計(jì)算機(jī)視覺(jué)技術(shù)在玉米種子自動(dòng)檢測(cè)的應(yīng)用

梁文東

摘要：基于機(jī)器視覺(jué)考量、分析玉米種子品質(zhì)這一領(lǐng)域的研究動(dòng)態(tài)進(jìn)行綜述，主要從玉米種子純度、品種、活力、機(jī)械和霉菌損害等方面的自動(dòng)檢測(cè)進(jìn)行闡述，并對(duì)玉米種子檢測(cè)自動(dòng)化方面存在諸多尚待改進(jìn)之處進(jìn)行總結(jié)，以期給后續(xù)學(xué)者開(kāi)展相關(guān)研究提供必要的參考。

關(guān)鍵詞：計(jì)算機(jī)；視覺(jué)技術(shù)；玉米種子；質(zhì)量；檢測(cè)

中圖分類(lèi)號(hào)：S513 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-4374（2015）01-0047-04

引言

計(jì)算機(jī)視覺(jué)是提高人類(lèi)生產(chǎn)、生活自動(dòng)化和智能化程度的有效手段。目前，農(nóng)產(chǎn)品分級(jí)與品質(zhì)檢測(cè)、種子品質(zhì)檢測(cè)、果實(shí)的采摘、病害檢測(cè)等方面，機(jī)器視覺(jué)都有廣泛研究。作為世界三大糧食作物之一，玉米在糧食貿(mào)易中所占比重不斷升高。隨著計(jì)算機(jī)技術(shù)進(jìn)步，尤其是圖像技術(shù)的發(fā)展，建立在視覺(jué)技術(shù)的測(cè)量方法也高速發(fā)展，要適應(yīng)測(cè)量的現(xiàn)代化步伐，算法快速并且精度要高是圖像實(shí)現(xiàn)測(cè)量途徑的必然要求。在玉米生產(chǎn)中，種子質(zhì)量是最為關(guān)鍵的因素之一，玉米的收獲產(chǎn)量和產(chǎn)品品質(zhì)與種子質(zhì)量的優(yōu)劣息息相關(guān)。十多年來(lái)，國(guó)內(nèi)學(xué)者對(duì)應(yīng)用機(jī)器視覺(jué)技術(shù)進(jìn)行玉米種子檢測(cè)方面開(kāi)展了深入研究。本文主要綜述這類(lèi)研究，為今后該領(lǐng)域?qū)W者提供參考信息，從而加快系列研究的深入開(kāi)展。

圖像采集與模式識(shí)別

目前，CCD相機(jī)、掃描儀或數(shù)碼相機(jī)是主要的圖像采集設(shè)備。CCD相機(jī)在生產(chǎn)線(xiàn)的開(kāi)發(fā)當(dāng)中是最好的選擇，而對(duì)靜態(tài)檢測(cè)設(shè)備而言面陣相機(jī)則是上選，如果應(yīng)用場(chǎng)合是既有設(shè)備，那么數(shù)碼相機(jī)等更為適用。由于在封閉的環(huán)境光照足夠穩(wěn)定，此時(shí)圖像噪聲干擾較小，免除標(biāo)定這一環(huán)節(jié)，在后續(xù)處理時(shí)非常方便，所以圖像采集通常是在封閉環(huán)境中進(jìn)行。用于移動(dòng)設(shè)備的相關(guān)軟件的研究中，則有四個(gè)方面的情況需要著重考慮：第一，當(dāng)前采集玉米圖像時(shí)所用背景都是單一顏色，而在生產(chǎn)具體應(yīng)用中則完全有可能是非單一顏色；第二，在用戶(hù)使用過(guò)程中，光照條件不確定、特別是顏色特征對(duì)圖像質(zhì)量有影響。第三，玉米種子體積不大，當(dāng)玉米種子的空間位置發(fā)生移動(dòng)時(shí)，圖像中種子的特征會(huì)隨著改變。第四，在圖像采集時(shí)，如采集的角度存在偏移，圖像中玉米種子的形態(tài)也不會(huì)保持不變。

玉米種子純度檢測(cè)

