基于計算機視覺技術的向日葵種子分選系統(tǒng)設計

郭麗娟

(中共張家口市委黨校,河北 張家口 075000)

?

基于計算機視覺技術的向日葵種子分選系統(tǒng)設計

郭麗娟

(中共張家口市委黨校,河北 張家口 075000)

針對世界四大主要油料作物之一的向日葵種子的分選問題，結合近紅外技術和計算機視覺技術，進行了根據向日葵種子內部含油率高低不同的自動分選系統(tǒng)設計開發(fā)。依據不同含油率種子在近紅外光下的成像特征，將向日葵種子區(qū)分為兩個級別。該系統(tǒng)由Labview計算機視覺系統(tǒng)、紅外光發(fā)生器、圖像采集卡、黑白照相機、40 W的環(huán)形燈、白色的照相紙及X射線圖像處理工作站組成。運用所設計樣機進行向日葵種子分選試驗，結果表明：與化學分析方法相比較，本系統(tǒng)設計含油率分選準確，從而為滿足不同市場需求的向日葵種子分選提供一種方便、快捷的方法，提高了向日葵種子的市場價格經濟效益。

向日葵種子；計算機視覺；近紅外光譜；含油率

0 引言

近年來，隨著市場要求的不斷嚴格化和精細化，農產品分級已經成為農業(yè)生產中一項重要的課題。俗話說“民以食為天，農以種為先”。種子質量的好壞直接決定了植物的收成[1]。同時，作為一種農產品果實，種子質量決定了種子的后續(xù)加工利用價值。種子的品質檢測是一種典型的量大、重復性高的工作。傳統(tǒng)的向日葵種子采收后，經過遴選加工，向日葵葵種子的純度和凈度已經較高；然而，關系到種子活力或含油率的種子內部質量因素(如種仁率、種子飽滿度及含油率等)水平參差不齊，需要進一步對向日葵種子進行分選處理，內部質量一致的種子選入到同一個級別，以提高市場競爭力。以往的生產中，使用種子加工車進行分級篩選，通過定制不同網眼規(guī)格的篩片，根據種子的大小、飽滿度、是否雙粒、是否畸形等，一般可將種子分成3～4級，分級篩選后的向日葵種子在外觀、形態(tài)方面的整齊度較高。

作為一種可再生的能源，植物油脂無論是在燃料、食品、飼料蛋白還是工業(yè)原料上都有著足夠重要的地位[2]。植物油脂主要來自于油料作物種子，大豆、油菜、向日葵和棕櫚是世界上最重要的四大油料作物[3]。油料作物種子的含油率從根本上決定了作物的產油率，種子的質量與種子形態(tài)特征與生理屬性密切相關，基于精細農業(yè)和不斷發(fā)展的的市場需求，對不同含油率的種子進行分選有利于種子的分選，提高種子的市場價值。同時，對種子進行分級的一項重要依據便是種子的外形尺寸及外觀，包括大小和種子飽滿度，與種子的發(fā)芽率有一定的相關性。作為世界四大油料作物之一的向日葵種子，如果可以根據其內部含油率高低進行分選，將更加有利于其作為油料作物的競爭力。目前，尚未發(fā)現(xiàn)用于向日葵種子自動分選的現(xiàn)代化系統(tǒng)。

近年來，人們開始將機器視覺技術(包括神經網絡技術等)運用于種子外觀及內部品質檢測，取得了一定的成果。計算機視覺技術是指通過圖像傳感器獲得目標對象的圖像，對所獲取的運用計算機圖像處理技術(包括預處理、邊緣檢測、輪廓線構成、對象建模等技術等)進行分析、總結和特征提取，從而完成與相關視覺任務的一種技術。目前，利用計算機視覺技術進行農產品分級已經取得了一定的成績，主要集中在外部幾何特征、顏色特征及是否發(fā)生霉變等方面[4]。基于計算機視覺技術前端圖像采集部分本身的技術特征，一般在可見光下進行圖像采集，對于農作物內部質量的計算機視覺技術運用目前還比較少，可以嘗試將計算機視覺技術與近紅外光譜結合，運用于根據農產品內部質量的自動分級。

人類將近紅外光譜技術運用于谷物成分的含量分析，迄今已有50年余的歷史。該技術具有無損、處理量大、操作簡單、客觀而準確、無污染且快速等優(yōu)點，在國內外均得到了廣泛的推廣應用。近紅外技術的原理在于利用物質中OH、CH和NH等基團在近紅外區(qū)光波范圍(800～2500nm)之間的倍頻和合頻吸收，尋找吸收光譜和物質含量之間的關聯(lián)關系，檢測物質中如碳水化合物、蛋白質、水分和脂類等成分含量[5]。近年來，隨著化學分析方法和計算機數(shù)據分析處理技術的發(fā)展，近紅外技術運用于農產品品質檢測正在迅速普及起來。

