基于机器视觉的天冬收获系统

技术领域

本发明涉及农业机械设备领域，尤其涉及基于机器视觉的天冬收获系统。

背景技术

天冬为百合科植物天冬的干燥块根，具有养阴润燥，清肺生津之功效。天冬呈长纺锤形，略弯曲，长5~18cm，小段直径0.5~2cm。一般年数越低，根嫩折干率越低，产量也低。因此一般都会种4年以上再收获，故而，品相较好的天冬市场价较高。

目前天冬收获主要包括两种方式：

其一是传统的人工采挖，这种收获方法需要大量的人力进行高强度作业，用人成本高，效率低，劳动强度大，难以满足农时需要，市场竞争力不强，严重阻碍天冬产业的高质量可持续发展。

其二是通用的根茎类收获机械，这种收获方法虽然自动化程度较高，收获效率较高，但其收获质量较差。究其原因在于：其执行根土分离的部件（如筛分链轮等），工作参数在工作过程中无法适应性调整，导致在土块粘接程度较低的区域收获时由于工作频率相对较高，易使天冬受损、不完整从而影响品相，而在土块粘接程度较高的区域收获时由于工作频率相对较低，导致天冬表面覆盖过多的泥土，影响收获质量。进一步的是，当根土分离不足时，特别是如果秧秆不能全部清除，将与根茎缠绕在一起，在分离过程中造成堵塞，影响根茎的分离效果，造成天冬损失。

发明内容

为了现有技术存在的上述问题，本发明旨在提供一种基于机器视觉的天冬收获系统，具体技术方案如下：

基于机器视觉的天冬收获系统，包括依次信号连接的图像采集模块、神经网络模块、决策模块和根土分离装置；

所述图像采集模块设置为采集刚收获的天冬图像，预处理后传输给神经网络模块；

所述神经网络模块内置有训练好的含泥量识别模型和完整性识别模型，所述含泥量识别模型设置为输入刚收获的天冬图像，输出天冬表面的含泥量结果；所述完整性识别模型设置为输入刚收获的天冬图像，输出天冬根块的完整性结果；

所述决策模块内置有决策数据库，所述决策数据库存储有含泥量、完整性与根土分离装置工作参数的第一映射列表；所述决策模块设置为根据含泥量结果和完整性结果在所述第一映射列表中匹配根土分离装置的最佳工作参数，并传输给根土分离装置；

所述根土分离装置设置为根据所述最佳工作参数调整走行速度、筛分振幅和筛选频率，以收获含泥量最少且最完整的天冬根块。

在一些较优的实施例中，还包括环境信息采集模块；

所述环境信息采集模块设置为在收获作业前采集当前环境信息，所述环境信息包括空气温湿度、土壤水分、土壤温度和土壤粘结程度；

所述决策数据库还存储有环境信息与根土分离装置初始工作参数的第二映射列表；

所述决策模块设置为在收获作业前根据所述环境信息在所述第二映射列表中匹配根土分离装置的初始工作参数，并传输给根土分离装置；

所述根土分离装置设置为根据所述初始工作参数初始化走行速度、筛分振幅和筛选频率，开始进行天冬根块的收获作业。

在一些较优的实施例中，所述图像采集模块对采集到的刚收获的天冬图像进行预处理的方法包括：

将采集到的刚收获的天冬图像进行灰度化处理，以将彩色图像转变为灰度图像，并将24位图像转换位8位图像，得到第一图像；

对第一图像进行统一比例的缩放，以得到相同尺寸的第二图像；

对第二图像进行膨胀和腐蚀操作，以增强分辨率，并进行滤波操作去除图像中的噪声，得到第三图像；

对第三图像进行二值化处理，以得到增强对比度后的第四图像；

将第四图像传输给神经网络模块。

在一些较优的实施例中，所述含泥量识别模型和完整性识别模型的结构相同，均包括四层卷积层和一层全连接层；其中，所述卷积层完成卷积后均采用PReLU来对神经元进行激活操作，且前两层的卷积层还包含步长为2的最大池化操作。

