張 青，黃振中

(河南應用技術職業(yè)學院，鄭州 450042)

?

基于計算機自動識別的蘿卜幼苗栽植試驗分析

張 青，黃振中

(河南應用技術職業(yè)學院，鄭州 450042)

在蘿卜幼苗栽植中，基于計算機自動識別技術，通過分析設計蘿卜幼苗栽植的的需求，設計優(yōu)化了其栽植系統(tǒng)。試驗表明：設計基于計算機自動識別的蘿卜幼苗播種系統(tǒng)，自動識別檢測出的蘿卜幼苗率達到80%，可實現(xiàn)自動化蘿卜幼苗栽植作業(yè), 提高效率90%,提高栽植質量98%。在農(nóng)業(yè)實踐蘿卜幼苗播種中，設計應用基于計算機自動識別的蘿卜幼苗栽植系統(tǒng)，已通過試驗驗證，具有廣泛的應用價值。

自動識別技術；幼苗播種；蘿卜；計算機

0 引言

我國農(nóng)業(yè)發(fā)展中，蘿卜種植產(chǎn)量占到世界產(chǎn)量的三分之一，是世界蘿卜種植大國[1]。但是，目前缺乏現(xiàn)代化種植技術，致使我國蘿卜的單產(chǎn)水平相較世界水平存在明顯差距。因此，實現(xiàn)基于計算機自動識別的蘿卜幼苗播種，有助于提高蘿卜種植的效率與質量,促進蘿卜產(chǎn)生的健康發(fā)展。

1 基于計算機的自動識別技術

計算機技術的發(fā)展，不僅預示著人類未來社會將會形成巨大的信息化工業(yè)變革，也預示人們漸漸擁有應用計算機技術優(yōu)化生活質量的能力[2-4]。在計算機技術中，自動識別技術在蘿卜幼苗栽植系統(tǒng)設計中發(fā)揮著積極的作用，應用計算機自動識別，可以很好地處理識別圖像信息，代替人類視覺去識別圖像，從而幫助人們自動化栽植蘿卜幼苗[5-6]。計算機自動識別技術，其實是一門具有很強的交叉性學科,不僅包含計算機技術、數(shù)學、光學、色度學、最優(yōu)控制、人工智能及數(shù)學形態(tài)學理論，還包括數(shù)字圖像處理、模式識別、信息論及神經(jīng)網(wǎng)絡及遺傳算法等多種自然科學技術[7-12]，在實際中具有重要應用價值。

2 系統(tǒng)需求分析

國內(nèi)蘿卜播種中，多采用垂直窩眼輪式排種器，由于窩眼輪式排種器在工作過程中因蘿卜籽粒徑小、含油量高等物料特性易導致破碎和堵塞，破碎后的蘿卜籽數(shù)粒凝結成球后受到刮種器的擠壓，容易堵塞窩眼而造成漏播減產(chǎn)[13]。

本次設計的蘿卜幼苗栽植系統(tǒng)，可以利用計算機自動識別技術，實現(xiàn)栽植自動化操作，使蘿卜幼苗自動化栽植成為現(xiàn)實。基于計算機自動識別技術，不傷蘿卜幼苗，對蘿卜幼苗形狀尺寸要求不嚴；可以檢測出蘿卜幼苗的表面顏色及著色面積的大小,并可同時將獲取的蘿卜幼苗彩色圖像信息中的RGB數(shù)據(jù)轉換為HIS值[14], 易于被計算機中的視覺系統(tǒng)進行自動識別,從而優(yōu)化設計蘿卜幼苗栽植系統(tǒng)，滿足自動化蘿卜幼苗栽植作業(yè)的需求，提升了系統(tǒng)應用價值。

