基于计算机自动识别的萝卜幼苗栽植试验分析

张 青，黄振中

(河南应用技术职业学院，郑州 450042)



基于计算机自动识别的萝卜幼苗栽植试验分析

张 青，黄振中

(河南应用技术职业学院，郑州 450042)

在萝卜幼苗栽植中，基于计算机自动识别技术，通过分析设计萝卜幼苗栽植的的需求，设计优化了其栽植系统。试验表明：设计基于计算机自动识别的萝卜幼苗播种系统，自动识别检测出的萝卜幼苗率达到80%，可实现自动化萝卜幼苗栽植作业, 提高效率90%,提高栽植质量98%。在农业实践萝卜幼苗播种中，设计应用基于计算机自动识别的萝卜幼苗栽植系统，已通过试验验证，具有广泛的应用价值。

自动识别技术；幼苗播种；萝卜；计算机

0 引言

我国农业发展中，萝卜种植产量占到世界产量的三分之一，是世界萝卜种植大国[1]。但是，目前缺乏现代化种植技术，致使我国萝卜的单产水平相较世界水平存在明显差距。因此，实现基于计算机自动识别的萝卜幼苗播种，有助于提高萝卜种植的效率与质量,促进萝卜产生的健康发展。

1 基于计算机的自动识别技术

计算机技术的发展，不仅预示着人类未来社会将会形成巨大的信息化工业变革，也预示人们渐渐拥有应用计算机技术优化生活质量的能力[2-4]。在计算机技术中，自动识别技术在萝卜幼苗栽植系统设计中发挥着积极的作用，应用计算机自动识别，可以很好地处理识别图像信息，代替人类视觉去识别图像，从而帮助人们自动化栽植萝卜幼苗[5-6]。计算机自动识别技术，其实是一门具有很强的交叉性学科,不仅包含计算机技术、数学、光学、色度学、最优控制、人工智能及数学形态学理论，还包括数字图像处理、模式识别、信息论及神经网络及遗传算法等多种自然科学技术[7-12]，在实际中具有重要应用价值。

2 系统需求分析

国内萝卜播种中，多采用垂直窝眼轮式排种器，由于窝眼轮式排种器在工作过程中因萝卜籽粒径小、含油量高等物料特性易导致破碎和堵塞，破碎后的萝卜籽数粒凝结成球后受到刮种器的挤压，容易堵塞窝眼而造成漏播减产[13]。

本次设计的萝卜幼苗栽植系统，可以利用计算机自动识别技术，实现栽植自动化操作，使萝卜幼苗自动化栽植成为现实。基于计算机自动识别技术，不伤萝卜幼苗，对萝卜幼苗形状尺寸要求不严；可以检测出萝卜幼苗的表面颜色及着色面积的大小,并可同时将获取的萝卜幼苗彩色图像信息中的RGB数据转换为HIS值[14], 易于被计算机中的视觉系统进行自动识别,从而优化设计萝卜幼苗栽植系统，满足自动化萝卜幼苗栽植作业的需求，提升了系统应用价值。

3 萝卜幼苗栽植系统设计

3.1 总体结构设计

在自然场景下，直接用CCD摄像机去拍摄田间与萝卜幼苗播种相关的图像，可以通过系统的动态库函数，把拍摄到的数字摄影图像直接的传输到计算机中，并通过自动识别算法处理图像信息[15]。本研究中，设计计算机自动识别萝卜幼苗栽植系统的总体结构组成，如图1所示。

本设计中，应用日本Panasoni WV-CP410/G型号CCD摄像机，通过光电转换器件CCD,能够将光信号有效转换成一个电信号。

系统中的图像采集卡，ADT-GRFZoo型号，其分辨率可以达到SBIT(512×512像素点)，也可高速缓存256kB数据。

图1 系统结构

3.2 系统功能

计算机自动识别的萝卜幼苗播种系统设计中，要求能从已给出的、比较清晰的、含有萝卜幼苗图像的图片中，利用计算机自动识别技术，准确、快速地识别出萝卜幼苗图像，并进行自动化播种，系统流程如图2所示。

