[发明专利]一种农作物种子品质检测与筛选系统

说明书

本发明公开了一种农作物种子品质检测与筛选系统，包括：支架，其包括两个横杆和一个组成的倒U型支架；承料传送带，其固定在支架的底部横杆上，承料传送带的尽头设有装料盘；漏斗，其固定在支架的顶部横杆上，且通过固定在顶部横杆的漏料控制电机控制漏斗的漏料速度，漏斗的出料口置于承料传送带的上部；机械抓手，其固定在支架的竖杆上，受计算机控制对承料传送带上的种子进行摆放和优选工作；图像采集组件，采集承料传送带上的种子图像；计算机，其根据基于卷积神经网络构建的种子识别模型对接收的种子图像进行种子识别和分类，并输出控制信号至漏料控制电机和机械抓手。该系统，提升了种子分拣的效率和准确性。

技术领域

本发明属于农作物种子品质检测领域，具体涉及一种农作物种子品质检测与筛选方法。

背景技术

中国是一个以农业为主的发展中国家，农业是国民经济的基础。尤其在中国这样一个人口大国里，粮食是不可替代的战略物资，它关系着国计民生，粮食的生产质量及产量直接影响着国家民众生活、经济建设和社会稳定。

现代农作物的种子大部分来源于前一年的收成或者种子公司育种后的成品，品质层次不齐，存在较多的杂质、小粒、秕粒、破粒、坏粒、虫粒。

农作物种子质量的好坏直接影响作物产量的高低和产品的优劣，在农业上有着举足轻重的地位，因此在育种的过程中需要对种子进行评价筛选，使种子大小整齐一致，色泽籽粒饱满、健壮。在交易环节中，买卖双方需要及时了解种子的品质和具有传统意义参考的千粒重(千粒种子重量，需要计数)。而传统的种子检测分选主要由大型的种子公司或者食品公司施行清选，使用的设备诸如气流清选、筛选、窝眼筒分选、比重清选、摩擦分离器等，机械结构大而笨重且工序复杂，需要有经验的工人根据种子更换筛子、控制气流、摩擦力等，效率低且对种子损伤严重。而一般农户家庭育种或者交易过程中的现场评价则基本都是以人眼检测为主，缺乏统一标准，容易出错。

近些年随着深度学习技术的火热发展，目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。从最初2013年提出的R-CNN、OverFeat，到后面的Fast/Faster R-CNN，SSD，YOLO系列，再到2018年的Pelee。短短不到五年时间，基于深度学习的目标检测技术，在网络结构上，从two stage到one stage，从bottom-up only到Top-Down，从single scale network到feature pyramid network，从面向PC端到面向手机端，都涌现出许多好的算法技术，这些算法在开放目标检测数据集上的检测效果和性能都很出色。

关于谷物外观品质方面的主要研究成果有：1992年，方如明提出了检测米粒的三种方法：直方图傅里叶系数判别法、直方图波峰检出法及灰度突变法，用这三种方法对稻米爆腰情况进行了检测。1995年，宋韬、曾德超以表示玉米籽粒轮廓的11个特征参数作为输入信号，用神经网络方法进行玉米形态识别研究，对175粒完整及175粒破损的玉米籽粒识别试验，正确率为93％。1997年，许俐汹研究了稻米留胚情况的检测技术，采用面积和微分两种识别方法，检测准确率分别为89.1％和95.996％。2002年，冯斌研究了水果品质的在线检测和分选技术，针对苹果的形态、大小、表面缺陷，研究了动态条件下的快速处理算法。2005年,Chang_Chun L iu等提取了稻谷的形态和颜色相关的60种特征,并利用反馈型神经网络建立了5个检测模型，这5个模型选取了不同的部分特征参数，对5种大米进行识别，识别率平均都在91％以上。

发明内容

本发明的目的是提供一种农作物种子品质检测与筛选系统，该品质检测与筛选系统能够准确地对农作物种子品质进行检测和分拣出优质的种子。

为实现上述发明目的，本发明提供以下技术方案：

一种农作物种子品质检测与筛选系统，包括：

支架，其包括两个横杆和一个组成的倒U型支架；

承料传送带，其固定在所述支架的底部横杆上，所述承料传送带的尽头设有装料盘；