CN102172119A - 精密排种机监测系统 - Google Patents

Abstract

本发明公开了一种精密排种机监测系统，该系统包括装有MATLAB软件的电脑、摄像头、排种器，根据排种器的排种速度选定摄像头采集图像的速度，将采集到的图像应用MATLAB软件进行处理及计算，进而求出目标的图像坐标，便可以根据采集的坐标数据确定精密排种机的排种情况。本发明监测系统结构简单，监测结果准确，能及时对播种量、重播、漏播进行实时监控。

Description

精密排种机监测系统

技术领域

本发明涉及一种农业技术领域，具体是一种利用计算机视觉技术检测排种机排种完成后种子在平面上的最终状态的精密排种机监测系统。

背景技术

精密排种机械能够减少人工播种的工作量和种子量，但由于一些农作物存在有超级种子，播种量一般为每穴一粒，且对种间距有严格要求。如出现漏播将严重影响出苗率，进而影响作物产量，因此对排种机的排种状态进行监测具有非常重要的意义。但至今为止，尚未见有对排种机的排种状态进行监测的装置或方法的相关报导。

发明内容

本发明所要解决的技术问题是提供一种可对排种机的排种状态进行监测，并且监测准确的精密排种机监测系统。

本发明以如下技术方案解决上述技术问题：本发明精密排种机监测系统包括装有MATLAB软件的电脑、摄像头、排种器，摄像头与电脑连接并与排种器的距离始终保持不变，排种器的上方连接种箱，下方连接排种管，排种管的下方设有可通过摄像头的传送带，传送带由电机带动并相对排种器作水平匀速运动；所述精密排种机监测系统的操作步骤如下：1)启动排种机，根据排种速度来设定图像采集的速度，由公式T＝(240-1000V t)/1000V t计算得出，其中：T-帧间隔；

V-传送带速度，单位为m/s；

t＝0.017s为采集单帧图像所需时间；

2)根据上述计算得出的帧间隔来选定摄像头的采集图像速度，然后启动摄像头开始采集图像；

3)然后对采集到的图像运用MATLAB软件的工具箱

Z＝imsubtract(X，Y)

K＝im2bw(Z，0)

得到二值图像K，其中图像X为排种开始前拍摄好的背景图像，图像Y为排种开始后拍摄到的排种图像，图像K为运算后的二值图像；

4)最后对图像K中的目标，即种子的落点，由如下公式计算得出物体坐标：

$u=\frac{\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{m-1}{\mathrm{\Σ}}}\mathrm{jB}[i,j]}{A}v=\frac{\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{m-1}{\mathrm{\Σ}}}\mathrm{iB}[i,j]}{A}$

其中，

B[i，j]为该点的标记值，m，n分别为标记点像素i，j的总数，把数据带入到公式x＝v/k y＝u/k，

已知相机内部参数k及图像坐标(v，u)，便依次求出各物体的坐标值(x，y)，，从而完成对排种机的排种状态进行监测。

本发明与传统的图像处理方法相比，由于采用的MATLAB软件基本不需要再进行编程，而是直接通过函数实现程序的调用，这样节省了很多时间。除此之外，本发明所涉及到的所有数据和数学公式也可以通过MATLAB软件来调用和运算出结果，这是其他图像处理软件所不具备的。本发明通过利用MATLAB软件与基于计算机视觉的排种器监测装置相结合，提高了排种器的排种性能监测的可靠性和灵敏度，减少人为因素，并且解决了田间实地试验费用高的问题，提高了排种器试验过程的自动化程度。