图2 系统流程

1)读入图像：把读入的图片默认为比较清晰的、几乎没有倾斜度的图片。

2)图像预处理：图像预处理过程需要把图像转换成便于定位的二值化图像，需要经过图像灰度化、图像增强、边缘提取及二值化操作。

3)萝卜幼苗定位：利用萝卜幼苗区域的特征来判断萝卜幼苗播种情况，将萝卜幼苗区域从整幅图像中分割出来。

4)字符分割：字符的分割要求能够准确地定位字符边界，进而将萝卜幼苗播种图像内的所有字符提取出来。

5)字符识别：应用模板匹配的算法来实现字符的识别，要求能准确地识别萝卜幼苗播种情况。

3.3 自动识别算法

1)处理灰度图像。计算机中，图像往往是灰度与彩色的组合,计算机图像是二维平面上的信息。在计算机自动识别中，对于灰度图像的处理，主要进行根据单色的图像灰度，再去定义输出图像的灰度，从而确保能够改善图像对比度。在实际中，单色图像主要有256级灰度、128级灰度及64级灰度等。256级的单色图像处理中，假设源图像的灰度值是f(i,j),则其处理后灰度值就是g(i,j)。

进行平均值滤波：

g(i,j)=[f(i-1,j-1)+f(i-1,j) +

f(i-1,j+1)+f(i,j-1)+f(i,j)+

f(i,j+1)+f(i+1,j-1)+f(i+1,j)+

f(i+1,j+1) ]/9

在实际处理中，针对边缘像素的处理中，应该防止数据越界，避免影响图像处理精度。

2)增强图像对比度。将图像灰度线形扩展，才能显著改善图像质量，达到增强图像的对比度和分辨率的效率。针对正常采样获得的萝卜幼苗播种图像，有效变换图像信息的线性灰度，突出了图像感兴趣目标与灰度区间，并可去抑制图像中不感兴趣的目标、灰度区域。令原图像f(x，y)的灰度值范围是[a，b]，线性变换后，图像g(x，y)的范围为[0，Mf]。g(x，y)和f(x，y)的变换关系的数学表达式为

其中，对于灰度级为256的图像而言：Mg=Mf=255

3.4 系统软件代码实现

对于本次基于计算机自动萝卜幼苗播种系统设计中，应用Java语言程序设计，部分实现代码如下所示：

输入视图代码：

class Cinpu tView : public CView

{

USE EDUC GO

IF

Object _id( N'S_C_GRADE', 'V' )

IS NOT NULL

ROP VIEW S_C_GRADE GO

CREATE VIEW S_C_GRADE AS

……

//}}AFX_MSG

DECLARE_MESSAGE_MAP()

};

进入图像自动化识别会话代码：

class CEnterDlg : public CDialog

{

DECLARE_DYNAMIC(CEnterDlg)

// Construction

public:

CEnterDlg(CWnd* pParent = NULL);

// standard constructor

……

Virtual void Do Data Exchange( );

// Generated message map functions

//{{AFX_MSG(CEnterDlg)

//}}AFX_MSG

DECLARE_MESSAGE_MAP()

};

系统测试代码：

class CTestView : public CView

{

protected:

CTestView();

// protected constructor used

by dynamic creation

……

}

4 萝卜幼苗播种试验验证

4.1 试验条件

为了测试计算机自动识别萝卜幼苗播种系统在实践中的栽植效果，在土地基质相同的两块萝卜种植田间，测试比较普通栽植机及本次设计的拥有计算机自动识别萝卜幼苗播种栽植萝卜的效果。以萝卜幼苗为试验对象，保证能够在正常的晴天状态下,不受天气因素感染，在当天拍摄获取在自然田见的萝卜幼苗图像，并对图像之中的萝卜幼苗播种进行识别。

