而對于破損棉種如圖犪和犫是典型的棉種破損形式。方差與均值相比較以方差為依據兩種棉種的可分性更強但是在范圍內還是有重疊區域該范圍為不可分區間。破損機器農業機械學報年結束語采用犅通道數據進行圖像分割和邊緣提取利用×正方形檢測窗口以及個統計參數均值、方差、均方比能夠有效地將破損棉種與正常棉種區分開其識別正確率為。圖是圖對應的二值化結果圖是圖對應的犉狉犲犲犿犪狀單像素邊界由于圖是在犔犈犇的漫反射條件下獲取的圖像圖像質量較高因而提取的邊界在未作平滑處理的條件下毛刺很少。均值μ犔∑犔犻犛狌犻式中犔———單個棉種的周長犛狌犻———邊緣輪廓上第犻點的犛狌值方差σ∑犔犻μ犛狌犻μ犛狌犻槡方差是指犛狌值相對于其均值的偏離程度其中未考慮周長的影響。造成誤判的部分原因是由于破碎棉種的圖像與正常棉種的圖像很接近因此需要將該邊緣裂紋的檢測算法與邊緣內部裂紋的檢測算法結合起來進行進一步研究以提高檢測精度。

在搜索邊界、提取鏈碼的同時將搜索到的邊界像素賦值為零黑色這樣得到棉種圖像的邊緣輪廓。該閾值大小由實驗確定。實驗結果及討論圖像預處理結果圖是犔犈犇光照條件下獲取的圖像其中圖犫、犮為正常棉種。破損機器正常棉種的位置隨機擺放。這說明對于棉種是否破損的兩類分類問題以均方比作為一維分類向量是可行的。光照的影響在實時系統中平滑處理算法占用相當多的時間影響系統的實時性而光照是圖像處理中的關鍵因素。

其中正常棉種粒破碎棉種粒。由圖犪、犫可知大部分破損棉種的均值約正常棉種的均值約二者在數值上差別不大而方差差值則較明顯正常棉種的方差集中在附近而破損棉種的方差集中在附近。破損機器對兩粒正常棉種和粒破損棉種分別在犔犈犇光照和普通光照條件下獲取的圖像如圖和圖所示按照上述算法進行計算得到圖犪犳的均方比分別為、、、、、圖犪犳的均方比分別為、、、、、。圖種不同形態的棉種犉犻犵犜犺狉犲犲犱犻犳犳犲狉犲狀狋狋狔狆犲狊狅犳犮狅狋狋狅狀狊犲犲犱狊犪邊緣有凹角犫邊緣起伏較大犮正常正常棉種的輪廓只在一端小頭端有凸角點大部分輪廓是光滑過渡的所以犛狌值波動不大即某一個點的犛狌值與整個輪廓犛狌值的平均值相比差別不大。犛狌即指圖像二值化后以邊緣上一個像素為的正方形檢測窗口內的目標像素總數不包括邊緣點如圖所示。破碎棉種的擺放要使棉種的斷裂邊緣出現在攝像機鏡頭內避免被壓在種子下面。

破損機器目前國內外大多使用美國生產的色選機該設備可以將紅、黃、白種子剔除留下黑褐色的合格棉種但是對破損棉種的識別正確率只有。實驗用的棉種樣本是年新疆產早。通過大量實驗選定滑槽背景顏色為藍色。由圖犮所示的實驗結果看以為分類閾值粒正常棉種中有粒的均方比大于粒破損棉種中有粒的均方比小于。很明顯邊緣輪廓起伏越多方差越大。以圖犪所示的棉種為例由于犛狌值有大有小因此其均值與該棉種正常形狀時不會有較大差異但是犛狌值的方差較正常棉種大依據這個特點可以將兩種棉種區分開。

破損的棉種將影響棉花產量和品質因此檢測并剔除破損棉種一直是被關注的課題。材料和實驗方法系統裝置和檢測方法視覺系統檢測裝置如圖所示采用清華紫光犘犆機采用犐狀狋犲犾犘犲狀狋犻狌犿犆犘犝主頻犌犎狕內存犕犅犆犗犞犐型高清晰攝像機北京大恒犆犌型圖像采集卡采用犔犈犇經屋頂反射形成的漫反射照明和室內犠日光燈管照明兩種方案。其中圖犪、犱犳與圖犪、犱犳均為破損棉種其均方比皆小于判為破損棉種。圖普通光照條件下的棉種圖像犉犻犵犆狅狋狋狅狀狊犲犲犱犻犿犪犵犲狊狌狀犱犲狉犻狀犱狅狅狉犻犾犾狌犿犻狀犪狀犮犲圖由普通光照條件下的棉種圖像提取的邊界犉犻犵犈狓狋狉犪犮狋犲犱犲犱犵犲狊犳狉狅犿犮狅狋狋狅狀狊犲犲犱犻犿犪犵犲狊狌狀犱犲狉犻狀犱狅狅狉犻犾犾狌犿犻狀犪狀犮犲檢測窗口的大小隨機取粒棉種其中正常棉種粒分別采用×、×、×模板用該檢測系統進行檢測記錄系統誤判的棉種數。統計參數的計算用狀×狀的檢測窗口從犉狉犲犲犿犪狀鏈碼的起點開始遍歷提取的邊緣輪廓計算檢測窗口內目標的像素數犛狌。破損機器為了提高檢測的正確率提出基于機器視覺技術的檢測設備的研制以及相應的關鍵技術研究。

破損機器根據犉犻狊犺犲狉線性判別的基本原則確定均方比閾值為以均方比為條件均方比小于的為破損棉種反之則為正常棉種。其中裂紋是指在檢測對象邊緣以內的長條形裂縫表面碰傷是指在檢測對象邊緣以內的塊狀區域這兩種表面損傷方式在棉種的破損方式中所占比重較少棉種破損比率較高的形式是邊緣斷裂。對該二值化圖像進行邊界搜索提取棉種的犉狉犲犲犿犪狀鏈碼并記錄邊界像素的行列坐標。用錯分率犲來評定檢測精度犲狀犖式中狀———分類錯誤的棉種數犖———棉種總數圖正常棉種與破損棉種犛狌值的均值、方差、均方比犉犻犵μσ犪狀犱犚犮狉犪狅犳狋犺犲犛狌犳狅狉狊狅狌狀犱犪狀犱犱犪犿犪犵犲犱犮狅狋狋狅狀狊犲犲犱狊犪均值犫方差犮均方比實驗結果如表所示其中×模板的檢測效果。圖檢測裝置示意圖犉犻犵犛犮犺犲犿犪狋犻犮狅犳狋犺犲犱犲狋犲犮狋犻狅狀犪狆狆犪狉犪狋狌狊滑槽攝像機犘犆機待測棉種犔犈犇圖像預處理對采集到的圖像首先進行圖像分割處理。申請一緩沖區大小與采集來的圖像相同賦初值為白色。

選取正常棉種粒、破損棉種粒利用該檢測系統進行檢測其識別精度達。但是從圖犮可以看出正常棉種與破損棉種的可分性。圖犫、犮與圖犫、犮的均方比大于被判為正常棉種。破損機器為了增強兩種棉種的差異引入均方比即均值與方差的比值犚犮狉犪μσ當犚犮狉犪小于某一閾值則為破損棉種。由此可見不管提取的圖像邊界是否光滑根據均方比都可以將破損棉種檢測出來從而表明該算法對光照的影響具有較強的魯棒性。本文提出一種基于統計參數的棉種破損機器視覺識別。