基于机器视觉和BP 神经网络的超级杂交稻穴播量检测 - Ingenta Connect.PDFVIP

第 30 卷 第 21 期 农 业 工 程 学 报 Vol.30 No.21 2014 年 11 月 Transactions of the Chinese Society of Agricultural Engineering Nov. 2014 201 基于机器视觉和 BP 神经网络的超级杂交稻穴播量检测 1,2 1※ 1 1,2 1 谭穗妍 ，马 旭 ，吴露露 ，李泽华 ，梁仲维 （1. 华南农业大学工程学院，广州 510642 ；2. 华南农业大学理学院，广州 510642 ） 摘 要：为了保证秧盘上每穴超级稻种子数量一致，实现精密播种作业，需对播种性能进行准确检测，但超级杂 交稻播种到秧盘中，多粒种子存在粘连、重叠、交叉等情况，传统的面积、分割算法对上述情况播种量检测精度 低，因此需提高上述情况种子播种量检测精度。考虑到种子连通区域的形状特征反映种子数量，该文提出一种基 于机器视觉和 BP 神经网络超级杂交稻穴播量检测技术。针对超级稻颜色特征，采用 RGB 图像中红色R 和蓝色 B 分量组成的 2×R －B 分量图和固定阈值法获取二值图像；投影法定位秧盘目标检测区域和秧穴；提取连通区域 10 个形状特征参数，包括面积、周长、形状因子、7 个不变矩，建立 BP 神经网络超级稻数量检测模型，检测连通区 域为碎米/杂质、1、2 、3、4 和 5 粒以上 6 种情况；试验结果表明，6 种情况的检测正确率分别为 96.6%、99.8%、 97.2%、92. 5%、86.0%、94.3%，平均正确率为 94.4%，每幅图像平均处理时间 0.823s，满足精密育秧播种流水线 在线检测要求；研究结果为实现精密恒量播种作业提供参考。 关键词：神经网络；图像处理；种子；超级杂交稻；机器视觉；连通区域；形状特征；穴播量 doi ：10.3969/j.issn.1002-6819.2014.21.024 中图分类号：S223.1+3；TP391.41 文献标志码：A 文章编号：1002-6819(2014)-21-0201-08 谭穗妍，马 旭，吴露露，等. 基于机器视觉和BP神经网络的超级杂交稻穴播量检测[J]. 农业工程学报，2014， 30(21)：201－208. Tan Suiyan, Ma Xu, Wu Lulu, et al. Estimation on hole seeding quantity of super hybrid rice based on machine vision and BP neural network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(21): 201 －208. (in Chinese with English abstract) 目前中国在超级杂交稻穴播量检测研究方面 0 引 言 [5] [6] 的报道不多。齐龙等 ，周海波等 利用机器视觉 超级杂交稻因其增产显著，在中国得到大面积 和虚拟技术实现超级稻秧盘空穴、单粒、双粒以上 推广应用；因其具有超强的分蘖能力，要求每穴插 3 种情况的在线检测，文中根据秧穴掩膜的灰度均 1～2 株，依靠分蘖能力增加有效穗数，提高产量；