English

Journal of Chinese Agricultural Mechanization

Journal of Chinese Agricultural Mechanization ›› 2020, Vol. 41 ›› Issue (8): 81-89+120.DOI: 10.13733/j.jcam.issn.2095-5553.2020.08.012

Previous Articles     Next Articles

  

  • Online:2020-08-15 Published:2020-08-15

融合机器视觉和CAN总线的玉米种粒分类器设计与试验

孙进;张洋;王宁;张道周;丁煜;习俊通;   

  1. 扬州大学机械工程学院;上海交通大学机械系统与振动国家重点实验室;
  • 基金资助:
    2018年度江苏政府留学奖学金(江苏—英国高水平大学20+20行动计划定制项目);; 国家自然科学基金面上项目(51475409);; 上海交通大学机械系统与振动国家重点实验室开放课题(MSV201810);; 2016江苏省“六大人才高峰”高层次人才项目(JXQC-030);; 扬州大学江都高端装备工程技术研究院开放课题(YDJD201706)

摘要: 为研究动态检测装置中玉米种粒的实时分级,设计融合机器视觉和CAN总线的玉米种粒在线分类器。在传统的小型生物质种粒检测系统中,针对传感器在获取种粒通过信号时有遗漏的问题,研发了一套融合机器视觉和CAN总线的红外传感器机构,用于动态玉米种粒的实时拍摄。红外传感器机构采用触发抓拍的方式,通过CAN总线传送传感器信号,使信号准确的传输到计算机,从而控制相机实时获取图片。为提高种粒分级能力,提出了基于数量级的形状复杂度计算公式,计算标准与破损种粒的面积、周长、复杂度与色度四种特征参数并建立种粒特征参数合格区间,构建基于复合几何特征与色度的玉米种粒形态分级算法。实验选用扬农15-1与扬农15-6玉米种粒进行验证,结果表明:在传送带速度为100~400 mm/s之间时,此红外传感器机构的采集成功率在100%,拍摄图片清晰,扬农15-1号与扬农15-6号标准玉米、破损玉米的识别准确率分别为93%、95%、95%和94%。

关键词: 玉米;分类器;机器视觉;CAN总线

CLC Number: