水稻谷?？挤N參數(shù)自動提取裝置及試驗

邢 航，黃旭楠，楊秀麗，王志琪，齊 龍

(華南農(nóng)業(yè)大學(xué) 工程學(xué)院,廣東 廣州 510642)

水稻成熟期表型性狀參數(shù)中總粒數(shù)、空粒數(shù)、粒長、粒寬、粒周長、粒面積、千粒質(zhì)量等對高品質(zhì)水稻品種的評價具有非常重要的意義。獲取水稻成熟期表型性狀參數(shù)的過程稱為水稻考種[1]，水稻考種是現(xiàn)代水稻育種研究的基礎(chǔ)，是經(jīng)驗育種向精準(zhǔn)育種轉(zhuǎn)變的關(guān)鍵。傳統(tǒng)的水稻考種主要依賴人工完成，耗時費力，測量效率低，易受到操作人員主觀因素的影響，導(dǎo)致測量準(zhǔn)確度達(dá)不到現(xiàn)代水稻育種研究提出的要求[2-4]。因此需要基于現(xiàn)代信息技術(shù)，研發(fā)性能穩(wěn)定且功能豐富的作物成熟期表型性狀參數(shù)自動提取設(shè)備，幫助研究人員快速、準(zhǔn)確地獲取水稻表型性狀信息。

國內(nèi)外許多科研院所和高新技術(shù)公司在相關(guān)領(lǐng)域進(jìn)行了研究并取得了一定的成果[5-11]。美國Seedburo公司生產(chǎn)的Count-A-Pak型數(shù)粒儀、法國Chopin公司的Numigral型數(shù)粒儀、德國Pfeuffer公司設(shè)計的Contador型數(shù)粒儀[12]，都采用光電測量方式完成了考種過程中的計數(shù)工作，但這些數(shù)粒儀功能單一，只能進(jìn)行稻谷計數(shù)，無法測量粒型參數(shù)，同時光電測量的考種方式雖然避免了主觀和偶然性誤差，結(jié)構(gòu)簡單，操作方便，但滯后、效率較低[13]。隨著圖像處理技術(shù)的發(fā)展，研究人員運用圖像處理技術(shù)獲取作物表型參數(shù)，德國LemnaTec公司研發(fā)的Scanalyzer系列產(chǎn)品通過攝像頭對作物種子或幼苗、小型作物、大型作物、田間作物分別進(jìn)行表型觀測[14]，華中農(nóng)業(yè)大學(xué)水稻表型研究實驗室和谷豐光電科技有限公司共同開發(fā)了一款利用線陣列攝像機(jī)自動提取稻谷總粒數(shù)、空粒數(shù)、實粒數(shù)等參數(shù)的水稻考種系統(tǒng)[15-16]，浙江托普云農(nóng)科技股份有限公司的TPKZ-1型考種儀，可對玉米、水稻、小麥等作物種子的粒數(shù)、粒長、粒寬、周長、面積等參數(shù)進(jìn)行統(tǒng)計分析。但這些考種設(shè)備普遍結(jié)構(gòu)復(fù)雜，價格昂貴，日常維護(hù)較困難，有些并未實現(xiàn)質(zhì)量稱量自動化，不利于大范圍推廣應(yīng)用。

本文系統(tǒng)地開展了水稻谷?？挤N參數(shù)自動提取方法和關(guān)鍵技術(shù)研究，研制了一種水稻谷粒數(shù)字化考種裝置，實現(xiàn)了谷粒數(shù)量、空粒數(shù)、粒長、粒寬、粒周長、粒面積及谷粒質(zhì)量的快速測量，成本低，易于維護(hù)。

1 谷?？挤N信息采集裝置

1.1 總體結(jié)構(gòu)

本文所設(shè)計的谷?？挤N信息采集裝置主要由安裝支架、圖像采集設(shè)備、光源、透明標(biāo)定膜、質(zhì)量計量裝置以及計算機(jī)組成，如圖1所示。工作時，計算機(jī)分別控制圖像采集設(shè)備和質(zhì)量計量裝置，同步采集稻谷圖像和質(zhì)量信息，并對采集的數(shù)據(jù)進(jìn)行處理以獲取稻谷谷粒參數(shù)信息。