附图说明

图1是本发明精密排种机监测系统的硬件结构示意图；

图2是本发明采用的MATLAB软件工具箱Z＝imsubtract(X，Y)，K＝im2bw(Z，0)中X图像的示意图；

图3是本发明采用的MATLAB软件工具箱Z＝imsubtract(X，Y)，K＝im2bw(Z，0)中Y图像的示意图；

图4是本发明采用的MATLAB软件工具箱Z＝imsubtract(X，Y)，K＝im2bw(Z，0)经运算后得出的二值图像K的示意图。

具体实施方式

下面结合附图对本发明作进一步的描述：

如图1所示，本发明精密排种机监测系统包括装有MATLAB软件的笔记本电脑1、摄像头2、磁震式排种器4，摄像头2与笔记本电脑1连接并与磁震式排种器4的距离始终保持不变，磁震式排种器4的上方连接种箱3，下方连接排种管5，排种管5的下方设有可通过摄像头2的橡胶传送带6，橡胶传送带6由电机7带动并相对磁震式排种器4作水平匀速运动。

以下是应用本发明精密排种机监测系统的实施例，具体操作过程如下：

1、启动排种机，并设定橡胶传送带6的传动速度为0.5m/s，然后根据排种速度来设定图像采集的速度，并由公式T＝(240-1000V t)/1000V t

其中：T-帧间隔；

V-传送带速度，单位为m/s；

t＝0.017s为采集单帧图像所需时间；

计算得出，图像采集的帧间隔为27；

2、根据帧间隔来选定摄像头采集图像的速度，具体选用了主要参数见表1的照相机进行图像采集；

表1  照相机主要参数

3)然后对采集到的图像运用MATLAB软件的工具箱

Z＝imsubtract(X，Y)

K＝im2bw(Z，0)

得到二值图像K，其中X为排种开始前拍摄好的背景图像(见图2所示)，Y为排种开始后拍摄到的排种图像(见图3所示)，K为运算后的二值图像(见图4所示)；

4)最后对图像K中的目标，即种子的落点，通过如下公式计算得出物体坐标：

$u=\frac{\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{m-1}{\mathrm{\Σ}}}\mathrm{jB}[i,j]}{A}v=\frac{\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{m-1}{\mathrm{\Σ}}}\mathrm{iB}[i,j]}{A}$

其中，

B[i，j]为该点的标记值，m，n分别为标记点像素i，j的总数，把数据带入到公式x＝v/k y＝u/k，

计算过程如下：

I＝imread(′图x.bmp′)；

J＝imread(′图y.bmp′)；

y＝imsubtract(J，25)；

z＝imsubtract(I，y)；

BW＝im2bw(z，0)；

L＝bwlabel(BW，4)；

[i，j]＝find(L＝＝0)；

$u=\frac{\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{m-1}{\mathrm{\Σ}}}\mathrm{jB}[i,j]}{A}v=\frac{\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{m-1}{\mathrm{\Σ}}}\mathrm{iB}[i,j]}{A}n=480m=752$

x＝v/2.5  y＝u/2.5，相邻x，y相减，得到表5-1中的监测间距X、Y的数据。

表5-1应用本发明系统监测得出的种子粒距结果与实际测量结果对比表

	L1	L2	L3	L4	L5	L6	L7	L8
									X监测间距(mm)	61	58	62	55	60	57	57	60
Y监测间距(mm)	2	2	1	2	3	2	1	2
									X实测(mm)	62	58	61	54	60	57	58	59
Y实测(mm)	2	2	1	1	3	2	1	2

分析表5-1的实验数据，可以明显看出，计算机运算出来的数据与实际测量的数据非常接近，根据

可算出X方向种间距的数据吻合度η_x＝98.93％，

Y方向种间距的数据吻合度η_y＝91.67％。

F比和显著性检验：

对表5-1中X方向上的间距的数据进行误差分析，试验数据可以分为理论值和误差两部分，理论值就是在没有误差干扰情况下应有的结果，它可以用同一水平下重复试验结果的平均值来估计，但在表5-1中X实测即为理论值。