種子最主要的質(zhì)量指標(biāo)之一是純度，目前，形態(tài)學(xué)鑒定和蛋白質(zhì)電泳分析法是主要的鑒定籽粒純度方法。

國(guó)外學(xué)者從圖像當(dāng)中提取玉米種子形態(tài)方面的參數(shù)，并結(jié)合判別函數(shù)實(shí)現(xiàn)對(duì)玉米統(tǒng)計(jì)學(xué)的種子外形判斷，實(shí)現(xiàn)玉米種子從非完整玉米種識(shí)別。當(dāng)然，該方法效率不高，所費(fèi)時(shí)間過(guò)多。

朱曉利用高光譜反射圖像技術(shù)，提取多個(gè)波段種子圖像特征，然后通過(guò)遺傳算法選擇最優(yōu)波段圖像，建立分級(jí)模型，達(dá)到對(duì)玉米種子純度檢測(cè)的目的。所建立的分類(lèi)模型測(cè)試精度達(dá)到97.22%。

另一批學(xué)者針對(duì)純度考慮圖像識(shí)別這一方法實(shí)現(xiàn)識(shí)別玉米種子，首先是彩色相機(jī)獲得圖譜，通過(guò)基于閾值的二值化處理圖像灰度變換、圖像均衡化，實(shí)現(xiàn)和電泳圖譜進(jìn)行比對(duì)以期判斷純度水平，玉米種子純度在計(jì)算機(jī)和人眼檢測(cè)結(jié)果，得到一種高效測(cè)玉米種子純度的方法，而這個(gè)技術(shù)對(duì)2個(gè)品種玉米的平均識(shí)別準(zhǔn)確度接近100%。

綜合幾種玉米種子純度檢測(cè)方案，形態(tài)鑒定法方法簡(jiǎn)單，但效率與精度不高。隨著檢測(cè)識(shí)別算法的改進(jìn)和計(jì)算機(jī)處理能力的提高，計(jì)算機(jī)視覺(jué)技術(shù)將比其他方法更高效更準(zhǔn)確。

玉米種子品質(zhì)自動(dòng)檢測(cè)

周紅等為實(shí)現(xiàn)對(duì)種子評(píng)級(jí)，借助圖像處理技術(shù)得到玉米種子輪廓。通過(guò)計(jì)算機(jī)模糊識(shí)別代替玉米種子形態(tài)傳統(tǒng)鑒定法，目的是將識(shí)別水平大幅度提高；基于模糊數(shù)學(xué)以及統(tǒng)計(jì)學(xué)，得到隸屬函數(shù)，從而制定對(duì)品種進(jìn)行判別的規(guī)律，玉米種子得以判別，所構(gòu)建的系統(tǒng)投資低，而且玉米種子品質(zhì)的識(shí)別率為88%。

閆小梅等通過(guò)CCD相機(jī)，對(duì)玉米種子冠部和無(wú)胚芽面圖像進(jìn)行提取，利用圖像預(yù)處理將單個(gè)籽粒分割出來(lái)，通過(guò)圖像分割，將冠部核心區(qū)域和側(cè)面黃色區(qū)域6個(gè)顏色特征提取出來(lái)，以Fisher判別理論和K-均值聚類(lèi)為依據(jù)，將特征投影到一維空間，進(jìn)行純度識(shí)別，識(shí)別率不低于93.75%。

