摘 "要：水稻種植機(jī)械的長(zhǎng)時(shí)間作業(yè)容易加劇其機(jī)械部件的結(jié)構(gòu)性損傷，進(jìn)而影響機(jī)械性能、降低作業(yè)效率、增加維修費(fèi)用，不利于水稻種植效率和產(chǎn)量的提升。而輪廓檢測(cè)技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心技術(shù)之一，其能夠識(shí)別物體邊界、簡(jiǎn)化圖像分析，具有適用性廣、應(yīng)用高效便捷、實(shí)時(shí)處理能力強(qiáng)、易于集成等特點(diǎn)，可用于水稻種植機(jī)械結(jié)構(gòu)損傷識(shí)別?；谳喞獧z測(cè)技術(shù)提出機(jī)械結(jié)構(gòu)損傷識(shí)別的技術(shù)框架，能提高對(duì)機(jī)械結(jié)構(gòu)損傷的辨別能力，為維護(hù)和修復(fù)決策提供科學(xué)依據(jù)，有助于推進(jìn)水稻種植業(yè)的機(jī)械化、智能化、精細(xì)化發(fā)展，為現(xiàn)代農(nóng)業(yè)生產(chǎn)提供技術(shù)支持。

關(guān)鍵詞：輪廓檢測(cè)；水稻種植；結(jié)構(gòu)損傷

中圖分類號(hào)：S223 " " " " " " " " " " " " " " " " "文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1673-6737（2024）04-0082-03

在水稻機(jī)械化生產(chǎn)中，稻田的特殊環(huán)境使水稻種植機(jī)械更容易出現(xiàn)裂紋、變形、腐蝕等不同程度的損傷。如果不對(duì)損傷進(jìn)行及時(shí)識(shí)別和修復(fù)，不僅會(huì)影響機(jī)械性能和作業(yè)質(zhì)量，還可能因問(wèn)題的長(zhǎng)時(shí)間累計(jì)而造成更嚴(yán)重的機(jī)械故障，影響水稻的安全種植。傳統(tǒng)損傷檢測(cè)依賴于人工檢查，其檢查成效主要取決于個(gè)人經(jīng)驗(yàn)和主觀判斷，難以發(fā)現(xiàn)初期的細(xì)微損傷和隱蔽損傷。因此，應(yīng)研究自動(dòng)化、高精度的損傷識(shí)別方法，以提高水稻種植機(jī)械的維修能力。而計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，使基于輪廓檢測(cè)的水稻種植機(jī)械結(jié)構(gòu)損傷識(shí)別成為可能。該技術(shù)能準(zhǔn)確捕捉物體的邊界信息，進(jìn)而通過(guò)圖像處理和模式識(shí)別來(lái)分析機(jī)械部件的損傷問(wèn)題。既有助于提高水稻作物種植效率和質(zhì)量，還能減少因機(jī)械設(shè)備損壞造成的生產(chǎn)風(fēng)險(xiǎn)和額外維修成本。

