基于图像处理和蓝牙传输技术的米粒计数测量系统

时间:2019-03-03 14:25:27 来源:虎林门户网 作者:匿名
  基于图像处理和蓝牙传输技术的米粒计数测量系统 作者:未知 摘要:水稻种子加工过程中水稻种子的计数和测量通常是手工进行的,不仅工作量大,而且由于长期测量也导致效率和精度下降。 市场上常用的数字分析仪只有一个功能,只能完成水稻种子数量的统计,导致设备长时间闲置。 针对上述问题,我们设计了一种基于图像处理和蓝牙传输技术的米粒计数测量系统。 该系统使用智能手机获取米粒图像,并使用基于Android的APP进行图像处理,以提取水稻种子的数量。连接到电子天平的蓝牙模块用于将水稻种子质量无缝转移到智能终端。获得了水稻种子的质量信息;采用二维码技术对稻米样品进行鉴定,实现各样品的信息统计。 关键词:水稻试验; Android系统;图像处理;蓝牙传输;二维码 中图分类号:S126文献标识号:A产品号:1001-4942(2018)07-0157-04 关键词水稻种子调查; Android系统;图像处理;蓝牙传输;二维码 水稻是中国最大的粮食作物,也是产量最高的作物。多年生种植面积不到粮食作物的30%,产量占粮食总产量的40%以上。中国60%以上的人口以大米为主食,特别是以糯米为主要食品的城乡居民越来越多[1]。 水稻生产的发展对解决中国粮食供应安全起着重要作用。 该试验是水稻品种育种的主要环节之一,可为育种者的选择提供重要依据[2]。 中国有数以千计的农业研究机构需要每年长时间重复大量的统计工作,如米粒计数,测量和穗部性状检测。 目前,水稻种子计数和计量通常以三种方式进行:手动测量,光电粒度计和基于图像处理的造粒机[3,4]。其中,手动测量是最传统和最常用的方法。它主要依靠技术工人完成种子群数量的统计分析,质量衡量和一些水稻种子耳性状的统计分析。人工成本高,测量时间长。 ,繁重的工作,以及长期高强度的几种,容易产生视觉疲劳,造成二次统计误差,严重影响测量的效率和准确性。 在自动粒度仪中,光电造粒机结构复杂,价格昂贵,颗粒工艺相对较慢。最后,只能获得颗粒的数量信息,并且需要手动记录[5]。 近年来,随着计算机图像处理技术的发展,一些研究人员开始将计算机图像处理技术应用于作物种子领域[6-12],并开发了一种基于图像处理的粒子处理器,如:基于LabView软件开发平台。自动裁剪计数仪[13],基于PC图像处理的农业种鸡软件[14],浙江拓普仪器有限公司基于背光装置和智能终端智能粒子计数系统。 然而,由于诸如特性差和无法有效减少工作量的各种原因,这些数字分析仪尚未得到广泛应用。 在前人研究的基础上,设计了基于图像处理技术的米粒自动计数测量系统,利用智能手机采集米粒图像,实现水稻种子计数,并利用自主研发的蓝牙模块对接通过电子天平实现米粒质量与智能终端的无缝传输,最终完成播种过程中米粒的计数和测量。 1系统硬件结构和工作原理 1.1系统的总体结构设计 系统的整体结构如图1所示。 智能终端通常采用Android系统的智能手机,其像素要求超过1300万。它用于获得水稻种子的图像。收购后,手机APP程序将进行图像识别,最后获得水稻种子数量。 由电子天平加权的种子质量通过蓝牙模块传输到智能手机。 服务器主要用于存储计算结果和后数据查询统计信息。 其他用户可以通过智能手机和网页查询米粒的统计数据。1.2工作原理 工作人员将待测水稻种子均匀地撒在托盘上以避免种子重叠,并使用智能手机获取种子组的图片,经过灰度处理,去噪和分割等一系列操作后,大米终于获得了。种子数量。 蓝牙模块设计。模块通过RS232接口连接到电子天平,水稻种子的质量可以实时发送到智能终端。 可以在测试期间或之后将该测试的分析数据上载到服务器以进行存储。 系统的总体设计框架如图2所示。 2基于智能手机的米粒计数和测量系统设计该系统主要基于配备Andriod系统的智能手机的开发和设计。 二维码旨在识别每个大米样本,包括品种数量,种植地点,种植时间和其他信息。