玉米收獲后加工的重要環(huán)節(jié)之一就是對(duì)玉米種子質(zhì)量進(jìn)行分級(jí)，在玉米種子質(zhì)量分級(jí)工作中，機(jī)器視覺(jué)技術(shù)優(yōu)勢(shì)明顯，例如不會(huì)對(duì)玉米種子造成損壞、更好實(shí)現(xiàn)分級(jí)。相關(guān)學(xué)者提出從特征值按照一定的等級(jí)進(jìn)行分類(lèi)，采用典型神經(jīng)網(wǎng)絡(luò)與隸屬函數(shù)方法對(duì)玉米種子實(shí)現(xiàn)分級(jí)，發(fā)現(xiàn)：BP神經(jīng)網(wǎng)絡(luò)處理時(shí)間更短，具有更好的實(shí)時(shí)性，為現(xiàn)實(shí)應(yīng)用打下良好的基礎(chǔ)。有學(xué)者將形態(tài)學(xué)加上種子分級(jí)設(shè)備，能夠?qū)崿F(xiàn)準(zhǔn)確率高達(dá)90%以上的將種子分為4級(jí)的方法。吳繼華等開(kāi)發(fā)了一種種子品種實(shí)時(shí)檢測(cè)系統(tǒng)，該系統(tǒng)是基于機(jī)器視覺(jué)，由CCD攝像機(jī)進(jìn)行圖像采集，每隔2s停止1次，在分析結(jié)束時(shí)就可以得到特征參數(shù)，二十粒種子只需一秒鐘時(shí)間。Wan等18-19]將機(jī)器視覺(jué)應(yīng)用在谷物類(lèi)進(jìn)行動(dòng)態(tài)識(shí)別，并進(jìn)行分類(lèi)，得到圖像就進(jìn)行處理，并將信號(hào)傳給對(duì)應(yīng)的PLC，從而閉合電磁閥，以達(dá)到吹離目的。宋鵬等就分級(jí)系統(tǒng)在動(dòng)態(tài)玉米品質(zhì)檢測(cè)，抓住玉米種子的特征，把種子分類(lèi)形態(tài)以及顏色分別分為4級(jí)和3級(jí)，合格率分別為8 1.8%和93.04%，還能夠?qū)崿F(xiàn)玉米種子品種，應(yīng)用Bayes分類(lèi)器以及模式識(shí)別法實(shí)現(xiàn)識(shí)別玉米種子品種達(dá)到5種，識(shí)別準(zhǔn)確率不低于92%；結(jié)合玉米顏色等信息，實(shí)現(xiàn)單倍體籽粒分類(lèi)，待識(shí)別玉米單倍體后，將用氣吸方式和二自由度并聯(lián)機(jī)器人機(jī)構(gòu)相結(jié)合進(jìn)行分揀，精度不低于80%。

目前的玉米種子品質(zhì)自動(dòng)檢測(cè)中，多采用可見(jiàn)光進(jìn)行圖像采集，然后通過(guò)綜合處理分析種子的外部特征來(lái)確定品質(zhì)等級(jí)。鮮有利用紅外等不可見(jiàn)光生成的圖像來(lái)進(jìn)行品質(zhì)分級(jí)，因而無(wú)法精確分析種子內(nèi)部的品質(zhì)特征，影響到檢測(cè)精度。因此，運(yùn)用不同波段圖像分析玉米種子品質(zhì)，將成為以后種子品質(zhì)檢測(cè)的一個(gè)重要方向。

玉米種子活力檢測(cè)

漫射光法、熱浸法、電導(dǎo)率測(cè)定、四唑染色法、冷浸法、發(fā)芽實(shí)驗(yàn)等是種子活力的常規(guī)檢測(cè)方法。目前，有效結(jié)合圖像識(shí)別與處理等技術(shù)以及發(fā)芽試驗(yàn)和四唑染色法等方法的優(yōu)勢(shì)，能夠準(zhǔn)確測(cè)定種子活力。趙新子等對(duì)活力識(shí)別進(jìn)行論述，染色種胚后獲取彩色圖像，判斷染色區(qū)域在種胚的面積占比，得到活力水平評(píng)判，識(shí)別率為94%。

張曉宇等通過(guò)處理和分析種苗圖像，根據(jù)玉米種苗特征建立起可以方便、快速地獲取苗高、苗鮮重等信息的相關(guān)統(tǒng)計(jì)模型，該模型直接用于玉米種子的發(fā)芽試驗(yàn)，以便獲得準(zhǔn)確可靠實(shí)驗(yàn)結(jié)果。該技術(shù)將作為玉米種子發(fā)芽試驗(yàn)新的檢測(cè)手段，同時(shí)應(yīng)用于其它植物種子發(fā)芽試驗(yàn)。