1.2 圖像采集設(shè)備及光源

裝置設(shè)計時考慮到圖像采集設(shè)備宜結(jié)構(gòu)緊湊、低功耗、低成本[17]，選用楚?？萍糝QC-B型CMOS攝像機(jī)(分辨率為3 264像素×2 448像素，4∶3)作為采集設(shè)備。為突出谷粒外形輪廓特征，選用LED背光照射的方式進(jìn)行圖像采集，背光源的發(fā)光面需放置稻谷。為一次性把發(fā)光面上所有的谷粒拍攝完整，并最大程度地利用攝像機(jī)的有效拍攝范圍，背光源的發(fā)光面尺寸確定為400 mm×300 mm。背光源放置于質(zhì)量計量裝置的正上方，質(zhì)量計量裝置會計量整個背光源裝置及位于發(fā)光面的稻谷的總質(zhì)量，而光源常規(guī)外引線供電方式中外引線若受到干擾發(fā)生輕微運動，會造成質(zhì)量讀數(shù)的劇烈波動，因此本文采用大容量鋰電池固定于背光源背部對其進(jìn)行供電。

1.3 尺寸標(biāo)定方法

設(shè)計帶有稻谷區(qū)域框、參照物區(qū)域框、參照物陣列等圖案的透明菲林膜，安嵌于背光源的正面進(jìn)行標(biāo)定計算。經(jīng)調(diào)查，稻谷長度一般不超過12 mm，繞自身中心點旋轉(zhuǎn)一周掃過的面積約為113 mm2，水稻單穗總粒數(shù)一般不超過300粒，因此掃過的總面積約為34 000 mm2。為盡量減少稻谷之間黏連或堆疊現(xiàn)象，用于放置稻谷的大正方形框面積要大于34 000 mm2，但也不能過大，以免增加設(shè)備成本，浪費攝像機(jī)的有效分辨率，因此標(biāo)定膜上的大正方形框邊長確定為200 mm。為避免標(biāo)定計算引入額外誤差，參照物的尺寸應(yīng)該接近被測物的，因此用于標(biāo)定的小正方形的邊長選擇為10 mm。為降低由于標(biāo)定圖案在圖像采集處理過程中的有效像素丟失現(xiàn)象引起的標(biāo)定誤差，同時讓標(biāo)定膜圖案區(qū)域的長寬比保持在4∶3左右，參照物圖案內(nèi)容設(shè)計為一個11行3列的小正方形陣列。圖像采集設(shè)備安裝在1個可調(diào)支架(540 mm×500 mm×640 mm)上，以保證圖像采集設(shè)備處于合適的垂直和水平位置，其視野內(nèi)包含所有的稻谷和標(biāo)定圖案。

1.4 質(zhì)量計量裝置

采用電子衡器獲取稻谷質(zhì)量信息，考慮到衡器需要同時承載光源裝置和鋪灑在發(fā)光面上的稻谷群，光源裝置質(zhì)量約為2 833 g，水稻單穗稻谷總質(zhì)量一般不超出10 g，因此電子衡器的量程要大于2 843 g。同時為保證每顆稻谷的質(zhì)量都能檢測到，衡器的分辨率須小于單顆稻谷的質(zhì)量(約0.02 g)。根據(jù)上述對量程、分辨率的需求，同時兼顧數(shù)據(jù)實時傳輸需求，選擇量程為0～4 200 g，分辨率為0.01 g，支持RS232通信標(biāo)準(zhǔn)的卓精電子的BSM-4200.2電子秤作為質(zhì)量獲取裝置。

