计算机视觉技术在玉米种子自动检测中的应用

2019-12-21谭会君

农机化研究 2019年3期

关键词：特征参数玉米种子图像处理

潘霞，谭会君

(1.河南经贸职业学院，郑州 450000;2.漯河职业技术学院，河南漯河 462002)

0 引言

计算机视觉技术涉及诸多领域，由机器来代替肉眼完成工作，机器视觉在各类生产中的应用逐渐开始普及。机器视觉在农业种植中主要用于作物品种检测、病害检测、采摘、品质检测及品质分级等方面[1-6]。

根据数据统计，2007年我国玉米总产量约为1.45亿t，到2016我国玉米总产量约为2.19亿t。随着种子市场的放开，种子的质量比较难以把控，对玉米种子的检测显得尤为重要。

将计算机视觉技术应用于种子自动检测的研究已有许多，如中国农业大学的宁纪峰等[7]通过对采集的单颗玉米粒图像处理后，提取特征参数图像，通过提取的图像形态分析玉米的品种。成芳等[8-9]研究水稻品种识别中采用了计算机视觉技术。闸建文等[10]利用计算机建立玉米品种识别标准，识别率可达到88%。在玉米种植中，玉米的产量很大程度取决于种子的质量。为此，本文综述这方面的研究信息，为后期研究提供参考。

1 检测图像的采集

用于图像采集的设备主要包括取像设备和采集卡，目前用于取像的设备多为CCD(CMOS)摄像机及数字扫描仪，CCD摄像机对静态摄像来说是比较经济合理的选择。采集图像要显示清晰，背景的选择尤为重要，需要采集的图像实物是玉米种子，玉米种子多为黄白色，因有比较大的对比度会显示更清楚，故选择黑色为背景。由于采集图像时光照可能会不好，需要对光照强度进行补偿，有光线照到玉米种子上就会形成阴影，阴影过多过大会对图像的采集造成很严重的影响，对后期图像的处理和识别都会构成很大的障碍。所以，光源的性状选择为造成阴影少的环形光源，并添加光罩，减少外界杂乱光线的影响。采集成像设备如图1所示。

图1 采集成像设备

2 图像处理分析

检测程序(见图2)中，重要的是图像处理和特征提取，图像处理(见图3)是为了提取需要的特征图像做的准备工作，包括灰度分布、图像增强、分割取样及图像滤波等[10-13]。在图像处理前还应当考虑到采集图像时的背景颜色是否控制，在允许的条件下，应选择单一颜色的背景，且背景颜色与玉米的对比度要大；在进行玉米种子检测时还应考虑颜色特征对识别结果的影响。玉米种子在检测时，由于玉米中的性状不规则，且容易发生移动，图像处理时需要考虑到空间位置的移动和玉米轮廓的变化。

图2 玉米自动检测程序

图3 图像处理基本程序

图像处理的后期工作就是提取图像中的特征参数，通过标记需要的图像轮廓，沿着标记轮廓将特征图像分割出来，并采用多对象算法提取，对提取形态特征参数和颜色特征参数进行识别。提取特征参数流程如图4所示。

图4 图像特征提取基本程序

3 玉米种子品种检测

在玉米育种、种子的销售等环节中，品种的检测是必要程序。国内外许多学者进行了基于机器视觉技术的种子品种研究。SHEN等[14]通过扫描仪扫描5种玉米种子，通过距离判断式并结合神经网络，形成分类器系统软件进行品种的检测识别。PEARSON[15]采用彩色摄像机采集玉米粒图像，并提取图像特征参数识别玉米粒品种。郑敏江等[16]通过数码相机采集图像，将图像增强滤波后，使用BP神经网络系统识别区分玉米品种。徐静玉等[17]使用传感器进行对玉米种子的颜色识别。曹长虎等[18]将采集的图像处理后，摒弃传统的算法，以多对象标记算法分析玉米粒参数，通过对玉米粒的面积、周长、中心线位置和长度、密实度等多个参数进行分析，识别算数模块采用BP神经网络系统的遗传网络算法，将提取的特征参数与参数数据库中的参数相比较分析，正确识别玉米品种。张俊雄等[19]研究利用CCD摄像机采集图像，采用分析尖端区域，用识别检测玉米种子内部是否有裂纹，玉米种子品种识别度达到90%。史中辉等[20]采用摄像机采集玉米种子的图像，处理后提取形态和颜色两种特征参数，来识别玉米种子的品种。司秀丽等[21]采用彩色摄像机采集图谱，对图像进行灰度分别、图像分割等处理，与标准图谱相比较，经试验检测到玉米种子的识别度达到99．5%。闫小梅等[22]采用CCD摄像机获取图像，图像处理后提取颜色特征参数，玉米种子品种的识别度达到93．7%以上。刘双喜等[23]采用CCD摄像机采集玉米种子尖端图像，分割尖端区域的颜色特征图像，采用DBSCAN算法进行玉米识别，识别率达93．3%。

