一种测量风传种子沉降速度系统的设计与实现

王学进，李鑫，戴梅

（常熟理工学院 电气与自动化工程学院，江苏 常熟 215500）

一种测量风传种子沉降速度系统的设计与实现

王学进，李鑫，戴梅

（常熟理工学院 电气与自动化工程学院，江苏 常熟 215500）

介绍了一种测量风传种子沉降速度系统的设计.系统采用MC9S12XS128单片机为主控芯片，利用两个线性CCD传感器分别采集种子下落过程中的视频信号，通过图像边缘检测算法精确捕捉种子下落过程中的始末两个时刻，利用加权算术平均法计算出种子沉降速度值，同时拟合出沉降高度与速度的曲线.实际测试表明，本系统具有测量精度高、抗干扰能力强、检测效率高、操作简单等优点.

线性CCD；边缘检测；种子沉降速度；加权算术平均法

种子随风扩散对植物种群基因流动、外来物种入侵、植物群落演替以及保护生物学等领域的研究有重要意义.在自然界中，气流、地形等外界环境对种子扩散作用影响较大，种子自身的生物学特性对其扩散距离也起到很重要的作用.在理想的外界环境下，植物种子在空中漂浮时间越长其扩散距离越远，而种子沉降速度是影响其扩散距离的重要因素之一.

基于此，本系统设计了基于线性CCD的测量风传种子沉降速度的系统，在不考虑外界环境的影响下，研究植物种子沉降速度，为测量种子沉降速度提供了一种新型高效方法.

1 系统总体设计

基于线性CCD的测量风传种子沉降速度的系统总体设计包括：系统机械结构设计，系统硬件设计、系统软件设计.系统的机械结构设计主要包括一只长度可伸缩的沉降管，线性CCD安装支架，以及用于维持整个系统平衡的支架.系统硬件设计主要包括信号采集模块，数据处理与显示模块等.在系统软件设计中，主要通过软件算法实现数据采集、处理等功能，最终实现测量种子沉降速度的功能.系统的整体组成如图1所示.

2 系统硬件设计

本系统以MC9S12XS128单片机为主要硬件平台，硬件设计主要包括：电源模块、MC9S12XS128最小系统[1]，BDM下载接口，线性CCD信号采集电路，按键输入及

液晶显示模块，声光报警电路.系统硬件组成如图2所示.

2.1 线性CCD信号采集电路

本系统采用的线性传感器是TAOS公司的TSL1401芯片，TSL1401的线性传感器阵列由一个1*128的光电二极管阵列组成，输出信号具有高线性度和均匀度，芯片内部集成度高，简化了操作控制逻辑，只需要一个串行输入端（SI）信号和时钟信号.

实验表明，TSL1401的输出信号和环境光线密切相关，导致相同的曝光时间、镜头光圈等参数下难以适应各种不同的环境，基于此，本系统设计了辅助光源，采用高亮度LED光源置于沉降管内部，使沉降管内部光线环境相对外界环境保持相对稳定的光强度，适合线性CCD稳定的工作.同时，在不降低系统采样率的前提下，采用运算放大器对线性CCD输出信号进行适当放大，可有效解决弱光线和输出信号低的问题.

系统选用TI公司的LMV358运算放大器对线性CCD输出信号进行放大，信号放大倍数的公式为：

经测试，设置信号放大倍数为11倍，可保证输出信号在合理范围内.TSL1401线性CCD驱动电路和信号放大电路如图3所示.

2.2 调试模块

良好的调试模块，可缩短系统开发周期，使系统设计更加完善.本设计中需要检测线性CCD的工作状态和采集信号，并需要设置系统中的相关参数，为此本系统设计了调试模块，主要包括串口调试模块、按键输入和液晶显示模块以及声光报警电路.

2.2.1 串口调试模块

系统通过串口与计算机上位机进行数据传输，采用MAX232进行电平转换.MAX232是MAXIM公司专为RS-232标准串口设计的单电源电平转换芯片，使用较为广泛.该芯片采用5 V单电源供电，芯片内部集成两个电源电路，分别完成+5 V至+10 V和+10 V至-10 V的电压转换，为通信提供电源.MAX232实现电平转换电路[2]如图4所示.