2 谷?？挤N表型參數(shù)獲取

2.1 谷粒圖像預(yù)處理

本文采用加權(quán)平均法將通過采集裝置獲取的原始圖像(圖2a)轉(zhuǎn)換為灰度圖像，以減小運算壓力，提高處理效率[18-19]，其中R、G、B通道分量的權(quán)重分別取0.299、0.587和0.114，灰度化效果如圖2b所示。由于中值濾波的模糊效應(yīng)比線性濾波器小很多，對圖像的有效細(xì)節(jié)信息保留得較好，特別是邊緣輪廓信息[20]，考慮到本文對谷粒邊緣輪廓信息的需求，且原圖像的噪聲主要是孤立的噪聲點，選擇中值濾波方式對灰度圖像進(jìn)行濾波[21]，濾波效果如圖2c所示。谷粒圖像中谷粒、標(biāo)定膜圖案等前景的灰度值與背景的灰度值差異明顯，因此采用基于閾值的分割法將前景與背景分離開[22-25]?；陂撝档姆指罘ㄖ凶畲箢愰g方差法可自適應(yīng)地確定閾值，設(shè)定圖像包含2類區(qū)域，η為分割這2類區(qū)域的灰度閾值，被分離后的區(qū)域A和區(qū)域B占整個圖像面積比例分別為αA和αB，整幅圖像、區(qū)域A、區(qū)域B的平均灰度值分別為β、βA、βB。此時，它們之間的關(guān)系如式(1)所示：

當(dāng)區(qū)域A與區(qū)域B之間的灰度差異較大時，βA、βB與β之間的差異也較大，這種差異的方差σ2(η)計算如式(2)所示：

αA、αB、βA、βB都是閾值η的函數(shù)，經(jīng)推導(dǎo)，σ2(η)可表示為：

當(dāng)σ2(η)取得最大值時，2類區(qū)域處于最佳分離狀態(tài)，由此得出最佳閾值T，見式(4)。

采用最大類間方差法來對谷粒圖像進(jìn)行分割的效果如圖2d所示。

2.2 谷粒區(qū)域提取

獲取二值化圖像后，為提高處理效率、避免標(biāo)定膜上的圖案對谷粒計數(shù)帶來干擾，本文采用圖像掩膜法屏蔽標(biāo)定膜上的圖案，提取谷粒區(qū)域[26]，其算法流程如圖3所示。

2.3 谷?？偭?shù)、空粒數(shù)計數(shù)

稻谷總粒數(shù)自動計數(shù)算法流程如圖3所示。對谷?？偭?shù)進(jìn)行自動計數(shù)時，部分谷粒之間存在相互黏連現(xiàn)象，相互黏連的谷粒在圖像上會表現(xiàn)為一個整體的連通域，如果直接把連通域總數(shù)視作谷?？偭?shù)，就會漏數(shù)谷粒。經(jīng)統(tǒng)計發(fā)現(xiàn)，屬于同一品種且同一批次的稻谷在背光源上的投影面積會在一個穩(wěn)定的區(qū)間內(nèi)浮動，所以本文利用這個規(guī)律去解決黏連稻谷的準(zhǔn)確計數(shù)問題。為了能較好地處理不同品種或不同批次的稻谷，在每次測量開始時都會自動地重新評估當(dāng)前畫面內(nèi)的孤立谷粒的面積參考值，而不是以某個固定數(shù)值作為孤立稻谷的面積參考值。

經(jīng)大量觀察發(fā)現(xiàn)，稻谷實粒與空粒間有顯著的外形差異：稻谷實粒的穎殼在粒端位置的封閉性良好，沒有缺口現(xiàn)象，而絕大多數(shù)稻谷空粒的穎殼在粒端位置的封閉性較差，存在明顯的缺口，這主要與水稻生長氣候條件、除草劑藥害、土壤養(yǎng)分失衡等多種因素有關(guān)[27]。基于稻谷空粒外形特點的空粒自動計數(shù)算法[28-29]流程如圖3所示，其中包含空粒計數(shù)(圖4)。

圖4 空粒計數(shù)圖形Fig.4 Graph for empty grain counting

稻谷總粒數(shù)(N1)和稻谷空粒數(shù)(N2)都已經(jīng)求出，則可根據(jù)公式得到稻谷實粒數(shù)(N3)和結(jié)實率(Q)。

通過所設(shè)計采集系統(tǒng)中的質(zhì)量計量裝置實時獲取稻谷總質(zhì)量(m)，則可根據(jù)下式，計算出該批稻谷的千粒質(zhì)量(M)。

