前言：尋找寫作靈感？中文期刊網(wǎng)用心挑選的機(jī)器視覺的農(nóng)作物播種精度檢測方法，希望能為您的閱讀和創(chuàng)作帶來靈感，歡迎大家閱讀并分享。

摘要：在對農(nóng)作物播種精度檢測中，由于外界環(huán)境干擾因素較多，加之檢測方法本身存在精度低、相對誤差較大等問題，嚴(yán)重影響檢測結(jié)果可靠性。文章針對這一問題，引入機(jī)器視覺技術(shù)，開展對農(nóng)作物播種精度檢測方法的設(shè)計(jì)研究。通過農(nóng)作物播種圖像預(yù)處理、基于機(jī)器視覺的農(nóng)作物播種目標(biāo)區(qū)域提取、單粒種子下落精度檢測、多粒種子同時(shí)下落精度檢測等，提出一種全新的檢測方法。再通過對比實(shí)驗(yàn)的方式證明，新的檢測方法在應(yīng)用中能夠有效降低檢測結(jié)果的相對誤差，提高檢測結(jié)果的精度，為農(nóng)作物播種質(zhì)量提升提供重要依據(jù)。

關(guān)鍵詞：機(jī)器視覺；農(nóng)作物播種；精度檢測

為了實(shí)現(xiàn)對農(nóng)作物播種精度的測定，劉偉等[1]人紛紛嘗試引入傳感器、圖像采集裝置等方式對農(nóng)作物播種精度檢測方法進(jìn)行設(shè)計(jì)和研究。目前真正應(yīng)用到農(nóng)業(yè)生產(chǎn)領(lǐng)域當(dāng)中的檢測方法極少，并且在實(shí)際應(yīng)用中存在操作復(fù)雜性強(qiáng)、檢測結(jié)果精度無法得到保障等問題，嚴(yán)重影響農(nóng)作物播種的質(zhì)量。部分檢測方法雖然具備了操作簡單的優(yōu)勢，但無法實(shí)現(xiàn)對多粒農(nóng)作物種子同時(shí)下落、同時(shí)檢測的效果。由于當(dāng)前農(nóng)作物播種技術(shù)逐漸成熟，各類現(xiàn)代化播種設(shè)備的引入，使得田間的工況條件日益復(fù)雜，而各類傳感器裝置會受到振動、光線、溫度等多方面的影響，進(jìn)而造成最終的檢測結(jié)果無法得到保證[2]。基于此，針對當(dāng)前農(nóng)作物播種過程中存在的精度低，檢測方法得出的結(jié)果有效性較差等問題，引入機(jī)器視覺技術(shù)開展對農(nóng)作物播種精度檢測方法的優(yōu)化設(shè)計(jì)研究。

1農(nóng)作物播種精度檢測方法

1.1農(nóng)作物播種圖像預(yù)處理

為實(shí)現(xiàn)對農(nóng)作物播種精度的檢測，首先需要對獲取到的農(nóng)作物播種圖像進(jìn)行預(yù)處理。由于在農(nóng)作物播種區(qū)域中，機(jī)器視覺技術(shù)應(yīng)用時(shí)，其視覺導(dǎo)航初始化階段為未知狀態(tài)，無法實(shí)現(xiàn)對農(nóng)作物與土壤之間的圖像區(qū)分，并且與其他圖像相比，農(nóng)作物播種圖像具有更明顯的多樣性和不一致性[3]。針對這一特點(diǎn)，在對其進(jìn)行區(qū)域提取以及后續(xù)精度檢測時(shí)，需要對其圖像分割和圖像灰度處理。在農(nóng)作物播種區(qū)域內(nèi)，通過機(jī)器視覺導(dǎo)航觀察農(nóng)作物播種情況基本上以綠色為主，而土壤以及周圍環(huán)境的顏色為非綠色。因此，基于這一特點(diǎn)，在農(nóng)作物播種圖像當(dāng)中，基于2GRB顏色的特征，將原本三維的彩色圖像轉(zhuǎn)變?yōu)橐痪S的灰度圖像。通過上述操作處理，不僅能夠減少后期精度檢測的數(shù)據(jù)處理量，同時(shí)還能夠進(jìn)一步突從圖1可以看出，圖像當(dāng)中存在明顯的峰值，但低谷不明顯，并且其相應(yīng)的區(qū)域難以直觀判定。農(nóng)作物播種區(qū)域的灰度值通常較大，而其他區(qū)域的灰度值較小，因此像素在0~25的區(qū)域大多為土壤區(qū)域，將這一部分區(qū)域視為非精度檢測對象；像素值在95~255的區(qū)域大多為農(nóng)作物種植區(qū)域，因此將這一部分區(qū)域視為精度檢測對象[4]。本文采用動態(tài)閾值與區(qū)域分割相結(jié)合的方式，基于子區(qū)域獨(dú)立分割的基本思想，針對相對復(fù)雜的農(nóng)作物播種圖像進(jìn)行分割。利用Otsu算法，對需要進(jìn)行檢測的圖像區(qū)域進(jìn)行閾值選擇，為了提高后續(xù)檢測的精度，還需要對這一區(qū)域進(jìn)行降噪處理。結(jié)合3×3的函數(shù)窗對其噪聲去除，并提取機(jī)器視覺導(dǎo)航線及相應(yīng)離散點(diǎn)，將農(nóng)作物播種圖像大小設(shè)置為M×N，以此按照上述內(nèi)容完成對農(nóng)作物播種圖像的預(yù)處理，為后續(xù)目標(biāo)區(qū)域提取以及精度檢測提供依據(jù)[5]。

