穴播排种器排种质量的检测

徐彦兰

（山西省农业机械化学校，山西 平遥 031101）

穴播排种器排种质量的检测

徐彦兰

（山西省农业机械化学校，山西 平遥 031101）

为开发自动化的排种器试验检测系统，研究了基于种子坐标检测和平稳随机过程的穴播排种器排种质量的检测法。而平稳随机过程支撑的机器视觉检测法具有较强的科学性和可行性，有一定理论价值和明显的工程应用价值，将对播种机的研发、制造、检验和使用产生有利影响。

排种器；穴播；排种质量

能有效准确地对穴播排种器的排种质量进行评价是研究机器视觉检测法的最终目的，考虑到穴播排种器型孔是按一定概率排出一定数目的种子、各个型孔等间隔排种、排种间隔只有微小随机波动等排种机理，在种子空间运行以及在承种带上形成种子流过程中还存在随机移动，建立以统计学为支撑的种子纵坐标统计模型能够更科学地表达种子纵坐标形成机理，并从中可靠提取穴播排种器的排种质量信息。

1 种子纵坐标统计模型

假定固定在土槽试验车上的穴播排种器以速度Vm平稳运行，其排种盘以转速np平稳旋转，排种盘的型孔数为Zp，按排种顺序为参与排种的每一型孔编号，称其为型孔编号并记作k。为同一型孔排出的种子分别编号，记作i，用（i，k）标记第k型孔第i粒种子。排种落点纵坐标与期望落点纵坐标（简称期望穴心）存在随机偏差，且偏差愈大概率愈小，其遵循正态分布。因此，落点纵坐标yik可表为下面的种子纵坐标统计模型：

式中：yik为种子纵坐标，第k型孔第i粒种子在世界坐标系oy轴上的落点坐标，cm；Xr为期望穴距，世界坐标系oy轴上穴距的统计均值，cm；εik为种子纵坐标样本中第k型孔第i粒种子与期望穴心之间的偏差，cm；rk为型孔种子数，即第k型孔所排出的种子个数。

2 期望穴心的纵坐标

在型孔编号已知条件下对式（1）中的种子纵坐标yik求条件数学期望，得期望穴心纵坐标yk如下：

由此可见，期望穴心纵坐标是期望穴距的k整数倍。但这个纵坐标yk还需世界坐标系oy轴上原点o的定位，即oy轴上原点o的定位应与穴播种子流事实上的期望穴心起点吻合，这样yk对应的落点才是真实的期望穴心。因此，世界坐标系oy轴上原点o的定位是一个更重要的问题。

3 期望穴距的标定

期望穴距Xr是计算期望穴心纵坐标yk的参数，可用公式（3）标定期望穴距Xr。

4 世界坐标系oy轴上原点o的确定

按照式（1）和式（2）的定义，种子流的第1个期望穴心（k=1时的期望落点）与世界坐标系oy轴上原点o相距一个期望穴距Xr，而对于检测所得的种子纵坐标样本，坐标起点是第1帧图像底边线所对应的目标区底边线，它一般与期望穴心不吻合。

由式（1）求得种子纵坐标样本的一阶原点矩如下：

式中：m1为种子纵坐标样本一阶原点矩，cm；m1（r）为种子纵坐标样本型孔种子数一阶原点矩。

从统计学的角度看式（4），当种子纵坐标样本的期望穴心得到正确估计时，样本正态随机偏差εik的总和应近似等于0，即下式近似成立：

由式（4）和式（5）可见，当种子纵坐标样本期望穴心的估计有偏差时，由于所有期望穴心的偏差相同，所以式（5）的样本计算结果要么大于0要么小于0。因此，考察种子纵坐标样本的最小值ymin，第1型孔第1粒种子的纵坐标y11在ymin± Xr/2范围内变动，式（5）样本计算结果零点解所对应的y11起点就是世界坐标系oy轴上原点o的一个合理估计。

5 未校正的型孔种子数时序样本

世界坐标系oy轴上原点o确定后，根据式（2）确定序列期望穴心纵坐标yk，以期望穴心为中心、yk±Xr/2为区间将oy轴上穴播种子流分割成互斥无缝的N个种子流区间，称作穴区间，变动k值并依次考察种子纵坐标样本的各个样本值yik，采用下式判别一个种子是否属于第k型孔（第k穴）：