2.4 谷粒長、寬、周長和面積測量

需根據(jù)方法[30]首先求出用于稻谷實粒長度、寬度、周長測量的像素當(dāng)量(V1)和用于稻谷實粒面積測量的像素當(dāng)量(V2)。

2.4.1 像素當(dāng)量V1的求取 首先，擬合出參照物中33個小正方形分別對應(yīng)的四邊形輪廓并同時輸出所有的角點坐標(biāo)，接著將位于同一行的左右相鄰的2個角點連成線段，每行有5條橫向線段，共22行，合計110條橫向線段(圖5a)，然后將位于同一列的上下相鄰的2個角點連接成線段，每列有21條縱向線段，共有6列，合計126條縱向線段(圖5b)。

圖5 參照物處理過程Fig.5 Reference treatment process

為減小測量裝置可能存在的裝配誤差，采用平面兩點歐氏距離公式(8)來計算上述共236條線段各自的長度(li)。

式中，xiA和yiA分別表示第i條線段某一端點的橫、縱坐標(biāo)，xiB和yiB分別表示第i條線段另一端點的橫、縱坐標(biāo)，長度li的單位是像素數(shù)量。把236條線段的長度值都加起來求和，再除以236得出線段的平均長度(l)，由于每條線段的實際長度均為10 mm，通過下式即可求出用于長度、寬度、周長測量的像素當(dāng)量V1。

2.4.2 像素當(dāng)量V2的求取 為了提高測量精度，首先尋找出參照物中33個小正方形(圖5c)，求出其像素面積之和，再除以33得出小正方形的平均面積(s)，由于每個小正方形的實際面積是100 mm2，因此可通過下式計算求出用于面積測量的像素當(dāng)量V2。

2.4.3 稻谷長與寬的測量 雖然稻谷實粒擁有不規(guī)則的形狀，但在稻谷實粒長、寬測量過程中主要關(guān)注的是稻谷的上、下兩端和左、右兩側(cè)的直線距離，因此可轉(zhuǎn)化為求稻谷實粒的最小外接矩形的長和寬[31]。把稻谷實粒擺放到光源裝置上進(jìn)行長寬測量時，允許稻谷間存在黏連現(xiàn)象。在測量過程中利用與“2.3”相同算法判別出雜質(zhì)、孤立實粒和黏連實粒連通域，并只統(tǒng)計孤立實粒的數(shù)量；接著提取出所有孤立實粒的外輪廓所對應(yīng)的最小外接矩形；把所有外接矩形以像素為單位的長度和寬度分別加起來除以孤立實粒數(shù)，得到實粒的以像素為單位的平均長度(K)和平均寬度(D)，通過下式計算實粒的實際平均長度(J)和寬度(C)。

2.4.4 稻谷周長與面積的測量 采用鏈碼法求取稻谷實粒的投影周長，把位于水平與垂直方向上的像素點對長度的貢獻(xiàn)值記為1，傾斜方向上的像素點對長度的貢獻(xiàn)值記為以解決傾斜方向上長度計算誤差大的問題。類似長和寬的測量，同樣只統(tǒng)計孤立稻谷實粒的周長。首先求出全部孤立稻谷實粒連通域所對應(yīng)的輪廓，然后利用鏈碼法求出它們的周長，把這些周長值加起來除以孤立稻谷實粒的數(shù)量，得到孤立實粒的以像素個數(shù)為單位的平均周長(I)，通過下式計算出實粒的實際平均周長(H)。

采用像素累加法求取圖像中稻谷實粒的實際面積，也只統(tǒng)計孤立稻谷實粒的面積值。首先判別出所有孤立稻谷實粒連通域并分別求出它們以像素個數(shù)為單位的面積，然后把這些面積值加起來的和除以孤立稻谷實粒的數(shù)量，得到孤立實粒的以像素個數(shù)為單位的平均面積(G)，通過下式計算出實粒的實際平均面積(E)。

