一种丘陵山地联合收获机含杂破碎率检测方法和系统及收获机

技术领域

本发明属于机械智能化领域，尤其涉及一种丘陵山地联合收获机含杂破碎率检测方法和系统及收获机。

背景技术

我国丘陵山地的种植区以梯形的种植坡面为主，适合丘陵山地收获的农机处于发展阶段，智能化程度低。丘陵山地地面崎岖不平、坡度落差较大的原因，导致丘陵山地联合收获机在作业过程中，输粮搅龙口处容易出现籽粒堆积现象，甚至产生输粮口堵塞的机器故障。

已有的用于谷物在线目标检测技术是将Mask R-CNN作为目标检测网络对粮箱籽粒进行在线检测，对目标物体进行两次量化操作虽然可以提高检测精度，但是对于庞大数据量的多次遍历迭代运算使得实时性稍显不足，而且在面对丘陵山地特有的地形地貌导致的堵塞，籽粒堆积问题并没有提供对应的解决方案，籽粒堆积区域产生的含杂，破碎数据会严重影响含杂率，破碎率计算精度。

发明内容

针对上述技术问题，本发明提供了一种丘陵山地联合收获机含杂破碎率检测方法在完成含杂破碎实时检测的同时，本发明从视觉处理角度解决了针对丘陵山地起伏地貌导致收获机械输粮搅龙出现杂余发生堆积，粘滞现象时含杂率虚高的状况，提高了含杂率和破碎率计算精度。

本发明还提供一种实现所述丘陵山地联合收获机含杂破碎率检测方法的系统。

本发明还提供一种包括所述丘陵山地联合收获机含杂破碎率检测系统的收获机。

本发明的技术方案是：

一种丘陵山地联合收获机含杂破碎率检测方法，包括以下步骤：

步骤S1、图像获取：通过图像采集装置采集输粮搅龙中水稻的照片流并传送到控制单元，控制单元中预先设置照片流相邻两张照片的采样时间为t，以采样时间t为下标，标记照片流为

步骤S2、图像预处理：对步骤S1采集到的照片作ROI处理，将照片进行反色处理，照片像素做比例运算；

步骤S3、获取融合后的灰度图：在步骤S2预处理后的照片流中截取照片

步骤S4、获取灰度图基础阈值：布置取样样方，获得

步骤S5、区分灰度图的前景与背景：将步骤S3中融合后的灰度图

步骤S6、制作静止物体捕捉掩膜Mask

步骤S7、判断图像质量：建立图像质量检测标准，结合步骤S6得到的相似域面积

步骤S8、含杂破碎率检测：将步骤S7中符合标准图像分别进行deeplab分割处理和Yolo目标检测，获得杂余质量g(za)、破碎水稻籽粒质量G(A

上述方案中，所述步骤S3获取融合后的灰度图具体步骤为：

步骤S3.1、按照图像中不同籽粒色泽反映的亮度程度，改变图像中R，G，B三种颜色的敏感度，具体为：

其中

获得图像灰度图：

步骤S3.2、将步骤S3.1获得的图像灰度图：

将

将

上述方案中，所述步骤S4获取灰度图基础阈值具体步骤为：

步骤S4.1、布置取样样方：将灰度图

步骤S4.2、获得

上述方案中，所述S5区分灰度图的前景与背景具体步骤为：

将融合后的灰度图

其中，P

上述方案中，所述S6制作静止物体捕捉掩膜和；

S6.1、通过P

S6.2、将相似度评价矩阵Mat

S6.3、遍历改进相似度评价矩阵Mat

S6.4、遍历改进相似度评价矩阵Mat

上述方案中，所述步骤S7判断图像质量中的图像还包括堵塞图像；当判断图像为堵塞图像，控制单元进行报警。

上述方案中，所述S7判断图像质量具体步骤为：

建立图像质量检测标准，将图像分为符合标准图像、堵塞图像和堆积图像三类，具体规则为：

其中，S

上述方案中，所述S8含杂破碎率检测包括以下步骤：

当标志位D

将图像进行deeplab语义分割处理，获得杂余，破碎水稻籽粒样本的像素面积，再根据杂余的质量-像素对应关系，获得杂余质量g(za)；根据破碎水稻籽粒的质量-像素对应关系，获得破碎水稻籽粒G(A

