论文部分内容阅读
优质棉种是先进技术的载体,是兵团推广精量播种技术,发展精准农业的基础。近年来,由于新疆特殊的气候和地理原因,棉种的成熟度明显降低,“红种”所占的比例增大,再者棉种在加工过程中经过轧花机、剥绒机、离心滚筒、提升机、抛光机等,造成了棉种大量的破损。“红种”和“破碎粒”严重影响了棉种的质量,棉种的发芽率明显降低,阻碍了精量播种技术的发展。目前,棉种的加工选种工序主要采用风筛选、重力选等工艺,主要是依据棉种的机械物理特性,利用种子的比重特性、空气特性进行分选、除去杂质。但“红种”和“破碎粒”的比重及颗粒大小与饱满的发育好的种子都很接近,传统的分选工艺无法将此选出。目前分选“红种”和“破碎粒”的主要手段是人工选种,劳动强度大、生产效率低、投入成本高、且选种效果在一定程度上受人为因素的影响。本文研究的脱绒棉种光电检测系统是基于机器视觉技术对棉种进行检测和分级。建立脱绒棉种分级的软硬件系统,从棉种的颜色、破碎等特征出发,选取了适合棉种分级的3个特征参数:颜色、粒型、圆形度。本文采用神经网络将脱绒棉种分为合格品、不合格品两个等级。脱绒棉种光电检测系统主要包括图像采集、图像预处理、特征参数提取、神经网络训练、分级五个模块。图像采集的硬件系统包括:计算机主机系统、美国Costar SI-M350摄像头、Matrox Meteor-Ⅱ/Multi-channel图像采集卡、COMPUTAR FA TEC-55工业镜头、LED光源、试验台架等。将采集到的脱绒棉种图像进行灰度修正、灰度线性变换、中值滤波等图像预处理后,提取图像的特征参数及其边缘特征。BP网络分级系统采用三层网络结构,三个输入节点,八个隐含层节点,两个输出节点,传递函数采用S型函数,其中输入层与隐含层之间采用双曲正切函数,隐含层与输出层之间采用线性函数。实验中分别用10个合格样本和10个不合格样本进行网络训练,再取100个样本进行检验,通过试验证明,检测准确率达到87%以上。软件系统采用VC++6.0与Adept HexSight3.3视觉软件包开发,经试验证明,软件界面友好,操作简单。