2.2.2 按键输入和液晶显示模块

系统采用独立按键输入设置相关参数，在显示端，选用体积小、功耗低、控制简便的LCD5110液晶，用于显示沉降时间、沉降高度、速度值等参数.

2.3 声光报警电路

为提醒测试人员注意测量结果是否正确，系统设计了声光报警电路[3]，对在误差范围内的结果进行绿灯提示，而对异常测量结果进行红光提示，并启动蜂鸣器报警.设计的声光报警电路如图5所示.

3 系统软件设计

本系统总体软件设计主要有单片机初始化、线性CCD信号采集程序、数据处理程序、数据显示及信号提示等软件设计.系统首先要对单片机初试化，以实现单片机各模块的工作方式.在程序的循环运行中主要是通过中断的方式采集CCD信号，并通过软件算法将采集数据计算为速度值显示到液晶上.系统总体软件设计流程图如图6所示.

3.1 边缘检测算法处理信号

本系统通过线性CCD采集种子下落过程的视频信号，利用图像边缘检测算法[4]捕捉种子下落的始末时刻.边缘是图像灰度不连续的结果，当没有种子落下时，CCD采集的信号灰度值稳定，图像最大灰度值在一定阈值范围内，而当有种子下落时，CCD采集到种子图像的灰度值明显区别于正常图像，图像灰度值有很大波动，通过边缘检测算法能够标识数字图像中亮度变化明显的点，以此辨别有种子落下的情况，记录检测到种子下落的始末时刻.

传统边缘检测算法包括滤波、增强、检测和定位四个步骤，通过滤波算法消除采集信号噪声，增强图像边缘强度，通过判断图像像素灰度值幅值大小来检测边缘，最终确定边缘在图像中的位置.根据设计需要本系统对传统边缘检测算法过程进行了优化，由于采集图像信号主要用于检测是否有种子下落，无需确定边缘具体位置，因此可忽略定位环节.本系统采用的边缘检测算法包括限幅平均滤波法和检测图像灰度幅值阈值两部分[5].

3.1.1 限幅滤波法

线性CCD将采集到的视频信号以模拟量的形式输出，单片机需要通过A/D转换器对模拟量进行A/D转换，转换成8位数字信号量，并将数字图像灰度信息存储在数据缓存数组中.

通过限幅滤波算法，对图像信息进行预处理，首先确定相邻两像素点的灰度值所允许的最大偏差值，如果第i个像素点与第i-1个的灰度值之差在最大偏差值范围内，且第i个像素点与第i+1个的灰度值之差也在最大偏差值范围内，则判定该点为有效像素点，否则判定该点为无效像素点，并用上一个像素点的灰度值代替该点.通过对图像进行限幅滤波，能有效克服因偶然因素引起的脉冲干扰，去除图像噪声.经限幅滤波算法处理后的采集种子的图像如图7所示.

3.1.2 检测图像灰度幅值阈值

经过限幅滤波后可以正确恢复原始图像信息，需要对有种子落下的图像信息进行检测识别.由于不同种子落下的情况各有不同，每幅图片的信息也不同，经测试可发现有种子落下的图像灰度值的幅值有明显波动，因此可通过检测图像灰度值的幅值大小来判断是否有种子下落.

本系统采用递推平均法检测幅值，把连续取N个采样值看成一个队列，队列的长度固定为N，每次采样

到一个新数据放入队尾，并扔掉原来队首的一个数据，把队列中的N个数据进行算术平均运算，就可获得处理后的平均幅值，将该平均幅值和设定的幅值阈值A作对比，若大于阈值A，则说明检测到有种子落下，实验测试表明，递推平均算法可准确的检测出种子落下的情况.

