基于LabVIEW的水稻精量穴播排種器排種質(zhì)量檢測系統(tǒng)研究.pdf

1、水稻精量穴直播是一種先進的輕簡化栽培技術(shù)，已日益被農(nóng)民所接受。結(jié)合此技術(shù)研制的水稻精量穴直播機也在全國較大區(qū)域應用，水稻精量穴播排種器作為水稻精量穴直播機的核心部件，其排種性能對水稻精量穴直播機作業(yè)質(zhì)量產(chǎn)生直接影響。在水稻精量穴播排種器結(jié)構(gòu)設(shè)計及性能改進研究中，為檢測其性能，目前主要依靠人工進行測量穴粒數(shù)、穴距和穴徑等關(guān)鍵參數(shù)，存在測量不準確、測量誤差大、費時費力等問題。為此，本課題設(shè)計了一種基于LabVIEW的水稻精量穴播排種器排種性

2、能自動檢測系統(tǒng)，以期實現(xiàn)對水稻精量穴播排種器的穴粒數(shù)、穴距和穴徑的自動測量。其主要研究內(nèi)容如下：
　　（1）開展了水稻精量穴播排種器性能測試試驗臺最佳拍攝光結(jié)構(gòu)研究。根據(jù)原實驗室已有的排種試驗臺，設(shè)計了檢測系統(tǒng)的拍攝光結(jié)構(gòu)，通過對45°懸掛式光結(jié)構(gòu)、90°平照光結(jié)構(gòu)、180°背光照明式光結(jié)構(gòu)三種光結(jié)構(gòu)進行研究，發(fā)現(xiàn)采取180°背光照明式光結(jié)構(gòu)，將光源放置于攝像機下方，攝像機距離輸送帶208mm時，攝像機接收到的光亮適中，對采集到的

3、圖片處理后，得到的圖像效果最佳。
　?。?）開展了種子圖像處理程序設(shè)計。基于LabVIEW圖形化編程軟件，設(shè)計了一套實驗室自動檢測系統(tǒng)的圖像處理程序，可對攝像機采集到的動態(tài)圖像進行處理，提取出種子目標。本課題的圖像處理程序通過基于顏色圖像的RGB-HSI模型中提取H平面，進行閾值分割，再進行腐蝕處理，提取種子信息。試驗結(jié)果表明，此方法能將種子從輸送帶的復雜背景中分離出來，達到種子識別的目的，識別準確度達到100％。
　?。?

4、）開展了種子分穴算法研究。圖像處理后，識別出的種子進行像素水平投影，得到種子水平像素分布波形圖，對波形圖進行差值平滑處理得到種子穴的中心坐標和穴邊界坐標，通過計算兩穴的中心坐標之間的距離獲得穴距，通過計算每穴的起始邊界坐標的距離得到穴徑。
　?。?）開展了種子穴粒數(shù)的檢測方法研究。在分穴的基礎(chǔ)上，通過對每粒種子的橫坐標X與對應每穴的邊界坐標Xi的橫坐標進行比較，統(tǒng)計種子在對應穴邊界范圍內(nèi)的個數(shù)即得到種子粒數(shù)。
　?。?）開展

5、了識別破碎種子和雜質(zhì)，識別重疊種子的方法研究。試驗統(tǒng)計得出：1粒種子的面積范圍在344Pixel-830Pixel之間，2粒種子重疊的面積范圍在970Pixel-1600Pixel之間，3粒種子重疊的面積范圍在1660Pixel-2470Pixel之間，4粒種子的面積范圍在2521Pixel-3135Pixel之間，通過判斷圖像中目標種子像素和試驗統(tǒng)計的種子像素面積的大小，進行破碎種子和雜質(zhì)、重疊種子的識別。
　?。?）開展了室內(nèi)

6、臺架試驗，對測試系統(tǒng)性能進行了測試。在攝像機高度為208mm，曝光時間設(shè)置為1/125s，排種器類型為機械式水稻精量穴播排種器，輸送帶轉(zhuǎn)速為149r/min，排種器轉(zhuǎn)速為30r/min的條件下，對檢測系統(tǒng)進行試驗，并和人工檢測的試驗數(shù)據(jù)進行對比，得到系統(tǒng)檢測穴粒數(shù)的最大絕對誤差為+3粒，平均絕對誤差為0.450粒，最大相對誤差為+50%，平均相對誤差為9.062%，檢測準確率為69%；系統(tǒng)檢測穴徑的最大絕對誤差為+8.615mm，平均絕