[发明专利]一种基于图像处理的谷物收割清选损失实时在线检测方法

说明书

本发明提供了一种基于图像处理的谷物收割清选损失实时在线检测方法，步骤包括：获取样本数据、图像处理以及相关性分析，利用相关系数检验法建立谷物横截面积与称重获得的损失量之间的相关性，计算出回归系数并建立回归方程，从而进一步求得清选损失率。该在线检测方法克服了传统谷物收割损失检测滞后、误差大的缺点，能够实时计算清选损失率，从而随着损失率的改变实时调整收割机前进速度、割幅宽度、鼓风机出风量和角度等工作参数，从而降低谷物脱粒不净率，夹带率，减少谷粒损失，提高粮食产量。

技术领域

本发明涉及一种谷物收割清选损失实时在线检测方法，尤其是一种基于图像处理的谷物收割清选损失实时在线检测方法。

背景技术

农业机械化的大力发展提高了劳动生产率和经济效益。同时，随着农业机械化水平的提高，对于农业装备的智能化、信息化提出了更高的要求，不仅有利于丰产丰收，而且有利于减少对环境的污染和农业持续高效地发展。长期以来，谷物收割损失率一直是收获装备的重要指标值之一，也是农业工程研究领域的难题。

当前谷物收获装备的损失检测多采用后程人工检测方法，缺点是效率低、误差大，无实时数据，无法向收获装备实时反馈状态数据。国内外的研究中，提出了根据尾部清选排出物冲击压电传感器检测的方法，但该方法易受各种干扰，如潮湿且重量较大的茎、叶杂余对传感器的冲击，环境电磁噪声对传感器和调理电路的干扰等。该方法虽能实时检测，但易受干扰，误差较大。因此，如何设计一种能够实时检测同时误差小的谷物收割损失检测方法是改善现有谷物收割损失率检测性能、减少粮食浪费的一个重要研究课题。

发明内容

本发明要解决的技术问题是：当前谷物收获装备的损失检测多采用后程人工检测方法，缺点是效率低、误差大，无实时数据，无法向收获装备实时反馈状态数据。

为了解决上述技术问题，本发明提供了一种基于图像处理的谷物收割清选损失实时在线检测方法，包括如下步骤：

步骤1，获取样本数据，通过摄像头实时采集杂余排出口处的清选排出物图像，然后将谷物从排出物中分离，并分别对谷物和杂物进行称重，建立各称重数据间的函数关系；

步骤2，图像处理，对清选排出物图像依次进行灰度化处理、图像去噪处理以及图像增强处理，再通过自适应阈值分割算法对处理后的清选排出物图像进行二值化处理，再利用二值化后的清选排出物图像求出谷物横截面积；

步骤3，相关性分析，利用相关系数检验法建立谷物横截面积与称重获得的损失量之间的相关性，计算出回归系数并建立回归方程，从而进一步求得清选损失率。

该在线检测方法克服了传统谷物收割损失检测滞后、误差大的缺点，能够实时计算清选损失率，从而随着损失率的改变实时调整收割机前进速度、割幅宽度、鼓风机出风量和角度等工作参数，从而降低谷物脱粒不净率，夹带率，减少谷粒损失，提高粮食产量。

作为本发明的进一步限定方案，步骤1中，各称重数据间的函数关系为：

m₁＝m₂+m₃

F_喂入量＝D*V*B

m₃＝f(F_喂入量，L,θ)

其中，m₁是谷物样本毛重，m₂是分离谷物后的杂物重量，m₃是谷物重，即为损失量，F_喂入量是收割机的喂入量，D是农作物密度，V是联合收割机的行进速度，B是收割机的割幅宽度，L是鼓风机的出风量，θ是鼓风机的出风角度，k是谷物损失率。