基于计算机视觉的葵花子外观品质检测研究

通过采集完好、霉变、破损葵花子的图像并对其进行预处理,研究共提取了3个颜色特征值(G、B、I)和5个纹理特征值(灰度均匀性、梯度均匀性、惯性矩、一致性、熵),采用BP神经网络和决策树算法分别对3种葵花子进行检测识别。结果显示,BP网络采纳全部8个特征值,正确率98.58%;决策树算法采纳2个特征值(G、B),正确率99.25%,说明决策树算法模型更简洁,效果更好,表明计算机视觉技术可以实现完好、霉变、破损葵花子的检测识别。     

基于EDEM的勺轮式葵花排种器离散元仿真研究

为研究葵花籽种类、排种盘转速以及排种口角度对勺轮式葵花排种器排种性能的影响,以勺轮式葵花排种器为研究对象,选取大、中、小三种不同尺寸且不同品种的葵花籽粒,四个转速(10rpm、15rpm、20rpm、25rpm)以及两个排种口角度(135°,150°),以排种量、排种均匀性为指标,运用EDEM软件对排种器排种性能进行仿真,结果表明:转速与排种量成正相关,排种口角度和葵花籽粒品种对排种量的影响成负相关;排种均匀性受转速与品种的影响,在一定范围内,排种均匀性随着转速的增加先上升后下降,最佳排种转速为20rpm,且排种均匀性受品种因素影响显著。相同工况下,通过台架试验对仿真结果进行验证,试验数据与仿真数据非常接近,偏差较小,试验结果与仿真结果一致。研究为勺轮式葵花排种器的进一步发展提供理论依据,同时表明,通过离散元方法运用EDEM软件对勺轮式葵花排种器进行动态仿真分析是可行的。