1 "水稻種植機(jī)械結(jié)構(gòu)損傷分析

1.1 "損傷類型概述

水稻種植機(jī)械可能因不當(dāng)操作或長(zhǎng)期磨損而出現(xiàn)不同類型的結(jié)構(gòu)損傷。水稻種植機(jī)械的常見(jiàn)結(jié)構(gòu)損傷主要包括：第一，裂紋。裂紋是指機(jī)械部件表面出現(xiàn)的細(xì)長(zhǎng)開(kāi)口，通常與長(zhǎng)時(shí)間使用造成的材料疲勞、設(shè)計(jì)不合理或與材料缺陷造成的局部應(yīng)力集中、突然碰撞等意外的沖擊載荷等因素有關(guān)。[1]第二，斷裂。斷裂是指機(jī)械部件承受載荷范圍外的力而發(fā)生的脆性斷裂現(xiàn)象，其通常與機(jī)械承受載荷過(guò)大、材料強(qiáng)度和韌性因長(zhǎng)期腐蝕而減弱等因素有關(guān)，也有些斷裂現(xiàn)象是由于材料內(nèi)部存在夾雜、氣孔、微裂紋等缺陷，影響了機(jī)械設(shè)備的使用壽命。第三，變形。變形是機(jī)械部件因外力作用而發(fā)生的形變現(xiàn)象，主要與長(zhǎng)時(shí)間的重載作業(yè)或承受超出材料屈服極限的載荷作用有關(guān)。同時(shí)，高溫引起的材料熱膨脹，或機(jī)械部件長(zhǎng)期振動(dòng)所導(dǎo)致的部件微小位移累積，也是導(dǎo)致其發(fā)生形變的主要原因。第四，磨損。磨損是指機(jī)械設(shè)備摩擦、腐蝕等問(wèn)題導(dǎo)致的材料損失現(xiàn)象。機(jī)械部件間的相互摩擦是導(dǎo)致設(shè)備磨損的主要原因，土壤顆粒對(duì)機(jī)械部件的沖擊和切削、化學(xué)物質(zhì)與機(jī)械材料發(fā)生的腐蝕性反應(yīng)、材料表面的微小裂紋導(dǎo)致疲勞磨損等也會(huì)加劇機(jī)械部件的磨損問(wèn)題。[2]第五，腐蝕。腐蝕是指機(jī)械材料因特定環(huán)境下的化學(xué)或電化學(xué)反應(yīng)而出現(xiàn)的材料結(jié)構(gòu)受損現(xiàn)象。造成機(jī)械部件腐蝕的根本原因在于水稻田的環(huán)境濕度大，金屬與水和氧氣的接觸會(huì)通過(guò)氧化反應(yīng)來(lái)加速銹蝕，且肥料、農(nóng)藥和其他農(nóng)業(yè)化學(xué)品中可能存在一定的腐蝕性化學(xué)物質(zhì)，也會(huì)加速機(jī)械部件的腐蝕過(guò)程。

1.2 "結(jié)構(gòu)損傷對(duì)機(jī)械性能的影響

結(jié)構(gòu)損傷對(duì)水稻種植機(jī)械性能的影響主要表現(xiàn)在以下四個(gè)方面：一是降低作業(yè)效率，機(jī)械部件的斷裂和嚴(yán)重腐蝕會(huì)極大影響水稻種植機(jī)械的正常使用。例如，機(jī)械鏈條損壞、傳送帶斷裂等，需要更換備用零部件才能繼續(xù)使用，會(huì)顯著增加種植作業(yè)中的停機(jī)維修時(shí)間，從而導(dǎo)致相同工作時(shí)間內(nèi)完成的工作量減少，繼而錯(cuò)過(guò)最佳種植或收獲時(shí)機(jī)，影響作物產(chǎn)量和種植戶的經(jīng)濟(jì)效益。二是影響作物種植質(zhì)量，機(jī)械部件的結(jié)構(gòu)損傷會(huì)直接影響播種、施肥或噴灑農(nóng)藥的精度，會(huì)影響水稻作物的生長(zhǎng)條件和產(chǎn)量，尤其是不均勻的水稻播種，可能會(huì)影響不同水稻植株的生長(zhǎng)速度，進(jìn)而為后期水稻收割帶來(lái)困難。三是增加維修成本，定期維修和更換零部件會(huì)加大消耗的維修成本，尤其是一些關(guān)鍵設(shè)備或嚴(yán)重?fù)p傷，往往需要專業(yè)的維修服務(wù)和昂貴的替換部件，會(huì)直接影響農(nóng)民收入水平、降低農(nóng)業(yè)生產(chǎn)的經(jīng)濟(jì)效益。[3]四是縮短使用壽命。持續(xù)的結(jié)構(gòu)損傷會(huì)加速水稻種植機(jī)械的老化速度，尤其是材料疲勞和腐蝕問(wèn)題的積累，會(huì)極大縮短機(jī)械設(shè)備的使用壽命。為應(yīng)對(duì)機(jī)械老化問(wèn)題，往往需要頻繁對(duì)機(jī)械部件和設(shè)備進(jìn)行更新，這不僅會(huì)增加水稻的種植成本，還會(huì)導(dǎo)致水稻生產(chǎn)過(guò)程的中斷。