1.2基于機(jī)器視覺的農(nóng)作物播種目標(biāo)區(qū)域提取

結(jié)合機(jī)器視覺中的移動窗口方法，從上到下，從左到右完成對預(yù)處理后的農(nóng)作物播種圖像掃描。設(shè)定掃描區(qū)域的大小為W×H，在掃描的過程中，針對圖像上的陰影區(qū)域，窗口可適當(dāng)調(diào)整，以此能夠有效抑制噪聲，得到更加精確的掃描信息。結(jié)合下述公式（1），對掃描區(qū)域中的目標(biāo)像素總數(shù)據(jù)確定：公式（1）中，I（i，j）表示為機(jī)器視覺窗口掃描過程中包含的像素點(diǎn)個(gè)數(shù)；f（u，a）表示為某一像素點(diǎn)（u，a）在像素圖像當(dāng)中的索引值。根據(jù)上述公式，明確被檢測區(qū)域當(dāng)中具體含有的像素點(diǎn)個(gè)數(shù)。根據(jù)上述分析可知，農(nóng)作物播種灰度圖像中檢測區(qū)域與非檢測區(qū)域存在明顯的像素差異。因此，基于這一特點(diǎn)，將目標(biāo)檢測區(qū)域像素值設(shè)置為255，將非目標(biāo)區(qū)域的像素值設(shè)置為0，以此實(shí)現(xiàn)對目標(biāo)區(qū)域與非目標(biāo)區(qū)域的區(qū)分。

1.3單粒種子下落精度檢測

計(jì)算時(shí)，需要先采集約2000.0個(gè)樣本數(shù)據(jù)（沒有種子下落時(shí)的數(shù)據(jù)），根據(jù)此部分?jǐn)?shù)據(jù)，計(jì)算電容裝置的初始化運(yùn)行數(shù)值，將其表示為C。獲取種子以單粒下降時(shí)的信號，當(dāng)信號的差分值大于原始信號的0.7倍數(shù)時(shí)，提取信號集合中的前10.0個(gè)脈沖信號值。根據(jù)前10個(gè)脈沖信號值的變化幅度與變化趨勢，分析電容的變化量。通過上述的方式，可以得到電容裝置在此過程中的多個(gè)變化數(shù)值，將其表示為C1~C5，采用計(jì)算平均值的方式，得到電容算數(shù)平均值，將其表示為C。去掉集合中的峰值與低谷值，將剩余的幅度值記為H，對H的描述可以用H1~H5表示。根據(jù)電容裝置的初始化數(shù)值，得到信號的一階差分閾值，將其表示為γ，則H與γ的關(guān)系需要滿足下述不等式。Hi+1-H>γ，（2）公式（2）中，Hi+1表示為種子下落過程中傳感器對其的差分閾值采樣點(diǎn)。將Hi+1作為中心點(diǎn)，對其前后的數(shù)據(jù)進(jìn)行連續(xù)采樣，采樣后可以得到5個(gè)呈現(xiàn)連續(xù)狀態(tài)的采樣點(diǎn)。將此采樣點(diǎn)表示為脈沖信號，對信號的有效閾值進(jìn)行更新，對比更新前后信號的變化，得到有效幅值的上限與下限，將上限值與下限值作為檢測依據(jù)，根據(jù)種子下落過程中，電容裝置檢測結(jié)果幅度值的變化，即可實(shí)現(xiàn)對其下落過程的精準(zhǔn)檢測。