一般

其中，r：水平数，n_i重复数。

由于X实测为理论值，所以可把X实测作为同一水平下重复试验结果的平均值。

S_误＝(61-62)²+(58-58)²+(62-61)²+(55-54)²

+(60-60)²+(57-57)²+(57-58)²+(60-59)²＝5

而

即 $\stackrel{\‾}{X}=\frac{1}{8}(62+58+61+54+60+57+58+59)=58.625$

试验数据如没有误差和因素水平效应影响，全部的试验数据都应一样，为

因此试验数据x_ij与总平均值之差可以反映出总波动。取它们的平方后相加即得总偏差平方和。

把数据代入公式(5.27)得S_总＝83.5，S_因＝78.5

知道了误差和因素水平分别对指标的影响之后，还需要将误差和总偏差进行比较，以判断误差对指标的影响是否显著。但不能通过直接比较S_误和S_总的大小来进行。因为它们的大小不仅和参与计算的数据大小有关。而一般计算S_误和S_总所含数据的个数不同，因此要进行比较时，首先要消除数据个数的影响。为此提出自由度概念。自由度由f表示

一般：f_总＝总试验次数-1

f_因＝因素水平数-1

f_误＝f_总-f_因＝n-r

S/f----平均偏差平方和(均方和)

由于均方和消除了数据个数的影响，所以可以通过比较S_误/f_误和S_总/f_总，来判断误差是否偏大而产生错误。

令：F＝(S_总/f_总)/(S_误/f_误)            (5.28)

如果F大，说明计算机算出来的数据与实际测量的数据相比较，误差很小。反之相反。把数据代入公式(5.28)F_x＝(83.5/15)/(5/8)≈8.907

查表得：F_0.01(f_总，f_误)＝F_0.01(15，8)＝5.52

F_x＝8.907＞F_0.01＝5.52

因此，计算机算出来的数据误差非常小，可信度非常高。

对表5-1中Y方向上的间距的数据进行误差分析，根据表5-1和公式(5.25)、(5.26)、(5.27)、(5.28)得

S_误＝1

$\stackrel{\‾}{Y}=\frac{2+2+1+1+3+2+1+2}{8}=1.75$

S_总＝8.0625

F_y＝(8.0625/15)/(1/8)＝4.30

查表得：F_0.01(f_总，f_误)＝F_0.01(15，8)＝5.52

F_0.025(f_总，f_误)＝F_0.025(15，8)＝4.10

F_0.025＝4.10＜F_y＝4.30＜F_0.01＝5.52

因此，计算机算出来的数据误差小，可信度高。

综合起来，表5-1的数据误差小，可信度高，从而说明本发明精密排种机监测系统的准确度高。

Claims (1)

1.精密排种机监测系统，其特征在于，它包括装有MATLAB软件的电脑、摄像头、排种器，摄像头与电脑连接并与排种器的距离始终保持不变，排种器的上方连接种箱，下方连接排种管，排种管的下方设有可通过摄像头的传送带，传送带由电机带动并相对排种器作水平匀速运动；所述精密排种机监测系统的操作步骤如下：

1)启动排种机，根据排种速度来设定图像采集的速度，由公式T＝(240-1000Vt)/1000Vt计算得出，其中：T-帧间隔；

V-传送带速度，单位为m/s；

t＝0.017s为采集单帧图像所需时间；

2)根据上述计算得出的帧间隔来选定摄像头采集图像的速度，然后启动摄像头开始采集图像；

3)然后对采集到的图像运用软件MATLAB的工具箱

Z＝imsubtract(X，Y)

K＝im2bw(Z，0)

得到二值图像K，其中图像X为排种开始前拍摄好的背景图像，图像Y为排种开始后拍摄到的排种图像，图像K为运算后的二值图像；

4)最后对图像K中的目标，即种子的落点，由如下公式计算得出物体坐标：

$u=\frac{\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{m-1}{\mathrm{\Σ}}}\mathrm{jB}[i,j]}{A}v=\frac{\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{m-1}{\mathrm{\Σ}}}\mathrm{iB}[i,j]}{A}$

其中，

B[i，j]为该点的标记值，m，n分别为标记点像素i，j的总数，把数据带入到公式x＝v/k  y＝u/k，

已知相机内部参数k及图像坐标(v，u)，便依次求出各物体的坐标值(x，y)，从而完成对排种机的排种状态进行监测。

Images