2 "輪廓檢測(cè)技術(shù)在損傷識(shí)別中的應(yīng)用

2.1 "輪廓檢測(cè)技術(shù)原理分析

輪廓檢測(cè)技術(shù)是計(jì)算機(jī)視覺(jué)和圖像處理領(lǐng)域的一項(xiàng)關(guān)鍵技術(shù)。其目標(biāo)是消除圖像背景、內(nèi)部紋理和噪聲干擾，檢測(cè)目標(biāo)輪廓并進(jìn)行進(jìn)一步的分析處理，可廣泛用于目標(biāo)識(shí)別、場(chǎng)景分析、圖像分割等多個(gè)領(lǐng)域。其基本原理是分析圖像的像素點(diǎn)或區(qū)域特征，識(shí)別具有明顯亮度或顏色差異的區(qū)域，并通過(guò)亮度和顏色變化來(lái)確定物體邊界。[4]而在實(shí)際應(yīng)用中，輪廓檢測(cè)技術(shù)的應(yīng)用大體應(yīng)遵循以下幾個(gè)步驟：第一步，圖像預(yù)處理。采取灰度化、濾波或二值化等措施，對(duì)輸入圖像進(jìn)行預(yù)處理，減少圖像噪聲、簡(jiǎn)化圖像內(nèi)容，提供可供邊緣檢測(cè)的清晰圖像。第二步，邊緣檢測(cè)。使用Sobel、Canny等邊緣檢測(cè)算法，根據(jù)圖像中亮度或顏色變化，對(duì)圖像中的物體邊緣進(jìn)行識(shí)別。第三步，輪廓提取。依托邊緣檢測(cè)結(jié)果，使用輪廓提取算法連接圖像中的相鄰邊緣點(diǎn)，進(jìn)而形成閉合的物體輪廓。第四步，輪廓過(guò)濾。采用面積過(guò)濾、周長(zhǎng)過(guò)濾等過(guò)濾方法過(guò)濾掉不需要的物體輪廓，以提高輪廓檢測(cè)的準(zhǔn)確性。第五步，輪廓繪制。在原始圖像上繪制所檢測(cè)的物體輪廓，進(jìn)而分析、觀察和驗(yàn)證輪廓檢測(cè)效果。

2.2 "水稻種植機(jī)械結(jié)構(gòu)損傷輪廓檢測(cè)的流程

根據(jù)上文分析，水稻種植機(jī)械結(jié)構(gòu)損傷輪廓檢測(cè)的流程基本遵循以下幾個(gè)步驟。

第一步，圖像采集。結(jié)合水稻種植機(jī)械種類、功能和結(jié)構(gòu)損傷識(shí)別需求，選擇高分辨率數(shù)碼相機(jī)、工業(yè)相機(jī)或激光掃描儀等無(wú)損檢測(cè)設(shè)備，根據(jù)當(dāng)?shù)毓饩€條件和機(jī)械表面的光反射特性，調(diào)整焦距、光圈、快門速度、ISO等拍攝參數(shù)，確保所拍攝圖像具有較高的清晰度和分辨率。這一過(guò)程需要注意避免陽(yáng)光直射和高光比情況，減少圖像中的陰影和反光現(xiàn)象。在拍攝角度和距離的選擇上，應(yīng)對(duì)機(jī)械關(guān)鍵部位進(jìn)行多角度拍攝，全面捕捉機(jī)械部件的潛在損傷，并標(biāo)注圖像的拍攝時(shí)間、拍攝位置、攝像參數(shù)、設(shè)備參數(shù)等重要信息。[5]在完成拍攝后盡快進(jìn)行圖像預(yù)覽，檢查是否存在圖像模糊、過(guò)曝或欠曝問(wèn)題，并決定是否進(jìn)行重新拍攝，同時(shí)剔除圖像質(zhì)量不佳的照片，提高后續(xù)輪廓檢測(cè)效率和效果。