在一些较优的实施例中，所述决策模块还包括交互单元；所述交互单元设置为向用户反馈最佳工作参数和/或初始工作参数，接收并转发用户对最佳工作参数和/或初始工作参数的调整。

在一些较优的实施例中，所述第一映射列表的设置方法包括：

设置含泥量标度Sn，含泥量0%-10%时，含泥量标度Sn为0；含泥量0%-10%时，含泥量标度Sn为1；含泥量10%-20%时，含泥量标度Sn为2；含泥量20%-30%时，含泥量标度Sn为3；

设置完整性标度Sw，完整性100%时，完整性标度Sw为0；完整性90%-100%时，完整性标度Sw为1；完整性80%-90%时，完整性标度Sw为2；完整性<80%时，完整性标度Sw为3；

第一映射列表中走行速度V、筛分振幅Z和筛选频率P与标度的映射关系计算方法为：

V=V初-10%*Sn-10%*Sw；Z=Z初-5%*Sn-5%*Sw；P=P初-5%*Sn-5%*Sw；

其中，V初为根土分离装置启动时的初始走行速度；Z初为根土分离装置启动时的初始筛分振幅；P初为根土分离装置启动时的初始筛选频率。

在一些较优的实施例中，所述图像采集模块还包括用于在自然光线较差时提供额外光源的照明单元。

有益效果

本发明通过机器视觉技术，实现对含泥量和完整性的动态识别，并据此实时调整根土分离装置的工作状态，从而收获含泥量少、完整的高品相天冬根块；解决了人工收获的劳动成本高、劳动强度大、“无机可用”等问题，也解决了传统根茎类收获机械收获效率低、功率消耗大、收获质量差的问题，实现了天冬根块与土壤的高效分离和低损高效收获。

附图说明

图1为本发明一种较优实施例中的基于机器视觉的天冬收获系统结构示意图；

图2为本发明另一种较优实施例中原始图像和预处理后图像对比效果图；

图3为本发明另一种较优实施例中含泥量识别模型和完整性识别模型的结构示意图；

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步阐述。在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“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。

实施例1

如图1所示，本实施例提供了一种基于机器视觉的天冬收获系统，包括依次信号连接的图像采集模块、神经网络模块、决策模块和根土分离装置；

所述图像采集模块设置为采集刚收获的天冬图像，预处理后传输给神经网络模块。其中，所述图像采集模块包括实现图像采集的工业镜头、工业相机和图像采集卡都通用且必要的组件，进一步的是，由于天冬收获都是在室外自然环境下进行，因此图像的采集效果依赖于当时太阳光照的情况，当遇到阴天等光照不足的环境下，采集到的图像质量较差。为了解决此类问题，考虑设置额外的照明单元，以在自然光线较差时提供额外光源。具体的，可以采用照度、色度接近自然光线的光源进行定向照明，以增加图像采集区域的亮度效果。

更进一步的是，直接采集到的天冬图像通常是RGB三通道的彩色图像，且对比度较低，包含噪点噪声，因此在一些较优的实施例中考虑在对其进行应用前，还需要对其进行预处理，以增强缺陷的特点，并优化图像对比度、分辨率等参数条件。所述预处理的具体步骤包括：

将采集到的刚收获的天冬图像进行灰度化处理，以将彩色图像转变为灰度图像，具体的可采用将RGB值转变为HIS模式，并将24位图像转换位8位图像，得到第一图像；

对第一图像进行统一比例的缩放，以得到相同尺寸的第二图像；该步骤可以使待识别的图像具备更多的特征点，便于后续的识别步骤；

对第二图像进行膨胀和腐蚀操作，以增强分辨率，并进行滤波操作去除图像中的噪声，得到第三图像；

对第三图像进行二值化处理，以得到增强对比度后的第四图像；具体的，可以采用Niblack算法，在获取到的天冬图像上确定中心坐标，通过对像素点方差和均值的计算来实现二级化。