利用计算机视觉技术来自动识别玉米品种，通过采用多对象轮廓提取算法，分析玉米粒的性状特征和颜色特征，定义玉米粒的各项参数特征，并分析提取的特征图像，提高玉米种子品种的识别度。

4 玉米种子纯度检测

种子的纯度是玉米种子质量控制的指标之一，种子市场的混乱，以次充好的种子进入市场会严重损害农户的利益，因此玉米种子的纯度检测非常重要。目前，检测纯度的方法有籽粒形态法、幼苗形态法及蛋白质电泳法。籽粒形态法适用于亲本自交系近的杂交种子，幼苗形态法适用品种少；但周期长，不利于生产种植。蛋白质电泳法分析快速，结果可靠；但该方法检测种子纯度的速度慢，无法满足大规模的种植要求。计算机视觉检测玉米纯度可以快速准确地达到要求。

朱晓[24]利用高频反射图像，提取多个特征图像参数，通过改进的遗传算法分析图像，建设了分级数据库，该数据库检测玉米种子纯度的准确率达到97%以上，检测效果稳定。司秀丽等[22]采用彩色摄像机采集图像，将采集的图像灰度分布、增强且均衡化，得到的图像与电泳比较判断纯度。周红等[25]在玉米种子纯度检测中，利用计算机视觉技术对不同品种玉米种子进行区别精度高。

5 玉米种子活力检测

玉米种子的活力是指在实际种植的情况下，决定玉米种子出苗和生长为健康幼苗的潜在能力。活力好的种子有发芽率高、出苗整齐的优点，也有很好的抗逆性，种子活力的检测方法有常规的电导率测定、四唑染色法及发芽实验法。四唑染色法是玉米种子活力检测方法中国际上公认的一种可靠的检测方法，该方法通过染色玉米的种胚，观察种胚染色的深浅和面积来判断玉米种子的活力。由于颜色的深浅以肉眼来判断很难达到要求，染色的面积也是不规则的，常规方法无法计算出来，因此可以结合计算机视觉技术来检测，将染色的种胚为目标采集图像，提取图像中的颜色特征参数，便可检测活力的水平，提高了检测效率和精度。赵新子等[26]采用四唑染色法与计算机视觉技术相结合的方法，对染色后种胚采集图像，提取颜色特征参数，并计算染色面积，判断种子的活力水平，经试验验证该方法的识别率为94%。

6 玉米种子裂纹检测

玉米种子产生裂纹后会影响到种子的发芽率，易引起发热和遭受害虫及霉菌的侵袭，必须严格检测玉米是否有裂纹。朱文学等[27]用显微镜检测玉米种子的裂纹，观察裂纹的变化情况。Gunasekaran S[28]利用商用的计算机视觉程序采集玉米种子的图像，可以快速识别玉米种子内部的裂纹。其利用去除尖端区域的方法[29-30]可以减少干扰检测的无裂纹区域对识别的影响，对两个品种进行了是否有裂纹识别，准确度可达到90%以上。张俊雄等[19]表面裂纹检测：采集玉米种子的单颗图像后通过分割阈值、膨胀等处理，判定玉米种子的尖端区域，识别率过90%。研究证明：该方法对于玉米种子内部裂纹的测定具有很好的实用性。