3 水稻谷粒數(shù)字化考種裝置

3.1 稻谷計數(shù)試驗

3.1.1 稻谷總數(shù)計數(shù)試驗 稻谷總數(shù)計數(shù)精度

P1的計算公式為：

式中，U0是稻谷總數(shù)實際值，U1是稻谷總數(shù)自動計數(shù)值。

一般在機(jī)器視覺測量系統(tǒng)中，攝像機(jī)與待拍物的相對距離及待計數(shù)物的總數(shù)對計數(shù)結(jié)果的準(zhǔn)確度都會有較明顯的影響。因此，以稻谷總數(shù)計數(shù)精度為試驗指標(biāo)，以攝像機(jī)高度和稻谷總數(shù)為試驗因素進(jìn)行研究，探究影響裝置計數(shù)精度的因素的作用規(guī)律。

經(jīng)過預(yù)試驗得知，為能完整地拍攝所有稻谷以及載物光源上的圖案，攝像頭距離載物光源的高度最低為257 mm。以5 mm為間隔，設(shè)置攝像機(jī)距離載物光源高度的5個水平，分別為260、265、270、275、280 mm。試驗中水稻品種為‘江航絲苗’，經(jīng)統(tǒng)計分析發(fā)現(xiàn)，其單穗樣本的總粒數(shù)主要為100～200粒，因此設(shè)置稻谷總數(shù)量的3個水平，分別為100、150、200粒。試驗的開展地點為華南農(nóng)業(yè)大學(xué)工程學(xué)院實驗室。由結(jié)果(圖6)可知，攝像機(jī)高度對計數(shù)精度有明顯的影響，當(dāng)攝像機(jī)位于較低高度如260、265、270 mm時，計數(shù)精度有一定的波動，而隨著高度的繼續(xù)增大，計數(shù)精度呈現(xiàn)下降趨勢；稻谷總數(shù)對計數(shù)精度的影響不明顯：當(dāng)?shù)竟瓤倲?shù)為200和100粒時，計數(shù)精度變化幅度相對較大，而當(dāng)?shù)竟瓤倲?shù)在150粒時，計數(shù)精度變化幅度相對較小。整體來看，計數(shù)平均精度為99.47%。引起計數(shù)誤差的直接原因有：視覺系統(tǒng)對圖像中某處連通域所屬種類的判別出現(xiàn)錯誤，如稻谷四黏連連通域誤判為五黏連連通域等[32]。

圖6 各因素各水平對稻谷總計數(shù)精度的影響Fig.6 Effects of various factors and levels on counting accuracy of total grains

對裝置進(jìn)行總數(shù)計數(shù)精度測試，攝像機(jī)距離載物光源的高度設(shè)為260 mm，分別對10株稻穗的稻谷總數(shù)進(jìn)行計數(shù)，每穗重復(fù)測量3次并記錄平均值，測試結(jié)果見圖7，決定系數(shù)(R2)為0.998 30，均方根誤差(Root mean square error，RMSE)為1.408 8。

圖7 稻谷總數(shù)計數(shù)值與實際值的關(guān)系Fig.7 Relationship between count value and actual value of total grains

3.1.2 稻谷空粒計數(shù)試驗 稻谷空粒計數(shù)精度P2的計算公式為：

式中，U2是稻粒空粒數(shù)實際值，U3是稻谷空粒自動計數(shù)值。其中，稻谷空粒數(shù)實際值可以通過人工計數(shù)得出。

同樣，以稻谷空粒計數(shù)精度為試驗指標(biāo)，以攝像機(jī)距離載物光源的高度和稻谷總數(shù)為試驗因素進(jìn)行試驗研究，探究影響裝置計數(shù)精度的因素的作用規(guī)律。

稻谷總粒數(shù)的3個水平均含40顆空粒。由試驗結(jié)果(圖8)可知，攝像機(jī)高度對計數(shù)精度有明顯影響，計數(shù)精度在最低高度260 mm時取得最大值，隨著高度的不斷增大，計數(shù)精度呈現(xiàn)下降趨勢；稻谷總數(shù)對計數(shù)精度的影響不明顯。稻谷總數(shù)越多，計數(shù)精度的變化相對明顯，下降的幅度相對更大，而當(dāng)?shù)竟瓤倲?shù)較少，計數(shù)精度的變化就相對平緩。整體來看，計數(shù)平均精度為87.17%。引起計數(shù)誤差的原因主要有：小部分空粒不具備明顯的開口現(xiàn)象，其外形與實粒非常接近，導(dǎo)致視覺系統(tǒng)不能有效地識別出這小部分空粒。