将第四图像传输给神经网络模块。经过预处理的图像对比如图2所示，其中左侧图像为原始图像，右侧图像为预处理后的增强图像。

所述神经网络模块内置有训练好的含泥量识别模型和完整性识别模型，所述含泥量识别模型设置为输入刚收获的天冬图像，输出天冬表面的含泥量结果；所述完整性识别模型设置为输入刚收获的天冬图像，输出天冬根块的完整性结果。在一些较优的实施例中，如图3所示，所述含泥量识别模型和完整性识别模型的结构相同，均包括四层卷积层和一层全连接层；其中，所述卷积层完成卷积后均采用PReLU来对神经元进行激活操作，且前两层的卷积层还包含步长为2的最大池化操作。以含泥量识别模型的输出为例，输出结果图黑色部分表示被泥土覆盖的天冬面积，白色则表示未被泥土覆盖的天冬面积，通过计算二者的覆盖面积即可检测到天冬表面的含泥量。

所述决策模块内置有决策数据库，所述决策数据库存储有含泥量、完整性与根土分离装置工作参数的第一映射列表；所述决策模块设置为根据含泥量结果和完整性结果在所述第一映射列表中匹配根土分离装置的最佳工作参数，并传输给根土分离装置。

其中，在一些较优的实施例中，所述第一映射列表中的设置方法包括：

设置含泥量标度Sn，含泥量0%-10%时，含泥量标度Sn为0；含泥量0%-10%时，含泥量标度Sn为1；含泥量10%-20%时，含泥量标度Sn为2；含泥量20%-30%时，含泥量标度Sn为3；

设置完整性标度Sw，完整性100%时，完整性标度Sw为0；完整性90%-100%时，完整性标度Sw为1；完整性80%-90%时，完整性标度Sw为2；完整性<80%时，完整性标度Sw为3；

第一映射列表中走行速度V、筛分振幅Z和筛选频率P与标度的映射关系计算方法为：

V=V初-10%*Sn-10%*Sw；Z=Z初-5%*Sn-5%*Sw；P=P初+5%*Sn-5%*Sw；

其中，V初为根土分离装置启动时的初始走行速度；Z初为根土分离装置启动时的初始筛分振幅；P初为根土分离装置启动时的初始筛选频率。

下面就上述设置方法的逻辑考虑作如下说明：

本领域技术人员应当知晓，收获的天冬表面附着的泥土量和根作物的完整程度，与根土分离装置的走行速度、筛分振幅和筛选频率有如下关系：

走行速度越快，天冬根块被筛分的时间越短，附着的泥土量就越少。但是，如果走行速度太快，天冬根块可能会被损坏；筛分振幅越大，天冬根块被筛分的时间就越长，附着的泥土量就越少。但是，如果筛分振幅太大，天冬根块可能会被损坏；筛选频率越高，天冬根块被筛分的时间就越短，附着的泥土量就越少。但是，如果筛选频率太高，天冬根块可能会被损坏。

根土分离装置在出厂时通常会内置一个初始的走行速度、筛分振幅和筛选频率，这个初始参数的设置可以是生产厂家根据自身历史数据得出的较优参数，也可以是根据用户的需求自行设定的初始参数。

所述根土分离装置设置为根据所述最佳工作参数调整走行速度、筛分振幅和筛选频率，以收获含泥量最少且最完整的天冬根块。应当理解的是，所述根土分离装置是一种用于将根从土壤中分离的设备。 它通常用于农业，用于收获根作物。根土分离装置有多种类型，但它们都遵循相同的基本原理。 根土分离装置是一种有效的设备，可用于快速和轻松地将根从土壤中分离。

常见的根土分离装置类型包括：

旋转滚筒型根土分离装置：这是最常见的根土分离装置类型。 它由一个旋转的滚筒组成，滚筒上有许多小孔。 根被输送到滚筒上，根穿过小孔，而土壤留在滚筒上。

振动筛型根土分离装置：这是一种由振动筛组成的根土分离装置。 根被输送到振动筛上，土壤被振动筛筛出。

水洗型根土分离装置：这是一种将根浸入水中以分离土壤的根土分离装置。 根被输送到水池中，水将土壤冲走。

根土分离装置是一种有用的工具，可用于快速和轻松地将根从土壤中分离。 它用于农业和园艺，用于收获根作物。

本领域的技术人员可以采用本领域常用的任一种根土分离装置，本申请不作进一步的限定。

对于刚启动的天冬收获系统来说，由于此时还没有收获任何天冬，因此根据上述系统的流程还无法动态的调整根土分离装置的工作参数，此时，本领域技术人员可以想到的解决办法有如下几种：

