專利名稱：玉米果穗自動考種方法
技術領域：
本發(fā)明涉及玉米考種技術領域，特別涉及一種玉米果穗自動考種方法。
背景技術：
玉米在我國糧食生產(chǎn)中占重要地位，玉米是我國種業(yè)科研、生產(chǎn)等領域的重要組成部分，玉米種業(yè)的核心問題之一是玉米考種，傳統(tǒng)的考種方法大多依賴于手工操作，占用大量人力資源，工作效率低下，難以同時對玉米果穗的主要指標進行測定，成為制約玉米種業(yè)發(fā)展的技術瓶頸。傳統(tǒng)考種方法主要存在以下技術缺陷:1)工作量較大、人工操作繁瑣，從而占用人力資源較多；·2)工作效率難以提高，考種流程周期較長；3)考種過程中人工操作影響考中的準確性使得考種的各項數(shù)據(jù)不精確。上述這些缺陷是制約玉米種業(yè)發(fā)展的重要問題之一。

發(fā)明內(nèi)容
(一)要解決的技術問題本發(fā)明要解決的技術問題是，針對現(xiàn)有技術的不足，提供一種玉米果穗自動考種方法，實現(xiàn)準確、快速、高效的玉米考種作業(yè)。(二)技術方案本發(fā)明提供一種玉米果穗自動考種方法，包括:S1:玉米果穗通過傳送裝置傳送到果穗稱重裝置，獲取所述玉米果穗的重量數(shù)據(jù)并發(fā)送到顯示裝置；S2:將玉米果穗傳送到果穗圖像采集裝置，獲取果穗圖像并發(fā)送到果穗圖像解析裝置中進行分析，得出果穗解析數(shù)據(jù)發(fā)送到顯示裝置；S3:將玉米果穗傳送到脫粒裝置中，將籽粒與穗軸進行分離；S4:將籽粒傳送到籽粒圖像采集裝置，獲取籽粒圖像并發(fā)送到籽粒圖像解析裝置中進行分析，得出籽粒解析數(shù)據(jù)發(fā)送到顯示裝置；S5:將所有籽粒傳送到籽粒稱重裝置，獲取所述籽粒的重量數(shù)據(jù)并根據(jù)S4中的籽粒解析數(shù)據(jù)得出籽粒平均重量數(shù)據(jù)和百粒重量數(shù)據(jù)，發(fā)送所述所有籽粒的重量數(shù)據(jù)、籽粒平均重量數(shù)據(jù)和百粒重量數(shù)據(jù)到顯示裝置；S6:將籽粒傳送到籽粒溶重水分裝置，獲取籽粒的容重和含水量數(shù)據(jù)并發(fā)送到顯示裝置；S7:將籽粒按條碼以果穗為單位分別收集；S8:將穗軸傳送到穗軸圖像采集裝置，獲取穗軸圖像并發(fā)送到穗軸圖像解析裝置中進行分析，得出穗軸解析數(shù)據(jù)發(fā)送到顯示裝置；S9:將穗軸傳送到穗軸稱重裝置，獲取所述穗軸的重量數(shù)據(jù)并發(fā)送到顯示裝置；SlO:根據(jù)S5中的所有籽粒的沖涼數(shù)據(jù)與籽粒平均重量數(shù)據(jù)，計算出果穗籽?？倲?shù)數(shù)據(jù)，發(fā)送到顯示裝置中；
Sll:根據(jù)SlO中的果穗籽?？倲?shù)數(shù)據(jù)和S2中的果穗解析數(shù)據(jù)計算出穗粒行數(shù)數(shù)據(jù)發(fā)送到顯示裝置中。其中，所述果穗解析數(shù)據(jù)包括:果穗的長度數(shù)據(jù)、直徑數(shù)據(jù)、行粒數(shù)數(shù)據(jù)、禿尖率數(shù)據(jù)、籽粒寬度數(shù)據(jù)、籽粒厚度數(shù)據(jù)和籽粒頂端顏色數(shù)據(jù)。其中，所述籽粒解析數(shù)據(jù)包括:籽粒數(shù)目數(shù)據(jù)、籽粒長度數(shù)據(jù)和籽粒側(cè)面顏色數(shù)據(jù)。其中，所述穗軸解析數(shù)據(jù)包括:穗軸直徑數(shù)據(jù)。其中，在Sll中，根據(jù)SlO中的果穗籽?？倲?shù)數(shù)據(jù)和S2中的行粒數(shù)數(shù)據(jù)計算出穗粒行數(shù)數(shù)據(jù)發(fā)送到顯示裝置中。