圖8 各因素各水平對稻谷空粒計數(shù)精度的影響Fig.8 Effects of various factors and levels on counting accuracy of empty grains

對裝置進(jìn)行空粒計數(shù)精度測試，攝像機(jī)距離載物光源的高度設(shè)為260 mm，分別對10株稻穗的空粒進(jìn)行計數(shù)，每穗重復(fù)測量3次并記錄平均值，測試結(jié)果見圖9，R2為0.987 80，RMSE為3.873 0。

圖9 稻谷空粒計數(shù)值與實際值的關(guān)系Fig.9 Relationship between count value and actual value of empty grains

3.2 稻谷長、寬測量試驗

稻谷長、寬測量精度P3的計算公式為：

式中，U4是稻谷長寬實際值，U5是稻谷長寬自動測量值。

以稻谷長寬測量精度為試驗指標(biāo)，以攝像機(jī)距離載物光源的高度和稻谷品種為試驗因素進(jìn)行研究，探究影響裝置測量精度的因素的作用規(guī)律。

在本試驗中，3個水稻品種分別為‘江航絲苗’‘玉香油占’‘粵黃廣占’，每個品種各取10顆實粒。在試驗過程中，裝置同時測量位于載物光源上的屬于同一品種的10顆實粒的長和寬，并輸出這10顆實粒長和寬的平均值。由試驗結(jié)果(圖10a、10b)可知，攝像機(jī)高度對計數(shù)精度有明顯影響，攝像機(jī)高度在260 mm位置時，計數(shù)精度最高，隨著高度增大，計數(shù)精度逐漸下降；稻谷品種對長度測量精度的影響不明顯，但對寬度測量精度有明顯影響：在長度測量中，‘江航絲苗’的測量精度一直屬于最高一檔，‘玉香油占’和‘粵黃廣占’的測量精度較為接近；在寬度測量中，‘粵黃廣占’的測量精度屬于最高的一檔，而其余2個品種的測量精度有明顯差異。整體來看，長度和寬度平均測量精度分別為96.55%和96.36%。引起測量誤差的原因主要有2個：一是稻谷兩端的結(jié)構(gòu)較為尖銳，在圖像預(yù)處理時會被中值濾波過濾掉部分有效像素[33]，最終導(dǎo)致測量結(jié)果偏?。欢堑竟茸陨砭哂幸欢ǖ暮穸炔⑶冶砻娲植?，有可能以微小的傾斜角度在載物光源上處于靜止?fàn)顟B(tài)，而這種狀態(tài)下的稻谷的垂直投影的寬度不能很好地反映出稻谷的真實寬度，最終導(dǎo)致測量結(jié)果偏小。

圖10 各因素各水平對稻谷長度、寬度測量精度的影響Fig.10 Effects of various factors and levels on the measurement accuracy of grain length and width

對裝置進(jìn)行稻谷長寬測量精度測試，攝像機(jī)距離載物光源的高度設(shè)為260 mm，3個水稻品種各取20顆實粒。每10顆實粒為1組進(jìn)行測量，每組重復(fù)測量3次并記錄平均值。測試結(jié)果見圖11，長、寬測量的R2分別為0.996 10、0.782 90，RMSE分別為0.308 7、0.059 4。

圖11 稻谷長度、寬度測量值與實際值的關(guān)系Fig.11 Relationship between measured value and actual value of grain length and width

3.3 稻谷周長面積測量試驗

目前人工方式無法有效地測量出稻谷的周長和面積值，本文利用能獲取周長和面積實際值的規(guī)則圖形，開展本裝置的周長和面積測量精度試驗。

評判裝置周長、面積測量性能的指標(biāo)是規(guī)則圖形周長和面積測量精度P4，其計算公式為：

式中，U6是規(guī)則圖形周長或面積實際值，U7是規(guī)則圖形周長或面積自動測量值。

以規(guī)則圖形周長和面積測量精度為試驗指標(biāo)，以攝像機(jī)距離載物光源的高度和規(guī)則圖形種類為試驗因素進(jìn)行試驗，探究影響裝置測量精度的因素的作用規(guī)律。