第二步，圖像預(yù)處理。圖像預(yù)處理的目的是改善圖像數(shù)據(jù)、消除噪聲和其他不相關(guān)的干擾信息，從而為后續(xù)的輪廓識(shí)別和檢測(cè)提供高質(zhì)量圖像數(shù)據(jù)。需采取均值濾波、中值濾波、高斯濾波等方式消除圖像采集過(guò)程中產(chǎn)生的傳感器噪聲、環(huán)境噪聲等噪聲影響，通過(guò)灰度化處理將彩色圖像轉(zhuǎn)換為灰度圖像，采取方圖均衡化、對(duì)比度拉伸等措施提高圖像對(duì)比度，凸顯損傷區(qū)域的圖像細(xì)節(jié)，將灰度圖像轉(zhuǎn)換為二值圖像，讓圖像的邊緣和輪廓信息更加明顯。同時(shí)，使用邊緣檢測(cè)算法識(shí)別物體邊緣，通過(guò)形態(tài)學(xué)處理去除噪點(diǎn)、填補(bǔ)空洞或斷裂，連接相鄰物體區(qū)域來(lái)改善圖像質(zhì)量。還應(yīng)采取閾值分割、區(qū)域生長(zhǎng)等措施，將圖像中的損傷區(qū)域與圖像背景相分割，通過(guò)標(biāo)準(zhǔn)化處理為后續(xù)檢測(cè)提供高質(zhì)量圖像。

第三步，輪廓檢測(cè)。使用邊緣檢測(cè)算法識(shí)別圖像中亮度變化顯著的像素點(diǎn)，通過(guò)圖像掃描、追蹤或使用路徑搜索算法將得到的一系列離散邊緣點(diǎn)連接呈閉合的輪廓。在實(shí)際應(yīng)用中，檢測(cè)出的圖像可能存在一定未清除的噪聲，導(dǎo)致邊緣檢測(cè)出現(xiàn)假陽(yáng)性，可采取開(kāi)運(yùn)算等形態(tài)學(xué)操作，或基于強(qiáng)度閾值的過(guò)濾方法去除不必要的邊緣點(diǎn)，同時(shí)采取非極大值抑制（NMS）等技術(shù)進(jìn)行輪廓細(xì)化，消除輪廓檢測(cè)中出現(xiàn)的小波動(dòng)，保留主要的邊緣輪廓。在具有多層次結(jié)構(gòu)的復(fù)雜圖像中，單一尺度的輪廓檢測(cè)很難捕捉所有重要的輪廓信息，因此可采用多尺度輪廓檢測(cè)，在不同尺度上重復(fù)進(jìn)行輪廓檢測(cè)來(lái)獲取更全面的輪廓信息。

第四步，特征提取。特征提取階段需要根據(jù)損傷類型和圖像數(shù)據(jù)的特點(diǎn)提取合適的圖像特征，具體包括形狀特征、紋理特征、邊緣特征、統(tǒng)計(jì)特征、變換特征等。形狀特征可通過(guò)對(duì)輪廓的幾何測(cè)量，獲取損傷位置的長(zhǎng)、寬數(shù)據(jù)，進(jìn)而檢測(cè)損傷區(qū)域的周長(zhǎng)和面積，用矩形度、圓度、緊湊度等形狀描述符來(lái)量化損傷形狀的規(guī)則性。紋理特征可使用灰度共生矩陣（GLCM）分析損傷區(qū)域的紋理信息，或利用局部二值模式（LBP）捕捉圖像中的細(xì)微紋理變化。邊緣特征可通過(guò)亮度變化反映損傷邊緣強(qiáng)度，并利用邊緣的方向性得出損傷形狀的相關(guān)信息。統(tǒng)計(jì)特征可使用灰度均值和標(biāo)準(zhǔn)差反映圖像中損傷區(qū)域的亮度分布，并通過(guò)損傷區(qū)域的灰度直方圖，具象化亮度分布的統(tǒng)計(jì)信息。變換特征可使用傅里葉變換提取損傷的頻率特征，或用小波變換捕捉圖像中局部和非線性的損傷特征。