1、存储最后一次更新的最佳工作参数，并在下一次启动时使用；这种方式虽然较为容易实现，但其存在的问题主要在于，上一次收获作业的环境条件与这一次的环境条件可能存在较大的差别，在这种情况下，上一次的最佳工作参数显然是不适宜于这次使用的。

2、在根土分离装置中内置一个初始工作参数，在每次启动后到获得收获天冬图像这期间，使用这一初始工作参数。这种方式存在的问题与第1种方式类似，存在与当时的环境条件不匹配的情况。

在一些较优的实施例中，通过设计环境信息采集模块来解决根土分离装置初始工作参数的设置问题，使天冬收获系统的冷启动更加可靠。具体包括：

环境信息采集模块；

所述环境信息采集模块设置为在收获作业前采集当前环境信息，所述环境信息包括空气温湿度、土壤水分、土壤温度和土壤粘结程度；

所述决策数据库还存储有环境信息与根土分离装置初始工作参数的第二映射列表；

所述决策模块设置为在收获作业前根据所述环境信息在所述第二映射列表中匹配根土分离装置的初始工作参数，并传输给根土分离装置；

所述根土分离装置设置为根据所述初始工作参数初始化走行速度、筛分振幅和筛选频率，开始进行天冬根块的收获作业。

应当理解的是，所述第二映射列表中的环境信息反映了在根土分离装置使用时的环境条件，这些环境条件会对天冬的收获产生一定的影响，其中空气温湿度、土壤水分、土壤温度和土壤粘结程度是影响根土分离装置的走行速度、筛分振幅和筛选频率的四个主要因素。所述第二映射列表的设置可以由本领域技术人员根据现场的实际情况进行设置，但应当遵从如下原则：

空气温湿度：空气温度越高，土壤中的水分蒸发越快，土壤的粘结性越低。因此，在高温高湿的环境中，可以使用较低的走行速度、较小的筛分振幅和较低的筛选频率。

土壤水分：土壤水分越高，土壤的粘结性越强。因此，在土壤水分高的情况下，需要使用较高的走行速度、较大的筛分振幅和较高的筛选频率。

土壤温度：土壤温度越低，土壤的粘结性越强。因此，在低温的环境中，需要使用较高的走行速度、较大的筛分振幅和较高的筛选频率。

土壤粘结程度：土壤粘结程度越高，需要使用较高的走行速度、较大的筛分振幅和较高的筛选频率。

在实际操作中，需要根据空气温湿度、土壤水分、土壤温度和土壤粘结程度的实际情况，调整根土分离装置的走行速度、筛分振幅和筛选频率，以达到最佳的去泥效果。

以下是一些具体的建议：

在高温高湿的环境中，可以使用较低的走行速度、较小的筛分振幅和较低的筛选频率。

在土壤水分高的情况下，需要使用较高的走行速度、较大的筛分振幅和较高的筛选频率。

在低温的环境中，需要使用较高的走行速度、较大的筛分振幅和较高的筛选频率。

在土壤粘结程度高的情况下，需要使用较高的走行速度、较大的筛分振幅和较高的筛选频率。

通过仔细调整根土分离装置的参数，可以有效去除土壤中的泥土，提高根作物的品质。

进一步的是，为了使现场的工作人员可以获得天冬收获系统对于收获作业参数设置的及时反馈，并在必要时对作业参数进行合理的调整，在一些较优的实施例中，所述决策模块还包括交互单元；所述交互单元设置为向用户反馈最佳工作参数和/或初始工作参数，接收并转发用户对最佳工作参数和/或初始工作参数的调整。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。