满足式（6）则第k型孔计数1次，第k型孔计数的种子总数为r˜k。当种子纵坐标样本全部判别完毕后，获得未校正的型孔种子数时序样本S˜，可表为下面的离散序列：

上述穴播种子流分割和型孔种子数统计的合理性，建立在种子纵坐标统计模型的统计学机理上，其检测精度的不利影响达最小。

6 校正的型孔种子数时序样本

上述型孔种子数时序样本的样本值还不是真实的型孔种子数，由于采用使种子重复成像的序列图像采样方式，每粒种子被重复成像K次（称K为重复倍率），型孔种子数rk被放大了K倍，即存在常数序列{r˜k/rk=K∣k=1，2，…，N}。考虑视觉传感器平稳移动和平稳间隔采集种子流图像，每粒种子重复成像的概率相同，故型孔种子数被放大的倍率相同，则重复倍率K的值可用下式计算：

式中：ν为目标矩形框覆盖种子状态的最大纵向运动距离，cm；tν为目标矩形框覆盖种子状态的最大纵向运动时间，s；h为目标矩形框的高度，cm；H为图像高度，pixel；L为种子纵向投影长度的样本均值，cm。

用重复倍率K校正样本S˜，校正的型孔种子数时序样本S可表为下面的离散序列：

从式（8）和式（9）可看出，型孔种子数时序样本从未校正的样本S˜转换到校正的样本S，重复倍率K的计算结果会直接影响检测误差的大小，而图像分辨率IR、帧率FR、排种器移动速度Vm、种子纵向投影长度的样本均值L等4个参数决定重复倍率K值的大小，这些参数的标定误差会传递到重复倍率K。

7 型孔种子数的频率分布统计

校正的型孔种子数时序样本是对实际穴播种子流的逼近描述，是按型孔编号排列的离散序列。用r表型孔种子数，统计样本中数值r的个数，称其为r的频数n（r），亦即相同种子数的穴数。离散序列 ｛n（r）∣r=1，2，…，rmax｝称作型孔种子数r的频数分布，比值n（r）/N称作型孔种子数r的频率，则型孔种子数的频率分布可表为下面的离散序列：

8 穴播排种器的排种质量估计

由式（10）获得型孔种子数频率分布F（N，r），它能够精细描述排种器的排种质量。应用中，通常采用型孔种子数频率乘以100的数值表达，称作指数。对于穴播排种器，如果规定型孔种子数达2±1为合格，则定义下列描述排种质量的指标，其余情况可依此类推：

由式（11）、式（12）和式（13）计算表征穴播排种器排种质量的漏播指数M、合格指数A和超播指数D三项指标。

9 结语

根据穴播种子流的平稳随机过程特征，提出种子纵坐标统计模型。依据穴播排种器的平稳移动和平稳间隔排种机理，提出期望穴距的实用标定方法。最后由型孔种子数频率分布计算穴播排种器的漏播指数、合格指数和超播指数三项指标，进而对穴播排种器的排种质量做出评价。

［1］王玉顺，司惠萍，郑德聪，等.精密播种粒距的概率分布［J］．农业机械学报，2001，32（3）：40-43.

［2］盛骤，谢式千，潘承毅．概率论与数理统计（第三版）［M］．北京：高等教育出版社，2001.

Research on Seeding Quality of Hole Sow ing Seeding Device

XU Yan-lan
（Shanxi Agricultural Mechanization School，Pingyao，Shanxi 031101，China）

In order to develop automatic detecting system of seeding device test，the paper develops the detectingmethod of seeding quality ofhole sowing seeding device based on seed coordinate detection and stationary stochastic process.The abovemachine vision detectingmethod supported by stationary stochastic process is scientific and feasible，which has certain theoretical value and engineering application value，and will influence on development，manufacture，detection and improvement for seeding device.

seedingmachine；hole sowing；seeding quality

S223.2

A

2095-980X（2016）11-0012-02

2016-10-04

徐彦兰（1980-），女，山西五台人，硕士研究生，主要从事农业机械设计与试验的研究工作。