3 蘿卜幼苗栽植系統(tǒng)設計

3.1 總體結構設計

在自然場景下，直接用CCD攝像機去拍攝田間與蘿卜幼苗播種相關的圖像，可以通過系統(tǒng)的動態(tài)庫函數(shù)，把拍攝到的數(shù)字攝影圖像直接的傳輸?shù)接嬎銠C中，并通過自動識別算法處理圖像信息[15]。本研究中，設計計算機自動識別蘿卜幼苗栽植系統(tǒng)的總體結構組成，如圖1所示。

本設計中，應用日本Panasoni WV-CP410/G型號CCD攝像機，通過光電轉換器件CCD,能夠將光信號有效轉換成一個電信號。

系統(tǒng)中的圖像采集卡，ADT-GRFZoo型號，其分辨率可以達到SBIT(512×512像素點)，也可高速緩存256kB數(shù)據(jù)。

圖1 系統(tǒng)結構

3.2 系統(tǒng)功能

計算機自動識別的蘿卜幼苗播種系統(tǒng)設計中，要求能從已給出的、比較清晰的、含有蘿卜幼苗圖像的圖片中，利用計算機自動識別技術，準確、快速地識別出蘿卜幼苗圖像，并進行自動化播種，系統(tǒng)流程如圖2所示。

圖2 系統(tǒng)流程

1)讀入圖像：把讀入的圖片默認為比較清晰的、幾乎沒有傾斜度的圖片。

2)圖像預處理：圖像預處理過程需要把圖像轉換成便于定位的二值化圖像，需要經(jīng)過圖像灰度化、圖像增強、邊緣提取及二值化操作。

3)蘿卜幼苗定位：利用蘿卜幼苗區(qū)域的特征來判斷蘿卜幼苗播種情況，將蘿卜幼苗區(qū)域從整幅圖像中分割出來。

4)字符分割：字符的分割要求能夠準確地定位字符邊界，進而將蘿卜幼苗播種圖像內(nèi)的所有字符提取出來。

5)字符識別：應用模板匹配的算法來實現(xiàn)字符的識別，要求能準確地識別蘿卜幼苗播種情況。

3.3 自動識別算法

1)處理灰度圖像。計算機中，圖像往往是灰度與彩色的組合,計算機圖像是二維平面上的信息。在計算機自動識別中，對于灰度圖像的處理，主要進行根據(jù)單色的圖像灰度，再去定義輸出圖像的灰度，從而確保能夠改善圖像對比度。在實際中，單色圖像主要有256級灰度、128級灰度及64級灰度等。256級的單色圖像處理中，假設源圖像的灰度值是f(i,j),則其處理后灰度值就是g(i,j)。

進行平均值濾波：

g(i,j)=[f(i-1,j-1)+f(i-1,j) +

f(i-1,j+1)+f(i,j-1)+f(i,j)+

f(i,j+1)+f(i+1,j-1)+f(i+1,j)+

f(i+1,j+1) ]/9

在實際處理中，針對邊緣像素的處理中，應該防止數(shù)據(jù)越界，避免影響圖像處理精度。

2)增強圖像對比度。將圖像灰度線形擴展，才能顯著改善圖像質量，達到增強圖像的對比度和分辨率的效率。針對正常采樣獲得的蘿卜幼苗播種圖像，有效變換圖像信息的線性灰度，突出了圖像感興趣目標與灰度區(qū)間，并可去抑制圖像中不感興趣的目標、灰度區(qū)域。令原圖像f(x，y)的灰度值范圍是[a，b]，線性變換后，圖像g(x，y)的范圍為[0，Mf]。g(x，y)和f(x，y)的變換關系的數(shù)學表達式為

其中，對于灰度級為256的圖像而言：Mg=Mf=255

3.4 系統(tǒng)軟件代碼實現(xiàn)

對于本次基于計算機自動蘿卜幼苗播種系統(tǒng)設計中，應用Java語言程序設計，部分實現(xiàn)代碼如下所示：

輸入視圖代碼：

class Cinpu tView : public CView

{

USE EDUC GO

IF

Object _id( N'S_C_GRADE', 'V' )