3.2 数据处理算法

系统通过边缘检测算法测出种子下落过程的始末时刻，在沉降高度一定的情况下，对种子沉降实验进行多次测量，测出种子每次下落时间，计算种子单次沉降速度，再采用加权算术平均算法计算出种子的最终沉降速度，具体算法如下：

Xi为同一颗种子在沉降高度为H时的沉降时间的测量结果，Wi为对应速度值的权数，Y为加权算术平均数即沉降速度值，则加权算术平均数的计算公式为：

采用加权算术平均算法可减小计算误差，可以适当扩大当前测试值对未来测试沉降速度的预测值的影响作用.经过多次实验，使用加权算术平均算法可准确测得种子沉降速度.

4 实验数据处理

4.1 数据仿真验证

实验选用蒲公英种子，测量种子在0.5 m，1.0 m，1.5 m以及2.0 m的沉降高度下的下落时间，根据加权算术平均算法计算出沉降速度，数据如表1所示.

为验证算法准确性，系统对算法进行了Matlab实验仿真，对上述数据进行了验证，经实验仿真得到沉降高度与沉降速度结果如图8的曲线1所示，仿真结果与系统数据运行结果一致.且系统对同一沉降高度下的沉降速度进行了多次测量，并与传统秒表的测试方法进行了测试对比，测试结果表明，该系统多次测量的实验结果误差小，系统算法设计准确，测量更为精准.

4.2 拟合数据线性曲线

为便于测量不同高度下的种子沉降速度的大小，系统对沉降高度和沉降速度的关系曲线进行了一次线性直线拟合，建立曲线模型为一次线性函数：

其中K，b为一次线性函数系数，x为种子沉降高度，y为种子沉降速度值.系统采用的Matlab拟合一次线性曲线程序如下：

对应一次线性函数中的参数为K=0.0160，b=0.1955，即得到种子沉降高度与沉降速度的一次线性直线如式（4），实验拟合出的曲线如图8曲线2所示.

5 总结

设计了一种基于线性CCD的测量风传种子沉降速度的系统，可准确测量风传种子的沉降速度.实验表明，本系统具有测量精度高、抗干扰能力强、检测效率高、操作简单等优点，为测量种子沉降速度提供了一种新型实用的方法[6].

[1]孙同景.Freescale 9S12 16位单片机原理及嵌入式开发技术[M].北京：机械工业出版社，2008：87-90.

[2]江淑红，李涛，刘祖望.基于单片机的低成本高性能异步串口扩展技术[J].计算机工程，2005，31（6）：195-196.

[3]康华光.电子技术基础·模拟部分[M].北京：高等教育出版社，2006：102-105.

[4]熊秋菊，杨慕生.图像处理中边缘检测算法的对比研究[J].机械工程与自动化.2009（2）：21-23.

[5]马苗，樊养余，谢松云.基于灰色系统理论的图象边缘检测新算法[J].中国图象图形学报，2003（10）：1136-1139.

[6]郭强，朱敏，徐勒，等，五种杂草种子的沉降速度[J].生态学杂志，2008，27（4）：519-523.

Design and Implementation of Measuring Wind Dispersal Seed Settlement Velocity System

WANG Xue-jin,LIXin,DAIMei
(School of Electrical and Automation Engineering,Changshu Institute of Technology,Changshu 215500,China)

This paper introduces a kind of designing and Implementation ofmeasuring wind dispersal seed settlement velocity system.Based on the MC9S12XS128,the system can get the seed falling video signal by linear CCD,and it can acquire seed settlement time after processing signal with image edge detection algorithm.Besides,the system can calculate the final settlement velocity by the weighted arithmetic average and also fitting the curve of sedimentation height and speed.The test shows that the intelligentmeasurement system has the features of high precision,strong disturbance attenuation,high efficiency,and easy operation and maintenance,and that it can improve the design and performance of products,which can be widely used.The system provides a practical way tomeasure wind dispersal seed settlement velocity.

linear CCD;edge detection;seed settlement velocity;the weighted arithmetic average

Q94-337

A

1008-2794（2014）04-0095-05

2013-04-10

李鑫，实验师，硕士，研究方向：智能控制技术与现代检测技术，E-mail：lixin_cx@163.com.