基于FPGA的脱绒棉种色选机实现

通过对当前脱绒棉种分选实现方法的对比,给出了一种双CCD(Charge-coupled device)检测FPGA(Fieldprogrammable gate array)分选实现的方法。通过图像采集模块、数据传输模块和分选模块的分析与设计,结合仿真分析和测试试验,验证了色选机系统效果。其中,图像采集模块采样彩色线阵CCD对脱绒棉种进行成熟度信息采集、黑白线阵CCD对棉种进行完整度信息采集;数据传输模块完成采集数据的传输任务;分选模块依据成熟度和完整度信息对棉种进行判别分析。试验结果表明,色选机系统能够完成对棉种特征信息的采集、数据传输以及分选判别工作,能够满足色选机设计要求。     

基于彩色线阵CCD的茶叶分选识别算法研究

针对颜色信息丰富的茶叶,通过形态学分析,研究茶叶的几何特征,提出一种基于彩色线阵CCD的茶叶色选算法,开发出一套集信号的采集、处理于一体并结合识别算法的新型茶叶色选控制系统。该系统通过彩色线阵CCD相机采集图像,利用MATLAB图像处理工具箱处理,色彩空间选择HSI模型,通过中值滤波算法去除图像中的噪声,利用改进的阈值分割算法二值化处理图像,运用形态学处理算法腐蚀和膨胀图像,进行连通域分析,提取并识别图像几何特征参数确定分类结果,增强色选系统对颜色信息复杂茶叶的识别能力。本系统同时将分选算法集中在FPGA上实现,提高分选的实时性。经过测试,验证基于彩色线阵CCD的茶叶分选识别算法具有良好的高效性与选别率。     

精准播种机粒距检测系统信号与图像处理的研究

作为一种鉴定精准播种机是否符合精准均匀播种的重要手段,设计了一种由FPGA驱动的线阵CCD播种粒距检测实时成像系统,用于检测播种的种子间距。其中,线阵CCD扫描成像时输出信号夹杂着噪声会造成信号畸变及计算机生成的图像含有噪声。通过分析噪声的产生机理,采用相关双采样降噪技术来抑制噪声,获得优质的图像信号。利用MatLab通过小波变换及阈值收缩法对线阵CCD扫描获取的图像进行去噪处理,以信噪比(PSNR)和均方差(MSE)的评价指标做对比分析,选取最优的阈值处理方法,为精准播种机播种的种子间距检测系统的输出信号降噪和图像去噪提供理论基础及技术支持。     

一种基于CCD相机的通道式油茶果色选机系统

通过对油茶果的籽和壳颜色特性研究,设计出一种基于线阵CCD相机的通道式色选机。该机使用CCD相机对下落的果壳与籽进行图像采集,开发基于Visual C++平台的软件系统对采集的图像进行分析处理,并利用单片机控制系统对步进电机进行控制,从而对沿通道下落的果壳与籽粒实现分选。色选机经过试验表明,在实现250kg·h-1的分选能力基础上,可达到95%的选净率。     

基于彩色线阵CCD的大米色选算法

利用PCI数据采集卡及彩色线阵CCD摄像头,实现被测物线阵图像数据的采集,并将采集的数据以文本文档的形式储存,作为后续研究色选算法的数据源.为了减小高频噪声的干扰,尝试用小波滤波的处理方法以得到平滑的信号,并根据数字图像处理中特征提取的相关理论,结合实际图像数据特征,采用K-均值聚类分析方法将图像数据分为背景类、正常米类和异色米类.实现了一种基于彩色线阵CCD的大米色选算法,并且该算法不依赖人为经验.     

基于FPGA的西瓜子机器视觉色选系统

基于现场可编程门阵列FPGA并行运算平台,设计了一种采用线阵CCD芯片的西瓜子色选机系统.硬件平台将CCD芯片驱动、动态图像的采集与处理、分类计算及气阀控制信号输出等集中在一个FPGA芯片上实现.色选机试制系统产量为1.2～1.8 t/h,色选精度97.7％,带出比为6～8.与传统工控机平台进行对比试验,验证了基于FPGA的西瓜子色选机系统具有良好的实时性和高效性.     

基于改进YOLO v4的群体棉种双面破损检测方法

针对研究人员难以利用计算机视觉对棉种这类尺寸较小的物体进行双面检测,导致检测效果不佳的问题,设计了一款新型棉种检测分选装置,利用亚克力板在强光和白色背景下透明的特点,将棉种通过上料装置滑入透明亚克力板的凹槽中,随着转盘的转动,同一批棉种的正反两面图像分别由2个不同位置的CCD相机采集得到.利用改进YOLO v4的目标检...     

基于CMOS传感器的玉米图像采集方法

苗田图像信息采集是喷雾目标自动识别的重要环节.在对图像传感器CCD和CMOS进行比较的基础上,选用具有USB2.0接口的CMOS摄像机构建了一套苗田图像信息实时采集系统.根据苗田穴间喷雾的农艺要求,为自然光照条件下的图像实时采集确定了各主要采集参数, 并通过试验验证了曝光时间与行进速度之间的制约关系,为进一步的应用奠定了基础.     

基于ARM和DSP的农田信息实时采集终端设计

提出了一种基于ARM和DSP的农田信息实时采集终端设计方案,主处理器选用S3C2440,协处理器选用TMS320C6713,在设计的农田信息采集电路基础上设计了HPI 驱动程序。利用Multisim对模拟信号采集电路进行放大倍数可调的仿真验证。并将采集到的农田经纬度、图像、土壤温度、土壤含水率、光照强度等信息进行编码。试验表明,该系统能够实时可靠地采集和上传多个传感器信息。延时试验表明,在GPRS网络延时比较严重的时间段容易出现图像显示不完全的现象。     

基于机器视觉的脱绒棉种"破碎"特征检测技术

针对新疆地区存在的破碎棉种问题,基于机器视觉技术搭建了破碎棉种检测系统.通过对脱绒棉种图像进行分析和预处理后,提取出脱绒棉种的特征参数-面积、周长、圆形度和长短轴等,并对特征参数的分析研究,确定选取圆形度作为检测破碎棉种的特征.随机选取了100粒新陆早-24#棉种进行试验,检测精度达到了87.5%.     