其中，S2中果穗的長度數(shù)據(jù)、直徑數(shù)據(jù)獲取包括如下步驟:S21:對玉米果穗圖像二值化，提取所述玉米果穗圖像中的果穗像素；S22:對果穗像素按8鄰域做細化處理，細化為單像素連通曲線；S23:使用最小二乘法，擬合所述單像素連通曲線上個點的直線方程，直線與豎直方向所成的角度就是果穗的傾斜角度；S24:根據(jù)S23中的傾斜角度旋轉(zhuǎn)果穗圖像，計算果穗圖像的外包矩形，以所述外包矩形的長度數(shù)據(jù)和寬度數(shù)據(jù)作為果穗的長度數(shù)據(jù)和直徑數(shù)據(jù)。其中，S2中果穗的行粒數(shù)數(shù)據(jù)、禿尖率數(shù)據(jù)、籽粒寬度數(shù)據(jù)、籽粒厚度數(shù)據(jù)和籽粒頂端顏色數(shù)據(jù)獲取包括如下步驟:S21’:對玉米果穗圖像二值化，提取所述玉米果穗圖像中的果穗像素；S22’:統(tǒng)計果穗像素均值，并以該均值為分割閾值，對所述果穗像素進行分割；S23’:按照灰度值4為步長增加分割閾值，對果穗像素進行分割處理，處理結果與S22’中的分割后的果穗像素合并；S24’:返回S22’直至所述果穗像素分割閾值大于等于255為止；S25’:根據(jù)S24’得出的果穗像素計算果穗的禿尖率數(shù)據(jù)、籽粒寬度數(shù)據(jù)、籽粒厚度數(shù)據(jù)和籽粒頂端顏色數(shù)據(jù)；S26’:獲取S24’中得出的果穗像素的中間位置籽粒像素；S27’:按照最近鄰搜索方式，搜索S24’得到的果穗像素上端距離中間位置籽粒最近的籽粒；S28’:重復S27，直到到達玉米果穗頂部籽粒，得出果穗像素上端行粒數(shù)數(shù)值；S29’:按照最近鄰搜索方式，搜索S24’得到的果穗像素下端距離中間位置籽粒最近的籽粒；S30’:重復S29’直到到達玉米果穗底部籽粒，得出果穗像素下端行粒數(shù)數(shù)值；S31’:合并上方行粒數(shù)數(shù)值和下方籽粒行數(shù)值，獲得完整的一行籽粒數(shù)值。(三)有益效果本發(fā)明綜合利用機械自動化技術和計算機圖形圖像技術，實現(xiàn)玉米果穗自動化考種方法，實現(xiàn)流水線式的自動化考種操作，大幅提高了玉米果穗考種效率和考種數(shù)據(jù)的精確度，大幅減少人工投入，有效降低人工成本。


圖1是本發(fā)明的玉米果穗自動考種方法步驟流程圖；圖2是本發(fā)明的8鄰域示意圖。
具體實施例方式下面結合附圖和實施例，對本發(fā)明的具體實施方式
作進一步詳細描述。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。如圖1所述，本發(fā)明提供一種玉米果穗自動考種方法，包括:S1:玉米果穗通過傳送裝置傳送到果穗稱重裝置，獲取所述玉米果穗的重量數(shù)據(jù)并發(fā)送到顯示裝置；S2:將玉米果穗傳送到果穗圖像采集裝置，獲取果穗圖像并發(fā)送到果穗圖像解析裝置中進行分析，得出果穗解析數(shù)據(jù)發(fā)送到顯示裝置；
S3:將玉米果穗傳送到脫粒裝置中，將籽粒與穗軸進行分離；S4:將籽粒傳送到籽粒圖像采集裝置，獲取籽粒圖像并發(fā)送到籽粒圖像解析裝置中進行分析，得出籽粒解析數(shù)據(jù)發(fā)送到顯示裝置；S5:將所有籽粒傳送到籽粒稱重裝置，獲取所述籽粒的重量數(shù)據(jù)并根據(jù)S4中的籽粒解析數(shù)據(jù)得出籽粒平均重量數(shù)據(jù)和百粒重量數(shù)據(jù)，發(fā)送所述所有籽粒的重量數(shù)據(jù)、籽粒平均重量數(shù)據(jù)和百粒重量數(shù)據(jù)到顯示裝置；S6:將籽粒傳送到