将水稻籽粒信息输入到Yolo神经网络进行目标检测，获得水稻籽粒的个数信息，通过水稻籽粒的个数信息，获得水稻籽粒质量G(A)；

带入计算公式：

获得对应水稻籽粒的含杂率和破碎率。

上述方案中，所述S8含杂破碎率检测还包括以下步骤：

当标志位D

其中S

当标志位D

当标志位D

一种根据所述丘陵山地联合收获机含杂破碎率检测方法的控制系统，包括图像采集装置和控制单元；所述控制单元包括照片流标记模块、图片预处理模块、融合后的灰度图获取模块、灰度图基础阈值获取模块、灰度图的前景与背景区分模块、静止物体捕捉掩膜和获取模块、图像质量检测模块和含杂破碎率检测模块；

所述图像采集装置用于采集输粮搅龙中水稻的照片流并传送到控制单元，所述照片流标记模块用于预先设置照片流相邻两张照片的采样时间为t，并且以采样时

间为下标，标记照片流为

所述图片预处理模块用于对采集到的照片作ROI处理，将照片进行反色处理，照片像素做比例运算；

所述融合后的灰度图获取模块用于在照片流中截取照片

所述灰度图基础阈值获取模块用于布置取样样方，获得

所述灰度图的前景与背景区分模块用于区分灰度图的前景与背景：将融合后的灰度图

所述静止物体捕捉掩膜和获取模块用于通过前景P

所述图像质量检测模块用于建立图像质量检测标准，将图像分为符合标准图像、堵塞图像和堆积图像；

所述含杂破碎率检测模块用于将符合标准图像分别进行deeplab分割处理和Yolo目标检测，获得杂余质量g(za)、破碎水稻籽粒质量G(A

上述方案中，所述控制单元还包括报警模块；所述报警模块用于当判断图像为堵塞图像控制报警装置进行报警。

一种收获机，包括所述丘陵山地联合收获机含杂破碎率检测方法的控制系统。

与现有技术相比，本发明的有益效果是：

1、本发明从视觉处理角度解决了针对丘陵山地起伏地貌导致收获机械输粮搅龙出现杂余发生堆积，粘滞现象时含杂率虚高的状况。

2、本发明在提升了含杂率，破碎率检测精度的同时，能够反映丘陵山地收获机工作过程中籽粒输送情况。

3、本发明在丘陵山地作业空间受限的情况下，当喂入量过大或者清选效果不佳导致籽粒发生堵塞的情况时，本发明还可以发出告警。

附图说明

图1是本发明一实施方式的丘陵山地联合收获机含杂破碎率检测方法流程图示意图。

图2是本发明一实施方式的丘陵山地联合收获机含杂破碎率检测方法的3组样方组图示意图。

图3是本发明一实施方式的丘陵山地联合收获机含杂破碎率检测方法的图像处理示意图。

图4是本发明一实施方式的具体应用示意图。

图中：1、输粮搅龙；3、观察窗；4、照明装置；5、图像采集装置；6、控制单元。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“前”、“后”、“左”、“右”、“上”、“下”、“轴向”、“径向”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

实施例1

如图1、图2所示，一种丘陵山地联合收获机含杂破碎率检测方法，包括以下步骤：

步骤S1、图像获取：通过图像采集装置采集输粮搅龙中水稻的照片流并传送到控制单元，控制单元中预先设置照片流相邻两张照片的采样时间为t，以采样时间t为下标，标记照片流为