棉种图像精选方案与算法研究

提出了一种基于图像处理的棉种精选算法.精选作业前,先设定种子通道工位;精选过程中,使用首帧差分阈值分割的方式提取种子区域的二值图像,然后在原图像的种子区域计算红色像素数并判断红色种子,通过分析二值图像判断破壳种子,最后对种子图像进行微分处理并去除边缘像素判断裂纹种子.实验结果表明,该算法能够很好地判断出缺陷棉种,速度快、准确性高.     

基于形态学的棉花种子破损检测

以"中棉35"棉花种子为对象,应用图像处理技术,提出了基于形态学的破损识别方法.采用链码算子获取轮廓信息并进行傅里叶算子平滑,根据曲率特征定位轮廓尖端点后,通过轮廓的对称性识别局部破损棉种;基于统计思想,根据大小、形状特征的差异识别严重破损棉种.选取完好、破损棉种各200粒进行识别试验,结果表明破损棉种识别率达到94%.     

玉米种子实时检测分选装置设计与试验

针对我国玉米种子人工分选效率低、错分率高、缺少自动检测分选装置等问题,设计了一种玉米种子实时检测分选装置。该装置由进料单元、检测单元、分选单元和控制系统组成。下位机采用MSP430,与上位机实时通信,并控制分选执行机构,上位机采用Matlab 2014b软件对玉米种子图像进行实时处理,并输出识别结果。为了便于采集玉米种子图像,设计了种子分离机构。根据霉变玉米种子与正常玉米种子表面颜色的差异,设计了一种基于HSV颜色空间划分的玉米种子识别算法,并提出了一种玉米种子排序策略,实现了玉米种子的精确分选。该装置对单幅图像的采集和处理时间约为0.7 s,分选速率最高为680粒/min,霉变玉米种子识别准确率为100%,裝置总体分选准确率不低于94%。该装置实现了从玉米种子进料到分选的全自动化,能够对霉变玉米种子进行实时检测和分选。     

脱绒棉种活力检测系统的设计与实现

为了实现脱绒棉种活力的快速无损检测,利用VS2010和Open CV混合编程方式开发一套脱绒棉种活力在线检测系统分析软件,应用BP神经网络原理构建活力预测模型。软件系统主要包括图像采集模块、参数记录模块、图像处理分析及活力检测模块,主要实现了图像采集、图像特征提取与分析、脱绒棉种活力预测及参数记录等功能。选取新陆早50、鼎丰10号、神农11号3个品种进行活力预测试验,准确率分别达到90.29%、84.27%、8 6.8 0%。软件系统的开发为脱绒棉种活力实现快速无损检测分级奠定了基础。     

基于计算机视觉的储粮活虫检测系统硬件设计

设计了基于可见光-近红外计算机视觉的储粮活虫检测系统,该系统主要由粮虫自动分离子系统、粮虫传输子系统、光照箱、图像采集子系统4部分组成。粮虫自动分离子系统可从粮食样本中快速、有效地分离出粮虫,并进行自动除尘;粮虫传输子系统可准确接收筛下物,并输送采集盒到图像视觉采集部分的正下方以供图像采集;光照箱可为采集盒中的筛下物提供均匀的可见光-近红外波段的漫反射光;图像采集子系统可同时采集筛下物的近红外图像和可见光图像。系统对危害严重的9类储粮活虫的筛分率达到96.06%。实验验证了该系统的可行性。     

基于Android手机平台的玉米叶片含氮量无损检测

为了提供一种玉米叶片含氮量无损快速检测方法,分析了玉米叶片的颜色特征参数与含氮量的关系,并基于Android手机平台开发了玉米叶片含氮量检测软件。首先获取包含被测玉米叶片与标定色块组的图像,利用标定色块对图像色彩进行校正,以减小外界光照等因素对图像色彩造成的失真。进而进行图像分割、图像平滑和颜色特征信息提取等处理,分析了各颜色特征参数与玉米叶片含氮量的关系,发现绿光标准化值与含氮量之间线性关系最好。应用Java语言和OpenCV计算机视觉库在Android手机平台上实现了玉米叶片的图像获取、图像处理和查看结果等功能。实验结果表明,该方法对玉米叶片含氮量的绝对测量误差为-0.40%~0.35%,均方根误差为0.20%,从采集图像到给出结果所用时间小于10 s。     

基于FISHER模型的棉种分色研究

利用棉花种子表皮光学特性,对颜色不正常、表面有缺陷或内部变质的疵品及杂物进行分选是一种有效的方法。研究棉种分色模型是研制自动化棉种分色机械的基础。为此,通过提取彩色棉种图片的RGB分量,利用Fisher准则对RGB分量特征值进行提炼,建立了棉种的分选模型。试验表明,该色选模型可以对棉种进行有效分选,其分选精度达到97.2%。     

农产品品质检测系统的高光谱成像控制软件设计

利用VS2010与Matlab混合编程方法设计了用于农产品品质指标检测的高光谱成像在线检测系统的控制分析软件,包括仪器参数设置模块、信号检测与控制模块和数据采集与分析模块,完成了图像采集、图像合成、运动控制、数据提取分析及存储、显示功能。该控制分析软件设计提高了高光谱成像技术应用的实用化,实现了对农产品品质指标的无损、实时、快速检测分析。