籽粒溶重水分裝置，獲取籽粒的容重和含水量數(shù)據(jù)并發(fā)送到顯示裝置；S7:將籽粒分類收集，在采集時給每個玉米果穗配置一個條碼，條碼包含該果穗的品種、栽培、序號等輔助信息，該條碼為索引對應果穗考種指標信息的標識；S8:將穗軸傳送到穗軸圖像采集裝置，獲取穗軸圖像并發(fā)送到穗軸圖像解析裝置中進行分析，得出穗軸解析數(shù)據(jù)發(fā)送到顯示裝置；S9:將穗軸傳送到穗軸稱重裝置，獲取所述穗軸的重量數(shù)據(jù)并發(fā)送到顯示裝置；SlO:根據(jù)S5中的所有籽粒的沖涼數(shù)據(jù)與籽粒平均重量數(shù)據(jù)，計算出果穗籽?？倲?shù)數(shù)據(jù)，發(fā)送到顯示裝置中；Sll:根據(jù)SlO中的果穗籽粒總數(shù)數(shù)據(jù)和S2中的果穗解析數(shù)據(jù)計算出穗粒行數(shù)數(shù)據(jù)發(fā)送到顯示裝置中。其中，所述果穗解析數(shù)據(jù)包括:果穗的長度數(shù)據(jù)、直徑數(shù)據(jù)、行粒數(shù)數(shù)據(jù)、禿尖率數(shù)據(jù)、籽粒寬度數(shù)據(jù)、籽粒厚度數(shù)據(jù)和籽粒頂端顏色數(shù)據(jù)。其中，所述籽粒解析數(shù)據(jù)包括:籽粒數(shù)目數(shù)據(jù)、籽粒長度數(shù)據(jù)和籽粒側(cè)面顏色數(shù)據(jù)。其中，所述穗軸解析數(shù)據(jù)包括:穗軸直徑數(shù)據(jù)。其中，在Sll中，根據(jù)SlO中的果穗籽?？倲?shù)數(shù)據(jù)和S2中的行粒數(shù)數(shù)據(jù)計算出穗粒行數(shù)數(shù)據(jù)發(fā)送到顯示裝置中。其中，S2中果穗的長度數(shù)據(jù)、直徑數(shù)據(jù)獲取包括如下步驟:S21:對玉米果穗圖像二值化，提取所述玉米果穗圖像中的果穗像素；S22:對果穗像素按8鄰域做細化處理，細化為單像素連通曲線；
S23:使用最小二乘法，擬合所述單像素連通曲線上個點的直線方程，直線與豎直方向所成的角度就是果穗的傾斜角度；S24:根據(jù)S23中的傾斜角度旋轉(zhuǎn)果穗圖像，計算果穗圖像的外包矩形，以所述外包矩形的長度數(shù)據(jù)和寬度數(shù)據(jù)作為果穗的長度數(shù)據(jù)和直徑數(shù)據(jù)。其中，S2中果穗的行粒數(shù)數(shù)據(jù)、禿尖率數(shù)據(jù)、籽粒寬度數(shù)據(jù)、籽粒厚度數(shù)據(jù)和籽粒頂端顏色數(shù)據(jù)獲取包括如下步驟:S21’:對玉米果穗圖像二值化，提取所述玉米果穗圖像中的果穗像素；S22’:統(tǒng)計果穗像素均值，并以該均值為分割閾值，對所述果穗像素進行分割；S23’:按照灰度值4為步長增加分割閾值，對果穗像素進行分割處理，處理結果與S22’中的分割后的果穗像素合并；S24’:返回S22’直至所述果穗像素分割閾值大于等于255為止；S25’:根據(jù)S24’得 出的果穗像素計算果穗的禿尖率數(shù)據(jù)、籽粒寬度數(shù)據(jù)、籽粒厚度數(shù)據(jù)和籽粒頂端顏色數(shù)據(jù)；S26’:獲取S24’中得出的果穗像素的中間位置籽粒像素；S27’:按照最近鄰搜索方式，搜索S24’得到的果穗像素上端距離中間位置籽粒最近的籽粒；S28’:重復S27，直到到達玉米果穗頂部籽粒，得出果穗像素上端行粒數(shù)數(shù)值；S29’:按照最近鄰搜索方式，搜索S24’得到的果穗像素下端距離中間位置籽粒最近的籽粒；S30’:重復S29’直到到達玉米果穗底部籽粒，得出果穗像素下端行粒數(shù)數(shù)值；S31’:合并上方行粒數(shù)數(shù)值和下方籽粒行數(shù)值，獲得完整的一行籽粒數(shù)值。