步骤S2、图像预处理：对步骤S1采集到的照片作ROI处理，将照片进行反色处理，照片像素做比例运算；

步骤S3、获取融合后的灰度图：在步骤S2预处理后的照片流中截取照片

步骤S4、获取灰度图基础阈值：布置取样样方，获得

步骤S5、区分灰度图的前景与背景：将步骤S3中融合后的灰度图

步骤S6、制作静止物体捕捉掩膜Mask

步骤S7、判断图像质量：建立图像质量检测标准，结合步骤S6得到的相似域面积

步骤S8、含杂破碎率检测：将步骤S7中符合标准图像分别进行deeplab分割处理和Yolo目标检测，获得杂余质量g(za)、破碎水稻籽粒质量G(A

优选的，所述步骤S3获取融合后的灰度图具体步骤为：

步骤S3.1、按照图像中不同籽粒色泽反映的亮度程度，改变图像中R，G，B三种颜色的敏感度，具体为：

其中

获得图像灰度图：

步骤S3.2、将步骤S3.1获得的图像灰度图：

将

将

优选的，所述步骤S4获取灰度图基础阈值具体步骤为：

步骤S4.1、布置取样样方：将灰度图

优选的，M取值为8；

步骤S4.2、获得

优选的，所述S5区分灰度图的前景与背景具体步骤为：

将融合后的灰度图

其中，P

优选的，所述S6制作静止物体捕捉掩膜和；

S6.1、通过P

S6.2、将相似度评价矩阵Mat

优选的，A取值为1.9，B取值为2.1；

S6.3、遍历改进相似度评价矩阵Mat

S6.4、遍历改进相似度评价矩阵Mat

优选的，所述步骤S7判断图像质量中的图像还包括堵塞图像；当判断图像为堵塞图像，控制单元进行报警。

优选的，所述S7判断图像质量具体步骤为：

建立图像质量检测标准，将图像分为符合标准图像、堵塞图像和堆积图像三类，具体规则为：

其中，S

优选的，所述S8含杂破碎率检测包括以下步骤：

当标志位D

将图像进行deeplab语义分割处理，获得杂余，破碎水稻籽粒样本的像素面积，再根据杂余的质量-像素对应关系，获得杂余质量g(za)；根据破碎水稻籽粒的质量-像素对应关系，获得破碎水稻籽粒G(A

将水稻籽粒信息输入到Yolo神经网络进行目标检测，获得水稻籽粒的个数信息，通过水稻籽粒的个数信息，获得水稻籽粒质量G(A)；

带入计算公式：

获得对应水稻籽粒的含杂率和破碎率。

优选的，所述S8含杂破碎率检测还包括以下步骤：

当标志位D

其中S

当标志位D

当标志位D

优选的，还可以利用非遍历视觉数字化处理方法完成部分视野输出物堆积捕捉，

移出处理以及堵塞告警，进一步提高含杂破碎检测精度。

结合图3和4所示，一种根据所述丘陵山地联合收获机含杂破碎率检测方法的控制系统，包括图像采集装置5和控制单元6；所述控制单元包括照片流标记模块、图片预处理模块、融合后的灰度图获取模块、灰度图基础阈值获取模块、灰度图的前景与背景区分模块、静止物体捕捉掩膜和获取模块、图像质量检测模块和含杂破碎率检测模块；

所述图像采集装置用于采集输粮搅龙中水稻的照片流并传送到控制单元，所述照片流标记模块用于预先设置照片流相邻两张照片的采样时间为t，并且以采样时间为下标，标记照片流为

所述图片预处理模块用于对采集到的照片作ROI处理，将照片进行反色处理，照片像素做比例运算；

所述融合后的灰度图获取模块用于在照片流中截取照片

所述灰度图基础阈值获取模块用于布置取样样方，获得

所述灰度图的前景与背景区分模块用于区分灰度图的前景与背景：将融合后的灰度图

所述静止物体捕捉掩膜和获取模块用于通过前景P

所述图像质量检测模块用于建立图像质量检测标准，将图像分为符合标准图像、堵塞图像和堆积图像；

所述含杂破碎率检测模块用于将符合标准图像分别进行deeplab分割处理和Yolo目标检测，获得杂余质量g(za)、破碎水稻籽粒质量G(A

优选的，所述控制单元还包括报警模块；所述报警模块用于当判断图像为堵塞图像控制报警装置进行报警。

优选的，还包括照明装置4，所述照明装置4用于对图像采集装置5采集区域进行对应亮度照明。

优选的，还包括观察窗3，所述观察窗3能够观察输粮搅龙1中的水稻籽粒情况。

根据本实施例，优选的，所述图像采集装置为工业相机。

实施例2

一种收获机，包括所述丘陵山地联合收获机含杂破碎率检测方法的控制系统，因此具有实施例1所述的有益效果，此处不再赘述。

应当理解，虽然本说明书是按照各个实施例描述的，但并非每个实施例仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施例的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施例或变更均应包含在本发明的保护范围之内。