智能手机APP可以扫描QR码以获得米样本的相关信息,并且将获得所获得的谷物图像。并且处理信息,种子质量信息和QR码信息对应于方便的存储和查询。 2.1水稻种子数 水稻粒度的统计是将水稻种子群在一个平面上完全筛选,收集种子组的图像,进行灰度变换,增强过滤去除噪声,并通过二值化过程确定晶界。分割颗粒图像,完成种子填充,并填充数据以最终确定种子数。 图像分析处理流程如图3所示。 2.2水稻种子计量 水稻种子的质量通过电子天平获得,采集过程如图4所示。 具有RS232接口的电子天平将米粒质量的实时信息转换为A/D转换,并将其转换为相应格式的数字信号,通过RS232传输到接收模块,接收模块传输数字信号通过异步串行通信。对于蓝牙模块,通过蓝牙模块将米粒的质量发送到智能终端。 3基于网络的米粒计数系统 基于网络的米粒计数测量系统主要包括三个部分:用户管理模块,智能手机测试数据上传到服务器模块,测试数据分析模块,如图5所示。 其中,用户管理分为两类,管理员有权上传测试数据,二季分析水稻种子信息,实时查看米粒测量信息;普通用户只有权查看测量信息。通常数据量相对较大。测试完成后,可以将所有测试数据上传到服务器。 数据可以通过usb数据线上传,如图6所示,上传的数据以收集的样本为单位保存在相应的文件夹中。 测试N数据分析模块以查看每个品种的历史测试信息。 测试信息可以以EXCEL格式保存并可以导出。 4。结论 本研究设计了一种结合智能手机,二维码技术,图像处理技术,蓝牙传输技术和水稻研究的种子计数系统,获得了基于Android系统的APP获得的谷物图像。对接收到的蓝牙传输数据的处理和分析,实现了水稻种子的快速,准确,高效的计数和测量,实现了通过二维码快速识别水稻样本的同一性。 可以将所有测试数据上载到Web服务器进行存储,分析和查询。 该系统还可以扩展到其他作物类型,如小麦,玉米,大豆等,为大多数农业研究单位快速准确地计算作物种子提供了有效手段,为提高效率奠定了基础。农业育种。 引用: [1]翟清泉,齐成熙,杨飞,等。中国杂交粳稻发展现状,问题与对策[J]。中国作物科学,2005(1):9-12。 [2]徐桂玲,纪红婷,潘健,等。水稻种子检测方法分析[J]。中国农业技术推广,2012(6):16-17。 [3]赵淑娟,张贵明。计数机的现状与发展分析[J]。农业与技术,2013,33(2):12。 [4]张莉,马成学,高立夫。基于光电信号的玉米籽粒计数方法研究[J]。中国科学技术大学学报,2015,45(4):275-279。 [5] Song?i Su,Hua Jiao,Lan Jingzhen,et al。转盘斜刮光电自动计数仪的设计[J]。中国农业机械学报,2011,42(11):75,89-92。 [6]王刚。基于机器视觉的千粒重快速检测仪的研制[D]。吉林:吉林大学,2012。[7]耿阳阳。千粒重玉米??种子自动测量系统的研制[D]。杨玲:西北农林科技大学,2014。 [8]孙宏佳。基于机器视觉的花生种子自动识别系统设计[D]。哈尔滨:哈尔滨理工大学,2014。 [9]王凤云郑继业唐燕等机器视觉在中国农业中的应用研究分析[J]。山东农业科学,2016,48(4):139-144。 [10]吴露露,郑志雄,齐龙,等。基于图像处理的稻田叶斑病检测方法[J]。农业机械化研究,2014(9):32-35。 [11]张芳,傅丽思。基于图像处理技术的黄瓜叶病鉴定诊断系统[J]。农业机械化研究,2014(9):213-215,225。 [12]胡伟珍,张武,刘连忠,等。利用图像处理技术计算大豆叶片相对病害面积[J]。江苏农业学报,2016,32(4):774-779。 [13]张运和,乔晓军,王成,等。种子自动粒子计数仪[J]。自动化技术与应用,2005,24(3):59-61。 [14]陈丽萍,李凤玲。农业博士育种软件在育种中的应用技术[J]。中国园艺文摘,2010(7):171-172。

线上温州牌九 网易126免费邮