IS NOT NULL

ROP VIEW S_C_GRADE GO

CREATE VIEW S_C_GRADE AS

……

//}}AFX_MSG

DECLARE_MESSAGE_MAP()

};

進入圖像自動化識別會話代碼：

class CEnterDlg : public CDialog

{

DECLARE_DYNAMIC(CEnterDlg)

// Construction

public:

CEnterDlg(CWnd* pParent = NULL);

// standard constructor

……

Virtual void Do Data Exchange( );

// Generated message map functions

//{{AFX_MSG(CEnterDlg)

//}}AFX_MSG

DECLARE_MESSAGE_MAP()

};

系統(tǒng)測試代碼：

class CTestView : public CView

{

protected:

CTestView();

// protected constructor used

by dynamic creation

……

}

4 蘿卜幼苗播種試驗驗證

4.1 試驗條件

為了測試計算機自動識別蘿卜幼苗播種系統(tǒng)在實踐中的栽植效果，在土地基質相同的兩塊蘿卜種植田間，測試比較普通栽植機及本次設計的擁有計算機自動識別蘿卜幼苗播種栽植蘿卜的效果。以蘿卜幼苗為試驗對象，保證能夠在正常的晴天狀態(tài)下,不受天氣因素感染，在當天拍攝獲取在自然田見的蘿卜幼苗圖像，并對圖像之中的蘿卜幼苗播種進行識別。

4.2 方法

在自然背景下獲取的圖像,其背景復雜多變,可以先用計算機自動識別方法，劃定分割蘿卜幼苗的栽植范圍區(qū)域,減少干擾信息對識別算法的影響。

1)首先，測試計算機自動識別蘿卜幼苗栽植系統(tǒng)的株距控制；

2)其次，測試系統(tǒng)自動識別檢測出的蘿卜幼苗率；

3)最后，測試系統(tǒng)播種蘿卜幼苗的質量與品質。

在該系統(tǒng)中，對于蘿卜幼苗，均可以采用穴播的方式,對于每穴之間確保4cm間隔，可以呈直線栽植3處幼苗，確保蘿卜幼苗的株距達到30cm。

4.3 檢驗標準

1)完整幼苗：幼苗生長良好，植株完整，并勻稱地種植在土壤內(nèi)，保持健康的生長狀態(tài)。

2)有輕微缺陷的蘿卜幼苗：即在幼苗主要的結構構造中有輕微的缺陷，但在其他方面仍能比較良好而均衡發(fā)育，可以比得上同一試驗中完整的幼苗。

3)蘿卜發(fā)生次生感染幼苗：不僅明顯的符合蘿卜幼苗輕微缺陷的要求，而且蘿卜種子自身也受到了真菌、細菌等病原體的感染。

4.4 試驗結果

1)在蘿卜幼苗播種中，應用計算機自動識別蘿卜幼苗播種系統(tǒng)，不會發(fā)生播種株距不均勻的情況，可以大大提高栽植質量。

設計基于計算機自動識別的蘿卜幼苗播種系統(tǒng)，自動識別檢測出的蘿卜幼苗率達到80%，可以實現(xiàn)自動化的蘿卜幼苗栽植作業(yè), 如圖3所示。

圖3 蘿卜幼苗播種效果

2)提高蘿卜栽植的效率90%,提高蘿卜幼苗栽植質量98%，結果如表1所示。

表1 應用效益

5 結論

蘿卜幼苗栽植中，應用基于計算機自動識別的蘿卜幼苗栽植系統(tǒng)，可有效識別出不同株的蘿卜幼苗。在系統(tǒng)應用中，還可基于顏色特征對自然場景下的蘿卜幼苗進行識別，有效排除了大量信息對幼苗播種圖像識別的干擾，進一步提升識別與蘿卜幼苗栽植相關數(shù)據(jù)的精度，確保蘿卜幼苗播種質量得到提升，發(fā)揮積極的應用實踐效益。

[1] 孫明,凌云.基于計算機視覺的蘿卜幼苗自動識別技術[J].農(nóng)業(yè)機械學報,2002,33(5):75-77.

