联合收获机能一体化收获谷物,它的出现提高了农业生产效率。谷物的含杂率、破碎率是评价收获质量的重要性能指标。国外的一些智能化联合收获机已经配备了含杂率、破碎率在线监测装置,可长时间稳定工作;国内机型尚未实现,只能人工检测含杂率、破碎率。本文研制了一种含杂率、破碎率在线监测装置,该装置利用机器视觉技术的方法,能够在线监测收获谷物中的杂质和破碎籽粒含量,在驾驶室的显示界面上显示,便于驾驶员直观了解谷物含杂率、破碎率情况,一旦发现数据超标能及时检查并调整作业参数;监测装置通过串口将数据传输到上位机汇总,为实现联合收获机智能控制提供条件;同时将图像及监测值保存到SD卡中,有利于离线研究和分析。本文主要研究的内容和结论如下:1.研究联合收获机收获水稻的含杂率、破碎率检测方法,分析含杂率、破碎率在线监测装置的工作原理。根据传统含杂率、破碎率检测方法,研究基于图像的含杂率、破碎率计算方法。分别根据完整水稻、破碎水稻、杂质的质量与像素面积的关系,运用回归分析方法得到含杂率、破碎率计算模型。2.对含杂率、破碎率在线监测装置进行硬件设计。硬件主要包括谷物收集装置、机器视觉系统、电源模块的设计。分析联合收获机的工作过程,设计了谷物收集装置,安装于机器出粮口下方,对谷物进行周期性收集,获得相对静态的谷物样本。机器视觉系统主要包括处理器、相机、镜头、光源的选型及照明方案的设计。选择嵌入式处理器Jetson TK1控制谷物收集、图像处理、通信、存储。通过工业相机搭配定焦镜头、LED光源及前向照明方案,使得视觉系统适应恶劣的田间作业环境并采集到复杂的谷物图像。3.研究复杂水稻图像中杂质和破碎水稻的识别算法。使用MSRCR算法作为本文的图像增强方法。利用完整水稻、破碎水稻、杂质在HSV颜色模型中的颜色差异分割图像,再利用各自的形状特征得到识别结果。对监测装置采集的200幅水稻图像进行识别,对识别结果进行像素级别的评价,利用F1值对识别结果的精确率和召回率进行综合衡量,茎秆杂质、枝梗杂质、破碎水稻的识别率F1值分别为86.74%、84.90%、84.68%,算法可以有效识别图像中的杂质和破碎籽粒。4.对含杂率、破碎率在线监测装置进行软件设计。软件模块有谷物收集、图像采集、图像处理、显示界面、串口传输和数据存储模块。谷物收集程序控制电磁铁收集和释放谷物,图像采集程序控制相机采集谷物图像,图像处理程序完成图像处理以及含杂率、破碎率计算,显示界面程序会通过界面实时显示谷物图像、含杂率、破碎率计算值以及对应的条形图,串口传输模块将数据发送给上位机,数据存储模块将结果保存至SD卡中便于离线研究。5.通过试验验证含杂率、破碎率监测装置的性能。在室内测量试验中,含杂率、破碎率检测的平均相对误差分别为9.13%和8.94%。在田间试验中,将监测装置安装在联合收获机出粮口下方进行在线监测,每4秒获得一次含杂率、破碎率数据。含杂率、破碎率监测的平均相对误差分别为11.06%和10.91%,满足装置设计的预期效果。