另外，在本發(fā)明中圖像采集裝置安裝在采集箱體內(nèi)，箱體下端開放，長800mm，寬500mm,高400mm ;所述的工業(yè)相機安裝在箱體頂部,朝向下方，由計算機控制拍攝，工業(yè)相機能夠在復雜工況下，連續(xù)拍攝圖像，達到每秒12幀，箱體內(nèi)有效圖像采集區(qū)域長750_。果穗稱重裝置、籽粒稱重裝置和穗軸稱重裝置均為計算機控制的重量傳感器?？挤N系統(tǒng)的驅(qū)動裝置為步進電機，分別在計算機控制下實現(xiàn)各環(huán)節(jié)的有序運轉(zhuǎn)。以上實施方式僅用于說明本發(fā)明，而并非對本發(fā)明的限制，有關技術領域的普通技術人員，在不脫離本發(fā)明的精神和范圍的情況下，還可以做出各種變化和變型，因此所有等同的技術方案也屬于本發(fā)明的范疇，本發(fā)明的專利保護范圍應由權利要求限定。
權利要求
1.一種玉米果穗自動考種方法，其特征在于，包括: S1:玉米果穗通過傳送裝置傳送到果穗稱重裝置，獲取所述玉米果穗的重量數(shù)據(jù)并發(fā)送到顯示裝置； 52:將玉米果穗傳送到果穗圖像采集裝置，獲取果穗圖像并發(fā)送到果穗圖像解析裝置中進行分析，得出果穗解析數(shù)據(jù)發(fā)送到顯示裝置； 53:將玉米果穗傳送到脫粒裝置中，將籽粒與穗軸進行分離； S4:將籽粒傳送到籽粒圖像采集裝置，獲取籽粒圖像并發(fā)送到籽粒圖像解析裝置中進行分析，得出籽粒解析數(shù)據(jù)發(fā)送到顯示裝置； 55:將所有籽粒傳送到籽粒稱重裝置，獲取所述籽粒的重量數(shù)據(jù)并根據(jù)S4中的籽粒解析數(shù)據(jù)得出籽粒平均重量數(shù)據(jù)和百粒重量數(shù)據(jù)，發(fā)送所述所有籽粒的重量數(shù)據(jù)、籽粒平均重量數(shù)據(jù)和百粒重量數(shù)據(jù)到顯示裝置； 56:將籽粒傳送到籽粒溶重水分裝置，獲取籽粒的容重和含水量數(shù)據(jù)并發(fā)送到顯示裝置； 57:將籽粒按條碼以果 穗為單位分別收集； S8:將穗軸傳送到穗軸圖像采集裝置，獲取穗軸圖像并發(fā)送到穗軸圖像解析裝置中進行分析，得出穗軸解析數(shù)據(jù)發(fā)送到顯示裝置； S9:將穗軸傳送到穗軸稱重裝置，獲取所述穗軸的重量數(shù)據(jù)并發(fā)送到顯示裝置； 510:根據(jù)S5中的所有籽粒的沖涼數(shù)據(jù)與籽粒平均重量數(shù)據(jù)，計算出果穗籽粒總數(shù)數(shù)據(jù)，發(fā)送到顯示裝置中； 511:根據(jù)SlO中的果穗籽粒總數(shù)數(shù)據(jù)和S2中的果穗解析數(shù)據(jù)計算出穗粒行數(shù)數(shù)據(jù)發(fā)送到顯示裝置中。
2.如權利要求1所述的方法，其特征在于，所述果穗解析數(shù)據(jù)包括:果穗的長度數(shù)據(jù)、直徑數(shù)據(jù)、行粒數(shù)數(shù)據(jù)、禿尖率數(shù)據(jù)、籽粒寬度數(shù)據(jù)、籽粒厚度數(shù)據(jù)和籽粒頂端顏色數(shù)據(jù)。
3.如權利要求1所述的方法，其特征在于，所述籽粒解析數(shù)據(jù)包括:籽粒數(shù)目數(shù)據(jù)、籽粒長度數(shù)據(jù)和籽粒側(cè)面顏色數(shù)據(jù)。
4.如權利要求1所述的方法，其特征在于，所述穗軸解析數(shù)據(jù)包括:穗軸直徑數(shù)據(jù)。