第五步，損傷分類與評(píng)估。確定機(jī)械結(jié)構(gòu)損傷類別，在有充足標(biāo)注數(shù)據(jù)的前提下，可使用隨機(jī)森林（Random Forest）、K最近鄰分類算法（KNN）等有監(jiān)督學(xué)習(xí)方法訓(xùn)練損傷分類模型。也可利用基于統(tǒng)計(jì)的方法進(jìn)行損傷特征選擇，排除不相關(guān)或冗余特征，或用訓(xùn)練數(shù)據(jù)集來(lái)訓(xùn)練損傷分類模型。應(yīng)進(jìn)行機(jī)械結(jié)構(gòu)損傷評(píng)估，可依托面積、長(zhǎng)度、深度等物理指標(biāo)量化損傷程度，按照損傷等級(jí)標(biāo)準(zhǔn)評(píng)估損傷對(duì)機(jī)械性能的影響，如是否影響種植效率、是否會(huì)導(dǎo)致水稻分布不均等，并預(yù)測(cè)其使用壽命或下一次維修時(shí)間。所得到的損傷分類與評(píng)估結(jié)果，能夠提供更換部件、局部修復(fù)或整機(jī)淘汰換新等整修建議，并為水稻種植戶提供維修計(jì)劃和預(yù)防措施。

3 "水稻種植機(jī)械結(jié)構(gòu)損傷的防護(hù)建議

3.1 "材料選擇與表面處理

由于水稻種植機(jī)械需要在濕潤(rùn)環(huán)境下進(jìn)行作業(yè)，因此其機(jī)械部件應(yīng)采用不銹鋼、鍍鋅鋼或含有一定比例鉻、鎳的合金鋼的耐腐蝕、耐磨損材料，提高其在潮濕環(huán)境下的抗腐蝕能力。同時(shí)，應(yīng)在機(jī)械部件表面噴涂環(huán)氧樹(shù)脂、聚氨酯和氯化橡膠等涂層材料，進(jìn)一步提高其抗腐蝕和磨損能力。涂層材料的選擇也應(yīng)充分考慮基材的附著力、耐化學(xué)性和耐候性。例如，鋁合金等合金材料可通過(guò)陽(yáng)極氧化處理，在其表面形成一層致密的氧化層，或利用電鍍技術(shù)，在機(jī)械部件表面鍍上一層鋅、鉻、鎳等金屬，能夠有效提高機(jī)械部件的耐腐蝕性和美觀性。

3.2 "設(shè)計(jì)優(yōu)化

通過(guò)優(yōu)化水稻種植機(jī)械結(jié)構(gòu)設(shè)計(jì)，可以降低機(jī)械結(jié)構(gòu)損傷發(fā)生概率。應(yīng)在設(shè)計(jì)階段使用計(jì)算機(jī)輔助診斷（CAD）、有限元分析（FEA）等分析工具進(jìn)行應(yīng)力分析和模擬，識(shí)別潛在的應(yīng)力高度集中區(qū)域并進(jìn)行優(yōu)化設(shè)計(jì)，同時(shí)考慮機(jī)械的動(dòng)態(tài)負(fù)載問(wèn)題，使用高性能材料提高關(guān)鍵區(qū)域的強(qiáng)度和剛度，使其能承受機(jī)械作業(yè)過(guò)程中產(chǎn)生的振動(dòng)和沖擊。依托模塊化設(shè)計(jì)理念，提高機(jī)械各部件的可拆卸能力，降低機(jī)械設(shè)備的日常維護(hù)和修理難度，并使其能適應(yīng)不同的作業(yè)需求和種植環(huán)境，滿足水稻種植戶的多元化需求。優(yōu)化設(shè)計(jì)防護(hù)罩、擋泥板和防撞梁等集成的防護(hù)措施，提高其對(duì)水稻種植機(jī)械內(nèi)部關(guān)鍵部件的保護(hù)能力，減少因撞擊或土壤、水分侵蝕造成的機(jī)械部件腐蝕、磨損，通過(guò)自潤(rùn)滑材料或自潤(rùn)滑結(jié)構(gòu)，降低種植機(jī)械在運(yùn)行中產(chǎn)生的摩擦力，延長(zhǎng)機(jī)械的使用壽命。