1.4多粒種子同時(shí)下落精度檢測

為了滿足檢測需求，可根據(jù)播種過程中批量種子的下落數(shù)量，結(jié)合電容裝置在運(yùn)行中檢測的差分?jǐn)?shù)值，建立一個(gè)最小二乘回歸計(jì)算模型。由電容裝置對其進(jìn)行采樣處理，將裝置在運(yùn)行中自身具備的微小波動作為精度檢測誤差值，采用設(shè)定閾值的方式，降低裝置運(yùn)行微小波動與檢測結(jié)果精度的影響。根據(jù)試驗(yàn)中人工統(tǒng)計(jì)種子數(shù)量G與電容裝置積分差值的關(guān)系，根據(jù)兩者的關(guān)系，對其進(jìn)行建模處理，得到如下計(jì)算公式（3）所示的線性計(jì)算模型，模型表達(dá)式如下:G＝β0+β1C+A，（3）公式（3）中，β0表示為線性模型額定系數(shù)；β1表示為模型線性值上限；A表示為精度檢測過程中產(chǎn)生的隨機(jī)誤差值。使用樣本統(tǒng)計(jì)法，對β0與β1進(jìn)行計(jì)量與校正，得到針對已知參數(shù)的未知數(shù)值。將未知數(shù)值導(dǎo)入最小二乘計(jì)算公式中，將未知參數(shù)作為檢測精度的參照值，將參數(shù)的最小值與最大值作為檢測過程中精度有效范圍。對電容裝置顯示的結(jié)果進(jìn)行平方和計(jì)算，當(dāng)計(jì)算得到的結(jié)果在參數(shù)的最小值與最大值（精度有效范圍）內(nèi)時(shí)，輸出此時(shí)的檢測結(jié)果，將此結(jié)果作為多粒種子同時(shí)下落精度檢測結(jié)果。

2對比實(shí)驗(yàn)

為了驗(yàn)證該方法在實(shí)際應(yīng)用中的效果，選擇將上述檢測方法與基于行程自校準(zhǔn)的檢測方法應(yīng)用到相同的實(shí)驗(yàn)環(huán)境當(dāng)中，針對兩種檢測方法的應(yīng)用效果進(jìn)行對比。首先，針對種子以單粒的方式播種的精度進(jìn)行檢測并得到理論層面上的農(nóng)作物播種粒數(shù)，再通過人工方式，對接收盒當(dāng)中的農(nóng)作物種子實(shí)際粒數(shù)進(jìn)行統(tǒng)計(jì)，得到實(shí)際農(nóng)作物粒數(shù)。通過理論農(nóng)作物粒數(shù)和實(shí)際農(nóng)作物粒數(shù)計(jì)算得出兩組檢測方法的檢測精度。按照上述實(shí)驗(yàn)內(nèi)容完成對以單粒的方式播種的檢測效果對比實(shí)驗(yàn)，相關(guān)實(shí)驗(yàn)數(shù)據(jù)記錄見表1。從表1可知，實(shí)驗(yàn)組的檢測方法能夠?yàn)檗r(nóng)作物播種提供更有利的數(shù)據(jù)依據(jù)，確保種植效果。在初步實(shí)現(xiàn)對單粒種子下落精度檢測效果對比后，針對多粒種子同時(shí)下落精度進(jìn)行檢測，檢測結(jié)果見表2。從表2中可知，本文提出的基于機(jī)器視覺的檢測方法在實(shí)際應(yīng)用中，無論是對單粒種子下落精度檢測還是對多粒種子同時(shí)下落精度檢測，其檢測效果均明顯好于基于行程自校準(zhǔn)的檢測方法。將該檢測方法應(yīng)用到實(shí)際農(nóng)作物種植當(dāng)中，可為農(nóng)作物種植質(zhì)量提升提供保障條件。

3結(jié)束語

綜合本文上述論述，在引入機(jī)器視覺技術(shù)的基礎(chǔ)上，提出了一種全新的農(nóng)作物播種精度檢測方法，并通過對比實(shí)驗(yàn)的方式驗(yàn)證了該方法的應(yīng)用效果。將這種檢測方法應(yīng)用于實(shí)際，不僅適用于對單粒農(nóng)作物播種的精度檢測，也適用于多粒農(nóng)作物種子同時(shí)播種的精度檢測，具有更高的應(yīng)用適用性。在今后的研究當(dāng)中，為了進(jìn)一步提高檢測方法的應(yīng)用效果，還將從降低外界環(huán)境因素干擾因素影響的角度出發(fā)，提出一種適用性更強(qiáng)的檢測方法，以此提升檢測方法對應(yīng)用環(huán)境的魯棒性。

作者：楊?yuàn)W棋 李冰 單位：河南職業(yè)技術(shù)學(xué)院 現(xiàn)代信息技術(shù)學(xué)院