5.如權利要求2所述的方法，其特征在于，在Sll中，根據(jù)SlO中的果穗籽?？倲?shù)數(shù)據(jù)和S2中的行粒數(shù)數(shù)據(jù)計算出穗粒行數(shù)數(shù)據(jù)發(fā)送到顯示裝置中。
6.如權利要求2所述的方法，其特征在于，S2中果穗的長度數(shù)據(jù)、直徑數(shù)據(jù)獲取包括如下步驟: 521:對玉米果穗圖像二值化，提取所述玉米果穗圖像中的果穗像素； 522:對果穗像素按8鄰域做細化處理，細化為單像素連通曲線； 523:使用最小二乘法，擬合所述單像素連通曲線上個點的直線方程，直線與豎直方向所成的角度就是果穗的傾斜角度； 524:根據(jù)S23中的傾斜角度旋轉(zhuǎn)果穗圖像，計算果穗圖像的外包矩形，以所述外包矩形的長度數(shù)據(jù)和寬度數(shù)據(jù)作為果穗的長度數(shù)據(jù)和直徑數(shù)據(jù)。
7.如權利要求2所述的方法，其特征在于，S2中果穗的行粒數(shù)數(shù)據(jù)、禿尖率數(shù)據(jù)、籽粒寬度數(shù)據(jù)、籽粒厚度數(shù)據(jù)和籽粒頂端顏色數(shù)據(jù)獲取包括如下步驟: S21’:對玉米果穗圖像二值化，提取所述玉米果穗圖像中的果穗像素；S22’:統(tǒng)計果穗像素均值，并以該均值為分割閾值，對所述果穗像素進行分割； S23’:按照灰度值4為步長增加分割閾值，對果穗像素進行分割處理，處理結果與S22’中的分割后的果穗像素合并； S24’:返回S22’直至所述果穗像素分割閾值大于等于255為止； S25’:根據(jù)S24’得出的果穗像素計算果穗的禿尖率數(shù)據(jù)、籽粒寬度數(shù)據(jù)、籽粒厚度數(shù)據(jù)和籽粒頂端顏色數(shù)據(jù)； S26’:獲取S24’中得出的果穗像素的中間位置籽粒像素； S27’:按照最近鄰搜索方式，搜索S24’得到的果穗像素上端距離中間位置籽粒最近的籽粒； S28’:重復S27’直到到達玉米果穗頂部籽粒，得出果穗像素上端行粒數(shù)數(shù)值； S29’:按照最近鄰搜索方式，搜索S24’得到的果穗像素下端距離中間位置籽粒最近的籽粒； S30’:重復S29’直到到達玉米果穗底部籽粒，得出果穗像素下端行粒數(shù)數(shù)值； S31’:合并上方行粒 數(shù)數(shù)值和下方籽粒行數(shù)值，獲得完整的一行籽粒數(shù)值。
全文摘要
本發(fā)明公開了一種玉米果穗自動考種方法，包括S1獲取玉米果穗的重量數(shù)據(jù)；S2獲取果穗解析數(shù)據(jù)；S3將籽粒與穗軸進行分離；S4獲取籽粒解析數(shù)據(jù)；S5獲取籽粒的重量數(shù)據(jù)、籽粒平均重量數(shù)據(jù)和百粒重量數(shù)據(jù)；S6獲取籽粒的容重和含水量數(shù)據(jù)；S7將籽粒分類收集；S8獲取穗軸解析數(shù)據(jù)；S9獲取穗軸的重量數(shù)據(jù)；S10根據(jù)S5中的籽粒平均重量數(shù)據(jù)計算出果穗籽?？倲?shù)數(shù)據(jù)S11根據(jù)S10中的果穗籽粒總數(shù)數(shù)據(jù)和S2中的果穗解析數(shù)據(jù)計算出穗粒行數(shù)數(shù)據(jù)。本發(fā)明實現(xiàn)了玉米果穗自動化考種方法和流水線式的自動化考種操作，大幅提高了玉米果穗考種效率和考種數(shù)據(jù)的精確度，大幅減少人工投入，有效降低人工成本。
文檔編號A01C1/00GK103229614SQ201310139259
公開日2013年8月7日 申請日期2013年4月19日 優(yōu)先權日2013年4月19日
發(fā)明者郭新宇, 肖伯祥, 王傳宇, 吳升, 杜建軍 申請人:北京農(nóng)業(yè)信息技術研究中心