基于圖像處理與計算機輔助的物理機械播種裝置研究

郭亞靜

(洛陽職業技術學院，河南 洛陽 471003)

0 引言

傳統種植業中，小粒徑種子播種環節都是依靠人力進行人工點播，該種植方式農作強度大，效率低，種子浪費嚴重。機械化穴盤精密播種裝置的出現，提高了基地生產效率，解決了人工點播存在的勞動力投入大、生產成本高及種子浪費嚴重等問題，但仍存在一定程度的漏播、重播問題。為了解決精密播種裝置漏播和重播問題，基于圖像處理技術，設計了一種機械播種裝置性能參數檢測方法。

1 基于計算機輔助的物理機械播種裝置

本文采用計算機輔助中的虛擬技術，設計了物理機械播種裝置，其過程如圖1所示。

圖1 虛擬設計過程示意圖

機械播種裝置主要由機架、牽引或懸掛裝置、種子箱、排種器、傳動裝置、輸種管、開溝器、劃行器、行走輪和覆土鎮壓裝置等組成，如圖2所示。本文設計的機械播種裝置模型以作物種子為播種對象，本身沒有動力源，與四輪拖拉機配套使用。工作時，在拖拉機的帶動下，一邊前進，一邊起壟；當拖拉機帶動播種裝置向前行進時，位于后面的驅動輪隨之向前滾動。種箱位于播種裝置的的最上方，下方有排種軸，排種軸的一側安有鏈輪；鏈輪通過方扣鏈條與驅動軸上的鏈輪連接連動，驅動器轉動，帶動鏈條；鏈條帶動播種軸轉動，種子箱里的種子隨之下落，落到圓盤開溝器中，從圓盤間隙中落入土壤，最后由覆土裝置覆土，完成整個播種作業過程。

圖2 物理機械播種裝置

2 物理機械播種裝置的圖像處理

2.1 播種圖像的采集

圖像處理技術主要是利用計算機、工業相機、光源、傳感器及其他電子設備對需要處理的目標進行圖像采集、存儲、判斷和決策，結合對圖像的增強與分割，通過對目標物體特征值的提取和檢測，實現圖像數據庫的建立、模型的建立和匹配等復雜過程。

本文采用帶信號觸發的CCD高清攝像機拍攝種子播種圖像，整個過程比較完成，不會發生圖像重疊現象；然后將前后幅采集的圖像進行末端和前端進行拼接(見圖3)，得到第1幅到最后1幅圖像的堆疊式拼接。

圖3 播種圖像的采集與拼接

2.2 圖像分析與處理

采集到播種過程的圖像后，接著就是對圖像進行處理。需要處理的圖像在計算機內部通常被看作為一個矩陣處理，假設采集f(x,y)圖像，需要獲得M×N個實際數據，那么可以將這些數據以位置順序組成一個數陣，進一步進行陣元量化后，可以得到一個最終的矩陣替代f(x,y)，說明采樣圖像的信息可以用一個矩陣表示。該過程可以表示為

(1)

其中，fl(i,j)為圖像量化過的像素值。

為了方便對圖像的分析和處理，可以將圖像矩陣中元素表示為行或列向量，即

(2)

圖像轉換為矩陣的整個過程如圖4所示。

圖4 圖像轉換為矩陣的整個過程圖

在圖像處理過程中，數字圖像信號是二維的，其通常被看成在平面上隨機作變量的函數。例如，黑白圖像中濃淡變化的灰度值通常用f(x,y)表示，用來表示數字圖像中行和列兩個方向上的光照強度變化。圖像f(x,y)在進行采樣時，一般是對f(x,y)進行均值采樣，獲得每個像素點的亮度值，形成離散的函數f(i,j)。采樣過程如圖5所示。

圖5 圖像采樣過程示意圖

若為彩色圖像，則應以RGB明亮變化度作為二維矢量函數表示，即

(3)

相應的離散值為

(4)

經過上述方法后，數字圖像可以被離散為像素點，然后進行灰度的量化，便可得到二值圖像，從而方便對圖像的處理。

2.3 提取種子圖像區域

經過前面對圖像進行初步的分析與處理后，便可以提取種子圖像和計算種子區域面積。本文采用大津法計算提取種子區域圖像，對圖像f(x,y)而言，設定T為背景和感興趣區域分割閾值。對于M×N的圖像f(x,y)，假設分別有N0個大于和N1個小于灰度T的像素，則

ω0=N0/M×N

(5)

ω1=N1/M×N

(6)

N0+N1=M×N

(7)

μ=ω0×μ0+ω1×μ1

(8)

g=ω0(μ0-μ)2+ω1(μ1-μ)2

(9)

聯合式(5)～式(9)，可得

g=ω0ω1(μ0-μ1)2

(10)

