計算機視覺技術(shù)在玉米種子自動檢測的應用

1、 計算機視覺技術(shù)在玉米種子自動檢測的應用 梁文東Reference：基于機器視覺考量、分析玉米種子品質(zhì)這一領域的研究動態(tài)進行綜述，主要從玉米種子純度、品種、活力、機械和霉菌損害等方面的自動檢測進行闡述，并對玉米種子檢測自動化方面存在諸多尚待改進之處進行總結(jié)，以期給后續(xù)學者開展相關(guān)研究提供必要的參考。Keys：計算機；視覺技術(shù)；玉米種子；質(zhì)量；檢測S513 ：A ：1003-4374（2015）01-0047-04引言計算機視覺是提高人類生產(chǎn)、生活自動化和智能化程度的有效手段。目前，農(nóng)產(chǎn)品分級與品質(zhì)檢測、種子品質(zhì)檢測、果實的采摘、病害檢測等方面，機器視覺都有廣泛研究。作為世界三大糧食作物之一，玉

2、米在糧食貿(mào)易中所占比重不斷升高。隨著計算機技術(shù)進步，尤其是圖像技術(shù)的發(fā)展，建立在視覺技術(shù)的測量方法也高速發(fā)展，要適應測量的現(xiàn)代化步伐，算法快速并且精度要高是圖像實現(xiàn)測量途徑的必然要求。在玉米生產(chǎn)中，種子質(zhì)量是最為關(guān)鍵的因素之一，玉米的收獲產(chǎn)量和產(chǎn)品品質(zhì)與種子質(zhì)量的優(yōu)劣息息相關(guān)。十多年來，國內(nèi)學者對應用機器視覺技術(shù)進行玉米種子檢測方面開展了深入研究。本文主要綜述這類研究，為今后該領域?qū)W者提供參考信息，從而加快系列研究的深入開展。圖像采集與模式識別目前，CCD相機、掃描儀或數(shù)碼相機是主要的圖像采集設備。CCD相機在生產(chǎn)線的開發(fā)當中是最好的選擇，而對靜態(tài)檢測設備而言面陣相機則是上選，如果應用場合是既

3、有設備，那么數(shù)碼相機等更為適用。由于在封閉的環(huán)境光照足夠穩(wěn)定，此時圖像噪聲干擾較小，免除標定這一環(huán)節(jié)，在后續(xù)處理時非常方便，所以圖像采集通常是在封閉環(huán)境中進行。用于移動設備的相關(guān)軟件的研究中，則有四個方面的情況需要著重考慮：第一，當前采集玉米圖像時所用背景都是單一顏色，而在生產(chǎn)具體應用中則完全有可能是非單一顏色；第二，在用戶使用過程中，光照條件不確定、特別是顏色特征對圖像質(zhì)量有影響。第三，玉米種子體積不大，當玉米種子的空間位置發(fā)生移動時，圖像中種子的特征會隨著改變。第四，在圖像采集時，如采集的角度存在偏移，圖像中玉米種子的形態(tài)也不會保持不變。玉米種子純度檢測種子最主要的質(zhì)量指標之一是純度，目前

4、，形態(tài)學鑒定和蛋白質(zhì)電泳分析法是主要的鑒定籽粒純度方法。國外學者從圖像當中提取玉米種子形態(tài)方面的參數(shù)，并結(jié)合判別函數(shù)實現(xiàn)對玉米統(tǒng)計學的種子外形判斷，實現(xiàn)玉米種子從非完整玉米種識別。當然，該方法效率不高，所費時間過多。朱曉利用高光譜反射圖像技術(shù)，提取多個波段種子圖像特征，然后通過遺傳算法選擇最優(yōu)波段圖像，建立分級模型，達到對玉米種子純度檢測的目的。所建立的分類模型測試精度達到97.22%。另一批學者針對純度考慮圖像識別這一方法實現(xiàn)識別玉米種子，首先是彩色相機獲得圖譜，通過基于閾值的二值化處理圖像灰度變換、圖像均衡化，實現(xiàn)和電泳圖譜進行比對以期判斷純度水平，玉米種子純度在計算機和人眼檢測結(jié)果，得到

5、一種高效測玉米種子純度的方法，而這個技術(shù)對2個品種玉米的平均識別準確度接近100%。綜合幾種玉米種子純度檢測方案，形態(tài)鑒定法方法簡單，但效率與精度不高。隨著檢測識別算法的改進和計算機處理能力的提高，計算機視覺技術(shù)將比其他方法更高效更準確。玉米種子品質(zhì)自動檢測周紅等為實現(xiàn)對種子評級，借助圖像處理技術(shù)得到玉米種子輪廓。通過計算機模糊識別代替玉米種子形態(tài)傳統(tǒng)鑒定法，目的是將識別水平大幅度提高；基于模糊數(shù)學以及統(tǒng)計學，得到隸屬函數(shù)，從而制定對品種進行判別的規(guī)律，玉米種子得以判別，所構(gòu)建的系統(tǒng)投資低，而且玉米種子品質(zhì)的識別率為88%。閆小梅等通過CCD相機，對玉米種子冠部和無胚芽面圖像進行提取，利用圖像