[2] 王艷春,遲勝起,鄭長英，等.黃頂菊種子的圖像分割及特征提取[J].青島農(nóng)業(yè)大學學報：自然科學版,2010,27(4):325-329.

[3] 馮燕.自動識別技術在農(nóng)業(yè)中的應用研究[J].科技信息,2012(33):570,581.

[4] 楊慧勇,高靈旺,牛國飛，等.農(nóng)業(yè)害蟲遠程自動識別診斷系統(tǒng)應用技術研究[J].山西農(nóng)業(yè)科學,2010,38(6):40-42,65.

[5] 陳含.黃瓜病害圖像自動識別的研究[D].保定：河北農(nóng)業(yè)大學,2013.

[6] 陳田,梁華國,王偉，等.基于優(yōu)化編碼的LFSR重播種測試壓縮方案[J].計算機研究與發(fā)展,2012,49(2):443-451.

[7] 鄧飛,祁亨年,趙光武，等.基于計算機圖像處理技術評估杉木和馬尾松種子活力[J].農(nóng)業(yè)工程學報,2012,28(z2):274-279.

[8] 張曉亮,時磊,王娜，等.基于傳感和信息采集的免耕智能播種機設計[J].農(nóng)機化研究,2016,38(5):160-164.

[9] 麥麗瑤,岑惠鋒,吳道洲，等.檸檬無菌播種試驗[J].安徽農(nóng)業(yè)科學,2014(6):1639-1640,1656.

[10] 范旭輝,賈洪雷,張偉漢，等.免耕播種機仿形爪式防堵清茬機構參數(shù)分析[J].農(nóng)業(yè)機械學報,2011,42(10):56-60.

[11] 蘆帥.拖拉機播種作業(yè)機組自動導航路徑規(guī)劃系統(tǒng)設計與研究[D].石河子：石河子大學,2012.

[12] 顧麗亞.播種機排種機構的虛擬樣機設計與仿真[J].機械設計與制造,2013(7):230-232.

[13] 王學良, 張晉國, 侯玲玲,等.蘿卜、白菜、甜菜氣吸式精量播種機的研究[J].農(nóng)機化研究, 2014，36(6):90-93.

[14] 張斌, 張晉國, 周輝,等.蘿卜氣吸式精量播種機的研制[D].保定：河北農(nóng)業(yè)大學, 2013.

[15] 童文君.花菜白蘿卜不同播種期種植試驗總結[J].現(xiàn)代園藝, 2014(2):8.

Analysis of Computer Automatic Identification of Radish Seedling Planting Test

Zhang Qing, Huang Zhenzhong

(Henan Vocational College of Applied Technology,Zhengzhou 450042,China)

The aim of this study was to analyze the problem of seeding test of radish seedling based on computer automatic identification. In the agricultural radish seedling sowing, design optimization radish seedling planting system, automatic identification technology based on computer, through the analysis of the design of radish seedlings seeding system demand and design the system, analysis of planting system application performance. Results the test confirmed that based on computer automatic identification of radish seedling planting system, automatic identification detection of radish seedling rate reached 80%, can realize the automation of radish seedling planting operation, improve the radish seeding efficiency of 90%, improve sowing quality of radish seedlings 98% of the computer automatic identification of radish seedling planting system have good application quality of design. Conclusion in the agricultural practice, the design and application of the radish seedling based on computer automatic identification system, has been tested and verified, and play a positive application value.

automatic identification technology; seeding plant; radish; computer

2016-04-22

河南省青年教師資助計劃項目(2011GGJS-207)

張 青(1973-)，女，河南信陽人，副教授，碩士，(E-mail)zhangqing730408@163.com。

S126

A

1003-188X(2017)05-0211-04