油脂成分含有豐富的羥基基團，羥基基團在近紅外區(qū)的一級倍頻和二級倍頻區(qū)有較強的吸收。向日葵種子表面不均勻，含有多種有機大分子，適合于應用近紅外反射技術檢測[6]。

因此，本設計針對四大油料作物之一的向日葵種子，設計了基于近紅外光范圍內圖像采集的計算機視覺技術的自動分選系統(tǒng)，進行了樣機組裝，并進行了試驗[1]。

1 設計原理及機構

1.1 設計原理

本文的計算機視覺技術自動分級向日葵種子系統(tǒng)采用LabVIEW軟件設計，極大地縮短了設計的時間。以往的絕大多數(shù)計算機視覺技術都以可見光為背景光源采集圖像，通過綜合處理分析種子的外部特征對目標物的外部顏色、大小、性狀及是否霉變等進行機器識別，而利用其他波段的光源檢測產品內部質量、進行產品分級的運用較少涉及。因此，運用不同波段圖像分析產品品質，將成為以后農產品品質檢測的一個重要方向。據此，本文運用近紅外光譜技術，綜合考慮了形態(tài)特征及內部質量，可以準確地識別向日葵種子的內部品質，主要指含油率。同時，結合三自由度并聯(lián)機器人機構用氣吸方式對向日葵種子進行分揀。試驗結果表明：該系統(tǒng)可將向日葵種子準確地區(qū)分為兩種含油率級別。

1.2 軟硬件裝置設計

軟硬件裝置包括計算機視覺識別系統(tǒng)、紅外光發(fā)生器、圖像采集卡、黑白相機機、40 W的環(huán)形燈、白色的照相紙、X射線圖像處理工作站、向日葵種子吹送系統(tǒng)和二自由度機器人。在向日葵種子吹送中，風機裝置可以一定的速度將向日葵種子成單層排列地向前吹送，并使其在圖像采集部位翻轉，確保向日葵種子的整個表面接受到檢測，獲取足夠多的圖像信息供后續(xù)分析。計算機視覺系統(tǒng)通過對向日葵種子近紅外光譜成像特征分析及特征數(shù)據提取，建立了向日葵種子分級標準；智能視覺識別系統(tǒng)根據分級標準，對任意一個向日葵種子等級進行判定，并通過識別系統(tǒng)中的控制模塊，向分級系統(tǒng)傳送一定的指令，使二自由度并聯(lián)機器人用氣吸方式，完成向日葵種子的分選工作。

通過近紅外光光發(fā)射器、黑白相機、圖像采集卡對向日葵種子表面紅外吸收光譜特征參數(shù)進行提取，利用圖像預處理將單個種子分割出來，通過圖像分割，將-OH近紅外吸收光譜特征提取出來，將特征吸收與含油率建立相關性分析，并建立分級標準，將向日葵種子分為兩級。

1.3 材料和方法

2014年10月分別于甘肅省、寧夏、云南三地向日葵種植基地采收向日葵種子各50kg，進行晾曬除雜，運送至實驗室于通風干燥條件下保存。

1.4 試驗方法

1.4.1 圖像獲取方法

將采自不同地區(qū)的試驗樣品置于風機中，單層吹過圖像采集界面，在紅外光輻射器(900～2000nm)的波長范圍由黑白相機、圖像采集卡獲取圖像，傳輸給Labview信息處理平臺。

1.4.2 圖像分割

利用系統(tǒng)軟件對圖像進行圖像分割等一系列的預處理，通過LWT算法特征提取獲得不同含油率種子的圖像特征，將特征明顯不同的種子利用二自由度機器人進行分選。

黑白相機和圖像采集卡得到一個灰度圖；X-射線圖像通過小波域特性轉換成一個低頻，在水平、垂直和對角3個方向上均有高頻的圖像。低頻圖像一般能夠顯示目標物一般的外部特征，摒除大部分噪音干擾，高頻圖像往往表示噪音和不連續(xù)點。

具體處理步驟包括：①通過光波技術提取低頻圖像，該低頻圖像反應的向日葵種子的基本形態(tài)特征和生理屬性；②通過直方圖均衡化加強圖像，以區(qū)分含油率的高低；③通過Canny算法提取向日葵種子的邊緣數(shù)據。

1.4.3 圖像特征提取

LABview系統(tǒng)運用LWT算法對大量向日葵種子紅外圖像特征進行統(tǒng)計分析得到特征數(shù)據，根據特征數(shù)值的不同將向日葵種子分為兩個級別，并傳輸指令，將兩種級別的向日葵進行分選；對分選出來的向日葵種子用化學方法檢測其含油率，以驗證本設計的有效性。