Zayas等通過(guò)形態(tài)學(xué)參數(shù)把玉米種子從被破壞的玉米種識(shí)別，結(jié)合統(tǒng)計(jì)學(xué)方面的判別函數(shù)，將被破壞的玉米種子剔除。為了檢驗(yàn)播種材料，需要對(duì)種子發(fā)芽的規(guī)律以及所需條件進(jìn)行研究，研究必須將玉米種子發(fā)芽進(jìn)行系列實(shí)驗(yàn)，這時(shí)候?qū)τ诎l(fā)芽粒數(shù)以及苗高等種子的信息大多由人工獲取。

玉米種子機(jī)械和霉菌損害檢測(cè)

玉米種子質(zhì)量檢測(cè)的重要指標(biāo)之一是種子是否有裂紋和發(fā)生霉變，采用視覺(jué)無(wú)損檢測(cè)，我們發(fā)現(xiàn)如果光線(xiàn)對(duì)應(yīng)入射孔直徑設(shè)定在2.4mm時(shí)，所得背景是黑色的，如果入射光是白色光，采集得到的圖像采用高速濾波法識(shí)別玉米籽粒裂紋處與其他部位的像素灰度值的不同，檢測(cè)精度不低于百分之九十。有學(xué)者利用生霉粒對(duì)光照變化非常敏感的特點(diǎn)，光照變化對(duì)顏色標(biāo)定是鑒定生霉粒的主要途徑，認(rèn)為機(jī)器視覺(jué)算法在精確性以及一致性方面具有非常明顯的優(yōu)勢(shì)，這給玉米種子質(zhì)量檢測(cè)的提高打下良好的實(shí)踐基礎(chǔ)。

有學(xué)者基于圖像分析等途徑分析玉米應(yīng)力裂紋，主要結(jié)論是重度裂紋最易于被識(shí)別出，達(dá)到完全被識(shí)別的水平；無(wú)裂紋以及中度裂紋則朝著變差方向發(fā)展，不能完全被識(shí)別，占比約有30%-12%。

張俊雄等實(shí)現(xiàn)表面裂紋檢測(cè)：在獲取單粒玉米種子的圖像后采用Sobel算子得到玉米種子邊緣并通過(guò)分割閾值、腐蝕以及膨脹等傳統(tǒng)圖像處理，從而可以判斷滿(mǎn)足什么樣的條件可以判定為種子尖端點(diǎn)，并能實(shí)現(xiàn)尖端部分拿掉；將R通道膨脹，同時(shí)細(xì)線(xiàn)化處理B通道圖像結(jié)果，并執(zhí)行減運(yùn)算操作，根據(jù)連通性判別有無(wú)裂紋，識(shí)別率超過(guò)90%。

結(jié)束語(yǔ)

計(jì)算機(jī)視覺(jué)技術(shù)在玉米種子自動(dòng)檢測(cè)中的應(yīng)用非常普遍，對(duì)于促進(jìn)玉米的生產(chǎn)以及管理大有裨益。然而，在玉米種子自動(dòng)化檢測(cè)方面，還存在諸多尚待改進(jìn)之處，如：檢測(cè)玉米種子質(zhì)量的方法比較深入，但是仍然沒(méi)有一種方法能全部考慮將玉米種子從發(fā)霉、破損的種子，甚至雜質(zhì)等當(dāng)中識(shí)別出來(lái)；玉米種子識(shí)別主要是基于靜態(tài)圖像，而且步驟大多是灰度化一-值化一分割處理，暫未見(jiàn)到對(duì)動(dòng)態(tài)圖像的處理；對(duì)于玉米種子檢測(cè)精度和準(zhǔn)確性不高，時(shí)間效率低；對(duì)玉米等農(nóng)作物的檢測(cè)大都是有損的，無(wú)損檢測(cè)很少。因此，研究適用于中國(guó)玉米種子的自動(dòng)檢測(cè)系統(tǒng)，對(duì)實(shí)現(xiàn)玉米生產(chǎn)自動(dòng)化乃至農(nóng)業(yè)現(xiàn)代化都有重要的意義。