4.2 方法

在自然背景下获取的图像,其背景复杂多变,可以先用计算机自动识别方法，划定分割萝卜幼苗的栽植范围区域,减少干扰信息对识别算法的影响。

1)首先，测试计算机自动识别萝卜幼苗栽植系统的株距控制；

2)其次，测试系统自动识别检测出的萝卜幼苗率；

3)最后，测试系统播种萝卜幼苗的质量与品质。

在该系统中，对于萝卜幼苗，均可以采用穴播的方式,对于每穴之间确保4cm间隔，可以呈直线栽植3处幼苗，确保萝卜幼苗的株距达到30cm。

4.3 检验标准

1)完整幼苗：幼苗生长良好，植株完整，并匀称地种植在土壤内，保持健康的生长状态。

2)有轻微缺陷的萝卜幼苗：即在幼苗主要的结构构造中有轻微的缺陷，但在其他方面仍能比较良好而均衡发育，可以比得上同一试验中完整的幼苗。

3)萝卜发生次生感染幼苗：不仅明显的符合萝卜幼苗轻微缺陷的要求，而且萝卜种子自身也受到了真菌、细菌等病原体的感染。

4.4 试验结果

1)在萝卜幼苗播种中，应用计算机自动识别萝卜幼苗播种系统，不会发生播种株距不均匀的情况，可以大大提高栽植质量。

设计基于计算机自动识别的萝卜幼苗播种系统，自动识别检测出的萝卜幼苗率达到80%，可以实现自动化的萝卜幼苗栽植作业, 如图3所示。

图3 萝卜幼苗播种效果

2)提高萝卜栽植的效率90%,提高萝卜幼苗栽植质量98%，结果如表1所示。

表1 应用效益

5 结论

萝卜幼苗栽植中，应用基于计算机自动识别的萝卜幼苗栽植系统，可有效识别出不同株的萝卜幼苗。在系统应用中，还可基于颜色特征对自然场景下的萝卜幼苗进行识别，有效排除了大量信息对幼苗播种图像识别的干扰，进一步提升识别与萝卜幼苗栽植相关数据的精度，确保萝卜幼苗播种质量得到提升，发挥积极的应用实践效益。

[1] 孙明,凌云.基于计算机视觉的萝卜幼苗自动识别技术[J].农业机械学报,2002,33(5):75-77.

[2] 王艳春,迟胜起,郑长英，等.黄顶菊种子的图像分割及特征提取[J].青岛农业大学学报：自然科学版,2010,27(4):325-329.

[3] 冯燕.自动识别技术在农业中的应用研究[J].科技信息,2012(33):570,581.

[4] 杨慧勇,高灵旺,牛国飞，等.农业害虫远程自动识别诊断系统应用技术研究[J].山西农业科学,2010,38(6):40-42,65.

[5] 陈含.黄瓜病害图像自动识别的研究[D].保定：河北农业大学,2013.

[6] 陈田,梁华国,王伟，等.基于优化编码的LFSR重播种测试压缩方案[J].计算机研究与发展,2012,49(2):443-451.

[7] 邓飞,祁亨年,赵光武，等.基于计算机图像处理技术评估杉木和马尾松种子活力[J].农业工程学报,2012,28(z2):274-279.

[8] 张晓亮,时磊,王娜，等.基于传感和信息采集的免耕智能播种机设计[J].农机化研究,2016,38(5):160-164.

[9] 麦丽瑶,岑惠锋,吴道洲，等.柠檬无菌播种试验[J].安徽农业科学,2014(6):1639-1640,1656.

[10] 范旭辉,贾洪雷,张伟汉，等.免耕播种机仿形爪式防堵清茬机构参数分析[J].农业机械学报,2011,42(10):56-60.

[11] 芦帅.拖拉机播种作业机组自动导航路径规划系统设计与研究[D].石河子：石河子大学,2012.

[12] 顾丽亚.播种机排种机构的虚拟样机设计与仿真[J].机械设计与制造,2013(7):230-232.

[13] 王学良, 张晋国, 侯玲玲,等.萝卜、白菜、甜菜气吸式精量播种机的研究[J].农机化研究, 2014，36(6):90-93.

[14] 张斌, 张晋国, 周辉,等.萝卜气吸式精量播种机的研制[D].保定：河北农业大学, 2013.

[15] 童文君.花菜白萝卜不同播种期种植试验总结[J].现代园艺, 2014(2):8.

Analysis of Computer Automatic Identification of Radish Seedling Planting Test

Zhang Qing, Huang Zhenzhong

(Henan Vocational College of Applied Technology,Zhengzhou 450042,China)

The aim of this study was to analyze the problem of seeding test of radish seedling based on computer automatic identification. In the agricultural radish seedling sowing, design optimization radish seedling planting system, automatic identification technology based on computer, through the analysis of the design of radish seedlings seeding system demand and design the system, analysis of planting system application performance. Results the test confirmed that based on computer automatic identification of radish seedling planting system, automatic identification detection of radish seedling rate reached 80%, can realize the automation of radish seedling planting operation, improve the radish seeding efficiency of 90%, improve sowing quality of radish seedlings 98% of the computer automatic identification of radish seedling planting system have good application quality of design. Conclusion in the agricultural practice, the design and application of the radish seedling based on computer automatic identification system, has been tested and verified, and play a positive application value.

automatic identification technology; seeding plant; radish; computer

2016-04-22

河南省青年教师资助计划项目(2011GGJS-207)

张 青(1973-)，女，河南信阳人，副教授，硕士，(E-mail)zhangqing730408@163.com。

S126

A

1003-188X(2017)05-0211-04