6、預處理將單個籽粒分割出來，通過圖像分割，將冠部核心區(qū)域和側(cè)面黃色區(qū)域6個顏色特征提取出來，以Fisher判別理論和K-均值聚類為依據(jù)，將特征投影到一維空間，進行純度識別，識別率不低于93.75%。玉米收獲后加工的重要環(huán)節(jié)之一就是對玉米種子質(zhì)量進行分級，在玉米種子質(zhì)量分級工作中，機器視覺技術(shù)優(yōu)勢明顯，例如不會對玉米種子造成損壞、更好實現(xiàn)分級。相關(guān)學者提出從特征值按照一定的等級進行分類，采用典型神經(jīng)網(wǎng)絡與隸屬函數(shù)方法對玉米種子實現(xiàn)分級，發(fā)現(xiàn)：BP神經(jīng)網(wǎng)絡處理時間更短，具有更好的實時性，為現(xiàn)實應用打下良好的基礎。有學者將形態(tài)學加上種子分級設備，能夠?qū)崿F(xiàn)準確率高達90%以上的將種子分為4級的方法。吳繼

7、華等開發(fā)了一種種子品種實時檢測系統(tǒng)，該系統(tǒng)是基于機器視覺，由CCD攝像機進行圖像采集，每隔2s停止1次，在分析結(jié)束時就可以得到特征參數(shù)，二十粒種子只需一秒鐘時間。Wan等18-19將機器視覺應用在谷物類進行動態(tài)識別，并進行分類，得到圖像就進行處理，并將信號傳給對應的PLC，從而閉合電磁閥，以達到吹離目的。宋鵬等就分級系統(tǒng)在動態(tài)玉米品質(zhì)檢測，抓住玉米種子的特征，把種子分類形態(tài)以及顏色分別分為4級和3級，合格率分別為8 1.8%和93.04%，還能夠?qū)崿F(xiàn)玉米種子品種，應用Bayes分類器以及模式識別法實現(xiàn)識別玉米種子品種達到5種，識別準確率不低于92%；結(jié)合玉米顏色等信息，實現(xiàn)單倍體籽粒分類，待識

8、別玉米單倍體后，將用氣吸方式和二自由度并聯(lián)機器人機構(gòu)相結(jié)合進行分揀，精度不低于80%。目前的玉米種子品質(zhì)自動檢測中，多采用可見光進行圖像采集，然后通過綜合處理分析種子的外部特征來確定品質(zhì)等級。鮮有利用紅外等不可見光生成的圖像來進行品質(zhì)分級，因而無法精確分析種子內(nèi)部的品質(zhì)特征，影響到檢測精度。因此，運用不同波段圖像分析玉米種子品質(zhì)，將成為以后種子品質(zhì)檢測的一個重要方向。玉米種子活力檢測漫射光法、熱浸法、電導率測定、四唑染色法、冷浸法、發(fā)芽實驗等是種子活力的常規(guī)檢測方法。目前，有效結(jié)合圖像識別與處理等技術(shù)以及發(fā)芽試驗和四唑染色法等方法的優(yōu)勢，能夠準確測定種子活力。趙新子等對活力識別進行論述，染色種

9、胚后獲取彩色圖像，判斷染色區(qū)域在種胚的面積占比，得到活力水平評判，識別率為94%。 張曉宇等通過處理和分析種苗圖像，根據(jù)玉米種苗特征建立起可以方便、快速地獲取苗高、苗鮮重等信息的相關(guān)統(tǒng)計模型，該模型直接用于玉米種子的發(fā)芽試驗，以便獲得準確可靠實驗結(jié)果。該技術(shù)將作為玉米種子發(fā)芽試驗新的檢測手段，同時應用于其它植物種子發(fā)芽試驗。Zayas等通過形態(tài)學參數(shù)把玉米種子從被破壞的玉米種識別，結(jié)合統(tǒng)計學方面的判別函數(shù)，將被破壞的玉米種子剔除。為了檢驗播種材料，需要對種子發(fā)芽的規(guī)律以及所需條件進行研究，研究必須將玉米種子發(fā)芽進行系列實驗，這時候?qū)τ诎l(fā)芽粒數(shù)以及苗高等種子的信息大多由人工獲取。玉米種子機械和霉

10、菌損害檢測玉米種子質(zhì)量檢測的重要指標之一是種子是否有裂紋和發(fā)生霉變，采用視覺無損檢測，我們發(fā)現(xiàn)如果光線對應入射孔直徑設定在2.4mm時，所得背景是黑色的，如果入射光是白色光，采集得到的圖像采用高速濾波法識別玉米籽粒裂紋處與其他部位的像素灰度值的不同，檢測精度不低于百分之九十。有學者利用生霉粒對光照變化非常敏感的特點，光照變化對顏色標定是鑒定生霉粒的主要途徑，認為機器視覺算法在精確性以及一致性方面具有非常明顯的優(yōu)勢，這給玉米種子質(zhì)量檢測的提高打下良好的實踐基礎。有學者基于圖像分析等途徑分析玉米應力裂紋，主要結(jié)論是重度裂紋最易于被識別出，達到完全被識別的水平；無裂紋以及中度裂紋則朝著變差方向發(fā)展，不能完全被識別，占比約有30%-12%。張俊雄等實現(xiàn)表面裂紋檢測：在獲取單粒玉米種子的圖像后采用Sobel算子得到玉米種子邊緣并通過分割閾值、腐蝕以及膨脹等傳統(tǒng)圖像處理，從而可以判斷滿足什么樣的條件可以判定為種子尖端點，并能實現(xiàn)尖端部分拿掉；將R通道膨脹，同時細線化處理B通道圖像結(jié)果，并執(zhí)行減運算操作，根據(jù)連通性判別有無裂紋，識別率超過90%。結(jié)束語計算機視覺技術(shù)在玉米種子自動檢測中的應用非常普遍，對于促進玉米的生產(chǎn)以及管理大有裨益。然而，在玉米種子自動化檢測方面，還存在諸多尚待改進之處，如：檢測玉米種子質(zhì)量的方法比較深入，但是仍然沒有一種方法能全部考慮將玉米種