2 結果與分析

對由計算機視覺紅外分選系統(tǒng)分選出的3個產地、兩種級別的向日葵種子隨機抽取9顆，運用化學分析方法進行含油率檢測。

將干燥的種子進行脫殼、研碎、提取等樣品前處理，然后使用常規(guī)方法檢測、稱量，并計算向日葵種子的油含量，結果如表1～表3所示，數(shù)據分析如表4所示。

表1 運用計算機視覺分選甘肅向日葵種子的含油率化學檢測結果

表2 運用計算機視覺分選云南向日葵種子的含油率化學檢測結果

表3 運用計算機視覺分選寧夏向日葵種子的含油率化學檢測結果

表4 數(shù)據分析

由檢測結果可以看出：本系統(tǒng)的分選操作成功地根據向日葵種子的含油率將其區(qū)分為兩個級別。數(shù)據分析的結果：1級向日葵種子含油率平均值比2級向日葵種子含油率平均值高，兩組數(shù)據結果有顯著性差異。

3 結論

設計了基于近紅外光條件下的計箅機視覺分選系統(tǒng)，組裝了軟、硬件設備樣機，并進行一系列實驗室分選操作，對分選結果進行化學分析方法驗證。結果表明：所設計的基于近紅外技術的機器視覺的向日葵種子含油率自動分級系統(tǒng)可以準確地提取不同含油率向日葵種子在近紅外光波范圍內圖像的特征數(shù)據，并據此成功地進行分級分選動作，通過化學分析驗證了該分選系統(tǒng)準確、可靠。

[1] 李瑾,李守勇,秦向陽,等.種子質量檢測問題研究—基于北京市種業(yè)協(xié)調員工作站的調研[J]. 湖北農業(yè)科學,2009(9):2297-2300.

[2] 蔡衛(wèi)國,李偉,荀一.種子精選分級裝置自動控制方法研究[J].農業(yè)機械學報,2005(8):90-92.

[3] 李培江,米瑤,余竟,等.美國引進向日葵種子含油量和脂肪酸組成比較分析[J].中國油脂,2015(11):104-106.

[4] 焦文興,潘天麗,李月娥.計算機視覺技術在農產品品質檢測中的應用[J]. 陜西農業(yè)科學,2003(5):29-33.

[5] 張曉芳,俞信,閻吉祥,等.近紅外反射技術開放式檢測棉籽中水分和油含量的研究[J].光譜學與光譜分析,2007(3):473-476.

[6] 黃喬松,于肇賢,李靜,等.含油巖心顯微紅外光譜成像方法的研究[J].光譜學與光譜分析,2009(2):451-454.Abstract ID:1003-188X(2017)04-0234-EA

內容更正

由于作者本人的疏忽，導致投稿時論文有些錯誤。文章發(fā)表于2016年第11期，名稱為《玉米秸稈還田機的設計與參數(shù)研究》，作者為薄鴻明、林靜。修改內容如下：

4 工作部件的有限元分析

4.1 基于ANSYS刀具的有限元分析

刀具的性能直接影響機具的性能與壽命。通過Solid Works建立刀具實體模型后導入ANSYS進行有限元分析。對刀具圓孔處施加固定約束并在刀身單側刃上施加切割秸稈時所需最大的橫向載荷并進行求解運算[11]，結果如圖5所示。

由圖5可知：刀與刀軸的連接處所受的剪切載荷最大為64.63MPa，其他部位所受剪切載荷均遠小于材料的剪切許應力560MPa。因為刀具在工作中基本不受其他方向的力，所以該材質刀具有足夠的穩(wěn)定性和強度。此外，在實際工作中可根據有限元計算確定的危險部位，定期進行檢查，確保沒有裂紋產生。

圖5 刀具有限元分析結果

參考文獻：

[1] 張儒.多功能秸稈還田機設計及其秸稈深施裝置性能的實驗研究[D].哈爾濱:東北農業(yè)大學，2016.

Design of Sunflower Seed Sorting System Based on Computer Vision Technology

Guo Lijuan

(Zhangjiakou Municipal Committee Party School of CPC, Zhangjiakou 075000,China)

As one of the four major oil crops in the world，A separation system for sunflower seed is designed based on computer vision technology combined with near infrared technology . This design consists of a computer vision system, an infrared generator, an image acquisition card, an black and white camera, 40 W ring light, white photographic paper , a X - ray image processing workstation, an Air supply system and a 2-DOF robot.The sunflower seeds with different oil content have some Characteristic difference in its image under near infrared light and this design can separates the seed based on the difference.The separation is verifies through chemical analysis method and The results showed that the separation made by the system design is accurate and effective.Based on precision agriculture,this sunflower seed separation system provide a convenient and efficient method to improve sunflower seed market prices and the efficiency.

sunflower seeds; computer vision; near-infrared spectroscopy; oil content

2007-05-02

河北省自然科學基金項目(201502044)

郭麗娟(1981-),女，河北張北人，講師,(E-mail)guolijuan051201@163.com。

S126；TP391.41

A

1003-188X(2017)04-0234-03