[发明专利]检测种子播种密度的方法

说明书

技术领域

本发明涉及农业技术领域，特别是涉及一种检测种子播种密度的方法。

背景技术

自动播种育秧是粮食生产自动化中一个重要步骤，比如水稻的自动播种育秧。目前，自动化播种流水线已经投入使用，可以极大地提高种子的生产效率，节约了人力成本。

发明人发现现有技术中至少存在如下问题：

自动播种机采用机械抛洒的方法将种子（比如水稻种子）播撒在秧盘上，有可能会出现播种不均匀的情况，播种的密度可能也不合理，这会影响种子后续的生长，从而降低粮食的产量，而现有技术中主要通过人工观测估计种子播种密度，还不能自动检测种子播种密度。

发明内容

基于此，有必要针对上述现有技术中不能自动检测种子播种密度的问题，提供了一种检测种子播种密度的方法。

一种检测种子播种密度的方法，所述方法包括：

获取秧盘图像；

对所述秧盘图像进行图像分割，获得种子图像；

对所述种子图像进行连通域处理，获得多个连通域；

根据所述连通域的面积计算种子播种密度。

上述检测种子播种密度的方法，通过对秧盘图像进行图像分割，获得种子图像，进而对种子图像进行连通域处理，获得多个连通域，然后再根据连通域的面积计算播种密度，实现了对种子播种密度的自动检测。

附图说明

图1为一个实施例中检测种子播种密度的方法的流程示意图；

图2为一个实施例中定位秧盘图像中的秧盘区域，去除秧盘区域之外的背景图像的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，在一个实施例中，提供了一种检测种子播种密度的方法，该方法包括：

步骤102，获取秧盘图像。

秧盘是承载播种的种子的器具，一般为矩形，可以通过安装在秧盘上方的摄像头采集秧盘图像。以水稻播种为例，秧盘置于传送带上随传送带移动，自动播种流水线通过流水作业在秧盘上播种水稻，可以在传送带上方设置摄像头，采集秧盘图像，或者采集视频并从视频中截取秧盘图像。

步骤104，对秧盘图像进行图像分割，获得种子图像。

图像分割就是从图像中分割出目标对象的技术和过程。由于水稻种子颜色和背景（土壤等）颜色不同，因此可以采用图像分割的方法分割出所有的种子。

在一个实施例中，步骤104之前，还包括定位秧盘图像中的秧盘区域，去除秧盘区域之外的背景图像的步骤。由于摄像头难以完全对准秧盘，获取的秧盘图像中除了秧盘区域可能还有背景图像，比如传送带等，需要在秧盘图像中定位秧盘区域，去除秧盘区域之外的背景图像，避免背景图像影响种子播种密度的检测结果。

具体地，如图2所示，在一个实施例中，该定位秧盘图像中的秧盘区域，去除秧盘区域之外的背景图像的步骤包括：

步骤202，对秧盘图像进行边缘检测，得到二值化的边缘图像。

图像边缘表示图像中一个区域的终结和另一个区域的开始，图像中相邻区域之间的像素集合构成了图像的边缘。通过边缘检测可以将图像中不同的区域区分开来。在一个实施例中，可以使用坎尼算子（canny算子，其采用二维高斯函数的任意方向上的一阶方向导数为噪声滤波器，通过与图像卷积进行滤波；然后对滤波后的图像寻找图像梯度的局部最大值，以此来确定图像边缘）对秧盘图像进行边缘检测，得到二值化的边缘图像。

步骤204，使用哈夫变换检测边缘图像中的矩形图形。

哈夫变换是利用图像全局特征将边缘像素连接组成区域封闭边界的一种算法。遍历整个边缘图像，在极坐标系下对(ρ,θ)空间进行累加统计，得到累加统计结果。其中，(ρ,θ)为极坐标系下直线方程的参数，累加统计结果存在C(ρ,θ)中。

寻找累加统计结果的峰值，即大于指定阈值的(ρ_i,θ_i)，设找到的峰值点为H₁＝(ρ₁,θ₁),...,(ρ_m,θ_m)，其中m是峰值点的个数。

扫描所有的峰值点，满足如下条件的点H_i和H_j，将它们配对在一起：