3.3 "智能監(jiān)測(cè)與預(yù)測(cè)性維護(hù)

可在軸承、齒輪箱、液壓系統(tǒng)等易出現(xiàn)結(jié)構(gòu)性損傷的關(guān)鍵位置安裝振動(dòng)、溫度和壓力傳感器，實(shí)時(shí)監(jiān)測(cè)機(jī)械運(yùn)行狀態(tài)、捕捉機(jī)械異常信號(hào)。開(kāi)發(fā)通信技術(shù)和抗干擾技術(shù)，將各傳感器收集的信息整合至中央處理單元。使用聚類分析、異常檢測(cè)等數(shù)據(jù)分析技術(shù)，根據(jù)傳感器傳輸?shù)臄?shù)據(jù)信息進(jìn)行異常識(shí)別，使用機(jī)器學(xué)習(xí)算法，參考?xì)v史數(shù)據(jù)進(jìn)行模型訓(xùn)練，使模型能掌握水稻種植機(jī)械的正常運(yùn)行模式，并在機(jī)械偏離正常運(yùn)行時(shí)發(fā)出警報(bào)。根據(jù)數(shù)據(jù)分析和機(jī)器學(xué)習(xí)模型預(yù)測(cè)結(jié)果，制訂水稻種植機(jī)械的未來(lái)維護(hù)計(jì)劃，明確安排常規(guī)維護(hù)周期、時(shí)間點(diǎn)，通過(guò)定期檢查和維護(hù)來(lái)減少意外故障、縮短不必要的停機(jī)時(shí)間。開(kāi)發(fā)決策支持系統(tǒng)，為種植戶提供部件更換、參數(shù)調(diào)整等相關(guān)操作建議，使其能做出更準(zhǔn)確的維修決策。

4 "結(jié)語(yǔ)

本文提出了基于輪廓檢測(cè)的水稻種植機(jī)械結(jié)構(gòu)損傷識(shí)別方法。本文的研究結(jié)果表明，輪廓檢測(cè)技術(shù)能有效識(shí)別裂紋、斷裂、變形、磨損、腐蝕等常見(jiàn)的水稻種植機(jī)械結(jié)構(gòu)損傷，能夠?yàn)闄C(jī)械維修提供可靠的技術(shù)支持，促進(jìn)水稻產(chǎn)業(yè)的機(jī)械化、智能化和自動(dòng)化發(fā)展。

參考文獻(xiàn)：

[1] 王憲保，陳斌，項(xiàng)圣，等.基于雙通路視覺(jué)系統(tǒng)的自適應(yīng)輪廓檢測(cè)模型[J]. 高技術(shù)通訊，2024，34（1）：15-24.

[2] 龔玉婷，呂鑫，劉維，等.基于多波長(zhǎng)干涉的瞬態(tài)輪廓檢測(cè)Mirau顯微鏡[J].光子學(xué)報(bào)，2024，53（1）：64-72.

[3] 于福才，豆祥忠，徐昌軍，等.基于圖像輪廓的泵體口環(huán)位姿及尺寸檢測(cè)算法[J].制造業(yè)自動(dòng)化，2023，45（2）：1-5.

[4] 雷經(jīng)發(fā)，陸宗勝，李永玲，等. 基于投影柵相位法和多曝光圖像融合技術(shù)的強(qiáng)反射表面輪廓檢測(cè)[J].光學(xué)精密工程，2022，30（18）：2195-2204.

[5] 周祥，張?jiān)?基于振動(dòng)分析的機(jī)械結(jié)構(gòu)損傷識(shí)別方法綜述[J].機(jī)械工程與自動(dòng)化，2017（1）：216-218.