联合收获机粮箱内稻谷含杂率传感器采样盒设计

针对收割过程中通常只在开机时设置一次作业参数,不能经常停机观察籽粒的清洁度进而随时调节作业参数这一问题,需要研制一种能够自动获取联合收获机作业过程中含杂率数据的装置。但是,迄今为止,在收获过程中监测籽粒含杂率的研究还处于探索阶段。针对以上问题,结合联合收获机作业过程中谷物的流变特性,该文设计了一种谷物含杂率传感器,通过电磁铁(弹簧)控制挡板的伸出(复位),以使采样盒可视玻璃窗口前聚集(卸载)谷物,通过采样盒内CMOS相机获取数字图像,应用数字图像处理技术获得含杂率。依据图像直方图优化LED光源的照射及安装方法以获取高质量图像,分析了电磁铁提供的拉力和弹簧提供的推力、采样盒入口尺寸,采用全局阈值迭代算法,使用三个迭代步提取稻谷、茎秆和细柄连通域,计算每个连通域的像素,最终从形态上识别了谷物和杂质,同时测量稻谷千粒质量、茎秆面密度和细柄线密度,建立了计算谷物杂质质量的数学模型。结果表明:在采样盒内两侧各安装2个LED,间接照射视窗时获取的图像质量较好,有效避免了图像强度直方图中出现的峰值;额定拉力为60 N的电磁铁可以提供足够的拉力;采用线径为1 mm的弹簧能提供足够的推力,由于在收割过程中出现的短秸秆和细柄的长度在10 mm到30 mm之间,因此采样盒的设计高度为95.7 mm,宽度为76.5 mm,入口宽度为31.9 mm,视窗长度为57.1 mm,宽度为57.4 mm,如此稻谷、秸秆和细柄可以顺利流入采样盒,并且在视窗中可以看到约200粒谷粒。在不同含杂率下进行了籽粒含杂率传感器监测精度的台架试验,结果表明:该装置监测的籽粒含杂率与人工获得的籽粒含杂率具有一致的变化趋势,能够监测在0～2.88%范围内的籽粒含杂率。为了满足田间作业监测需求,同时设计了采样盒的防水防尘罩,为相机提供一个稳定抓取图像的工作环境。于2017年11月17日,在苏州九里湖进行了不同喂入量下含杂率监测试验,试验使用Yamma4LZ2.5联合收割机,结果表明,田间试验的相对误差在9.44%和19.67%之间。该研究可为田间收获过程中自动获取谷物含杂率提供参考。     

基于机器视觉的水稻杂质及破碎籽粒在线识别方法

为了解决目前国内联合收获机缺乏针对含杂率、破碎率的在线监测装置的问题,该文提出基于机器视觉的水稻图像采集,杂质与破碎籽粒分类识别方法。采用带色彩恢复的多尺度Retinex算法增强原始图像,对HSV颜色模型的色调、饱和度两个通道分别设定阈值进行图像分割,并结合形状特征得到分类识别结果。采用综合评价指标对试验结果进行量化评价,研究表明,茎秆杂质识别的综合评价指标值达到了86.92%,细小枝梗杂质识别的综合评价指标值为85.07%,破碎籽粒识别的综合评价指标值为84.74%,平均识别一幅图像的时间为3.24 s。结果表明,所提出的算法能够快速有效识别出水稻图像中的杂质以及破碎籽粒,为水稻含杂率、破碎率的在线监测提供技术支撑。