其中，u為整幅圖像灰度平均值；ω0和μ0分別為感興趣區域像素總和和灰度平均值；ω1和μ1分別為背景區域像素總和和灰度平均值；g為類間方差值。

提取種子圖像的具體流程如下：

Step1：分別設置最大和最小閾值tmax和tmin，然后將閾值變量K和T的初始值都設置為tmin；

Step2：將測量圖像分為Q1和Q2兩類，若像素值大于K，則像素屬于Q1類；反之，像素屬于Q2類；

Step3：在2.2小節的基礎上對圖像進行二值化處理，即

(11)

2.4 計算種子圖像區域面積

本文采用中值法計算單子種子圖像區域面積Sv，主要計算參數包括目標區域(白色區域)的數目N、種子中心坐標、目標區域和投影坐標等。將目標區域面積值輸入到數組元素S[i](0≤i≤N)，則可以得到目標區域面積的單一種子面積Sv=S[N/2]。

3 物理機械播種裝置性能參數檢測方法

3.1 計算種子數量

物理機械播種裝置性能參數最基本的參數是種子數量，區域i中種子數量ni計算公式為

(12)

其中，S[i]為保存種子的數組；int()為取整函數。

種子總數量nr計算公式為

(13)

3.2 測定播種裝置條播參數

測定播種裝置條播參數主要是測定每個統計區間的種子數量和每個非種子區間的長度。條播參數測定示意圖如圖6所示。

假設取統計長度為d，統計區域數為M，統計間隔i的縱坐標為[tyi，tyi+1]。其中，i為統計區間的序號；y1=0；1≤i≤M；tyi+1=tyi+d。

設定每個統計區間獲得種子陣列的位置信息，而tymax和tymin分別表示目標區域的最大和最小縱坐標。由于目標區域往往包括多個統計區間，因此在計算過程中常常會出現兩種情形：

情形1：若tyi≤tymin

情形2：若tyi≤tymindb，則區域被分到統計區間i內；反之，則被分到區間i+1內。

圖6 條播參數測定示意圖

3.3 測定播種裝置穴播參數

測定播種裝置穴播參數的關鍵點在于如何根據每個種子的分布將每個種子分成相關穴。在y軸方向，每個種子陣列中的種子區間和非種子區間基本可以確定，相同種子陣列中的種子分配如下：

1)將相同種子區間[yi-1，yi]中的種子劃分為相同穴，同時根據種子區間長度平均值(SD1)求出標準差(σ1)。

2)用SDi表示種子區間i和i+1間的非種子間隔的長度。若SDi

3)計算種子穴的位置坐標，即

(14)

4)在得到以上數據的基礎上，計算出播種率、補種率和漏播率等播種裝置穴播參數值。

3.4 測定播種裝置精密播種參數

播種裝置精密播種可以看成是穴播的一種特殊情況，即每個穴中只有唯一一粒種子。首先，所有種子應該分配到全部穴中，然后計算Y軸方向上的種子數量和穴間距離。若穴中的種子數量大于1，則表明發生了重播，記重播次數為m-1(m為穴中所有種植的種子數量)。

4 試驗結果與分析

為了驗證整個系統的可行性和精確性，在某小麥種植基地進行了實際播種試驗，分別按條播、穴播和精密播種3種方式進行。物理機械播種裝置測量圖像截取的片段圖像如圖7所示(圖像已播種按順序準確拼接)。

圖7 小麥種植播種圖像

由圖7可以看出：白色區域是主要目標區域，種子已從背景中完美分割出來，驗證了本文研究的圖像處理算法的可行性和精確性。

物理機械播種裝置計算結果如圖8所示。圖8中，垂線表示種子區間的邊界線或中心線。

圖8 物理機械播種裝置計算結果

由圖8(a)可以看出：當前統計區間被分為了6個完成時間段，橫線旁邊的數字為播種裝置計算該區間內的種子數量。這表明，該算法能夠準確地將每個目標區域劃分為相關的統計區間，并能準確地計算區間內種子的數量。

由圖8(b)可以看出：該算法可以準確地將每個目標區域劃分為相應的穴，并能夠精確計算每個穴中的種子數量，能夠方便計算裝置的播種量、重播量和播種率。

由圖8(c)可以看出：在圖8(b)的基礎上，該方法可以判斷裝置整個播種狀況。若穴中的種子數量大于1，則表明發生了重播，記重播次數為m-1。另外，在比較y軸方向上相鄰穴間距離與標準間距差后，可以實現對裝置的播種量、重播量和播種率的準確計算。

5 結論

1)采用計算機輔助中的虛擬設計技術，設計了播種裝置，包括機架、牽引或懸掛裝置、種子箱、排種器、傳動裝置、輸種管、開溝器、劃行器、行走輪和覆土鎮壓裝置等部分。

2)基于圖像處理技術，設計了一種檢測物理機械播種裝置性能參數檢測方法，能夠在條播、穴播和精密播種3種方式下實現對播種裝置的播種量、重播量和播種率的準確計算。實際應用表明：該方法具有較高的可行性和精確性。