的現(xiàn)象嚴(yán)重，會降低機器視覺檢測準(zhǔn)確性。幼苗葉片展開且不遮擋穴盤時，為穴盤苗檢測的最佳時期。

　　參考文獻(xiàn):

　?。?］王永維，肖璽澤，梁喜鳳，等．蔬菜穴盤苗自動補苗試驗臺穴孔定位與缺苗檢測系統(tǒng)［J］．農(nóng)業(yè)工程學(xué)報，2018，34(12):35－41．

　　［2］尋真福．穴盤苗自動檢測及補苗裝置的設(shè)計［D］．長沙:湖南農(nóng)業(yè)大學(xué)，2015．

　?。?］楊揚，曹其新，盛國棟，等．基于機器視覺的育苗穴盤定位與檢測系統(tǒng)［J］．農(nóng)業(yè)機械學(xué)報，2013，44(6):232－235．

　?。?］胡飛，尹文慶，陳彩蓉，等．基于機器視覺的穴盤苗識別與定位研究［J］．西北農(nóng)林科技大學(xué)學(xué)報:自然科學(xué)版，2013，41(5):183－188．

　?。?］馮青春，劉新南，姜凱，等．基于線結(jié)構(gòu)光視覺的穴盤苗外形參數(shù)在線測量系統(tǒng)研制及試驗［J］．農(nóng)業(yè)工程學(xué)報，2013，29(21):143－149．

《基于機器視覺的穴盤苗檢測試驗研究》

上一篇：基于機器視覺技術(shù)檢測裂紋玉米種子

下一篇：基于機器視覺的火龍果自動分級系統(tǒng)設(shè)計