[发明专利]基于U-Net网络的谷物含杂破碎状态实时监测系统和方法

说明书

本发明公开了一种谷物收集装置以及基于U‑Net网络的谷物含杂破碎状态实时监测系统和方法，谷物收集装置的转动板在步进电机带动下实现采样盒侧面板的打开和闭合；收集谷物期间，ARM处理器控制相机摄取图像，并调用改进U‑Net网络模型进行图像分割，得到各标签像素面积，ARM处理器的CAN总线从上位机接收含水率，综合换算出谷物含杂率破碎率，数据保存到本地，通过显示屏显示，并由CAN外设发送到上位机。本发明本地保存的数据有利于进一步离线研究，改进U‑Net网络能快速处理谷物图像，对不同光照条件拍摄的图像鲁棒性较强；本发明还可以实时调整联合收割机凹板间隙、脱离滚筒转速、风机转速等相关作业参数。

技术领域

本发明涉及联合收割机工作性能和图像分割领域，具体地说，基于U-Net网络的谷物含杂破碎状态实时监测方法和系统。

背景技术

联合收割机作业时，当出现凹板间隙过大、脱离滚筒转速过快等异常工作参数，会导致谷物破碎；而当风机转速过慢，分风板角度不当等情况下，谷物中则会掺杂大量枝梗、茎秆等杂质。而谷物破碎率及杂质率是衡量谷物质量的两个重要参数指标。

国外农业机械研发的装置和检测模块大多集成多模块批量生产，价格昂贵，不利于我国精准农业的普及。国内学者对谷物含杂率和破碎率的研究大多都是在实验室进行的，仅有少数的学者研究出实时监测的装置和处理方法，但在收集谷物样品时取样不够充分，释放谷物不够快速，且运用传统图像分割的方法，存在谷物和杂质误识别和误分割的情况。例如：采用K-Means算法与分水岭算法结合进行图像分割，再利用BP神经网络模型识别杂余、破碎籽粒，但是分水岭算法存在过分割现象，而且算法复杂，BP神经网络的计算量大耗时长。

发明内容

针对现有技术中存在的问题，本发明提供了一种谷物收集装置以及基于U-Net网络的谷物含杂破碎状态实时监测方法和系统，提高谷物和杂质的分割精度。

本发明采用如下技术方案：

一种谷物收集装置，包括顶端固定在出粮口支架上的采样盒，所述采样盒的盒体为漏斗状，且盒体底端设计成倾斜状，靠近出粮口处的采样盒侧面设有转动板，转动板转动时能与采样盒侧面上的卡扣扣住，转动板由步进电机控制。

基于U-Net网络的谷物含杂破碎状态实时监测系统，包括上述的谷物收集装置和ARM 处理器，所述ARM处理器与谷物收集装置、图像采集装置、显示屏信号连接，还与上位机通讯；所述ARM处理器调用改进U-Net网络结合含水率，得到谷物含杂率和破碎率。

上述技术方案中，所述改进U-Net网络是在U-Net网络卷积后加入Dropout，且修改滤波器个数。

上述技术方案中，所述改进U-Net网络对图像采集装置采集的谷物图像分割后，得到的破碎谷物的像素a、完好谷物的像素b、茎秆枝梗的像素c。

上述技术方案中，所述谷物含杂率所述谷物破碎率其中v是1克谷物对应像素，u是1克枝梗茎秆杂质对应像素。

基于U-Net网络的谷物含杂破碎状态实时监测方法，图像采集装置采集的谷物图像发送给ARM处理器，ARM处理器处理后得到的破碎谷物的像素a、完好谷物的像素b、茎秆枝梗的像素c，结合上位机发送的含水率，得到谷物含杂率和破碎率。

本发明的有益效果为：

1、本发明设计的谷物含杂破碎状态实时监测系统可以在联合收割机工作时，通过控制步进电机转速方向带动采样盒的转动板实时收集释放谷物，采样盒的结构设计和安装方式可以充分地收集出粮口的谷物，转动板的圆孔与采样盒上方的卡扣设计，使采样盒闭合收集谷物的过程更稳定。采样盒底部倾斜坡度，样品谷物可以从盒中更快速地流出，步进电机的电压和电流小，近似其他模块的电流电压值，集中供电更为安全。