在本試驗中，3種規(guī)則圖形分別為正三角形、正方形、正五邊形，其邊長均為10 mm。在試驗過程中，裝置每次都同時測量位于載物光源上的9個同種規(guī)則圖形的周長和面積，并輸出這9個規(guī)則圖形的周長和面積平均值。由試驗結(jié)果(圖12)可知，攝像機(jī)高度對周長和面積測量精度的影響并不明顯：攝像機(jī)高度對周長測量精度的影響規(guī)律取決于圖形種類，當(dāng)圖形種類為正三角形和正五邊形時，測量精度隨著高度的增大而平緩上升，而當(dāng)圖形種類為正方形時，測量精度隨高度的增大而平緩下降，面積測量時當(dāng)攝像機(jī)高度為260 mm時測量精度最高，隨著高度的增大，面積測量精度呈現(xiàn)緩慢下降趨勢；圖形種類對周長和面積測量精度有顯著影響：正五邊形的周長測量精度最低而面積測量精度最高，而正三角形的周長測量精度最高但面積測量精度最低。整體來看，周長平均測量精度為98.00%，面積平均測量精度為95.86%。引起周長面積測量誤差的主要原因有：多邊形的各個角結(jié)構(gòu)較為尖銳，導(dǎo)致圖像預(yù)處理時會被中值濾波過濾掉部分有效像素[33]，從而使得測量結(jié)果偏小。

圖12 各因素各水平對規(guī)則圖形周長、面積測量精度的影響Fig.12 Effects of various factors and levels on the perimeter and area measurement accuracy of regular patterns

對裝置進(jìn)行規(guī)則圖形周長和面積測量精度測試，攝像機(jī)距離載物光源的高度設(shè)為260 mm，規(guī)則圖形種類分別為圓形、正三角形、正方形、正五邊形、正六邊形。每9個相同圖形為一組進(jìn)行測量。精度測試結(jié)果見圖13，周長和面積的R2分別為0.995 10和0.999 98，RMSE分別為1.339 2和3.953 3。

圖13 規(guī)則圖形周長、面積測量值與實際值的關(guān)系Fig.13 Relationship between measured value and actual value of perimeter and area of regular patterns

3.4 測量裝置的效率

在測量效率測試中，對每組稻谷的數(shù)量、長度、寬度、周長、面積、質(zhì)量進(jìn)行同步測量，共測量10組稻谷，并記錄測量裝置從開始到輸出每組全部結(jié)果所耗時間。所使用的計算機(jī)的主要配置是：Windows 10系統(tǒng)，i7-8550U處理器，8 GB內(nèi)存，512 GB固態(tài)硬盤。測量效率測試結(jié)果見表1，每組平均測量時間為9.28 s，每秒平均測量16.52粒。本測量裝置相比人工計數(shù)(計數(shù)速度約為2.5粒/s)和常見的數(shù)粒儀(計數(shù)速度約為6.67粒/s)而言，在測量效率方面有明顯的提高。

表1 測量效率測試試驗結(jié)果Table 1 Results of measurement efficiency test

4 結(jié)論

本文針對水稻谷粒考種參數(shù)自動提取方法和關(guān)鍵技術(shù)進(jìn)行研究，研制了一種水稻谷粒數(shù)字化考種裝置，實現(xiàn)了稻谷數(shù)量、長度、寬度、周長、面積、質(zhì)量的快速并行測量，采用本文所提方法測量稻谷總數(shù)、空粒數(shù)、稻谷長度、寬度、周長、面積的決定系數(shù)分別為0.998 30、0.987 80、0.996 10、0.782 90、0.995 10和0.999 98，測量的平均精度分別為99.47%、87.17%、96.55%、96.36%、98.00%和95.86%，測量效率為16.52粒/s，表明本文所采用的稻谷粒考種參數(shù)自動提取方法可行，可為全自動考種裝置的實現(xiàn)奠定基礎(chǔ)。