一种玉米种子内部裂纹批量检测方法及装置制造方法及图纸

一种玉米种子内部裂纹批量检测方法及装置，该方法包括：采集承载种子的整张种板图，用训练好的种子检测模型进行整个种板的定位并画出识别框，对该识别框内的区域进行切片，得到切片后的种板图；对该种板图上所有的玉米种子进行检测定位，并捕捉检测框的位置，对该检测框内的区域再次进行切片，以切分出每粒种子的位置图；对该位置图进行图像增强；以该位置图的图片中轴线为基准，对其进行均等切片，并用该种子检测模型检测每一个切分好的图片中是否存在裂纹；遍历种板上的所有种子，并对检测出的有裂纹种子和正常种子分别计数；以及输出有裂纹种子及正常种子的数目。本发明专利技术还提供了采用上述方法进行玉米种子内部裂纹批量检测的装置。测的装置。测的装置。

【技术实现步骤摘要】
一种玉米种子内部裂纹批量检测方法及装置


[0001]本专利技术涉及农林种植维护保障技术，特别是一种基于卷积神经网络(CNN)的可以批量识别玉米种子内部裂纹的玉米种子内部裂纹批量检测方法及装置。

技术介绍

[0002]玉米营养价值较高，含有较为丰富的蛋白质、脂肪、维生素、微量元素、纤维素等。除了丰富的营养价值外，玉米在抗高血压、防治肝性脑病、防癌、防过敏、抗疲劳、抗氧化等方面也起着积极作用，被誉为长寿食品。玉米对于我国农业经济增长以及养殖饲料供应等起着不可或缺的作用，其用途涉及人们日常饮食、饲料加工及工业加工等。自2012年，玉米成为我国种植面积最大的粮食作物。
[0003]玉米的大种植背景，带来的是市场对玉米种子的大需求量以及对种子质量的高要求。然而，从玉米收获到种子销售的各个环节，由于静载、挤压、振动、碰撞、冲击等的作用，使得一些种子存在不同程度损伤。依据损伤出现位置，可以将种子损伤分为外部损伤和内部损伤，其中，外部损伤以表面破损、表面裂纹为主，损伤形式直观，通过肉眼可以识别挑选出来，内部损伤主要以裂纹为主，由于其表面的相对完好，使得内部裂纹难以发现，具有潜在的危害性。相关研究已经表明，内部裂纹的存在，使得玉米种子发芽率低，种子发育差，这对围绕玉米进行生产的各个环节有着不良影响。然而，目前在玉米种子内部裂纹识别上，缺乏相应的有效检测设施，因此，对玉米种子内部裂纹进行识别研究，提供一种可实现批量识别算法的识别系统是本领域亟待解决的技术问题。

技术实现思路

[0004]本专利技术所要解决的技术问题是针对现有技术的上述缺陷，提供一种玉米种子内部裂纹批量检测方法及装置。
[0005]为了实现上述目的，本专利技术提供了一种玉米种子内部裂纹批量检测方法，其中，包括如下步骤：
[0006]S100、采集承载种子的整张种板图，用训练好的种子检测模型进行整个种板的定位并画出识别框，对所述识别框内的区域进行切片，得到切片后的种板图；
[0007]S200、对切片后的所述种板图上所有的玉米种子进行检测定位，并捕捉检测框的位置，对所述检测框内的区域再次进行切片，以切分出每粒种子的位置图；
[0008]S300、对切分出的每粒种子的位置图进行图像增强，以使种子呈现出完整清晰的轮廓曲线；
[0009]S400、以每粒种子的位置图的图片中轴线为基准，对图片进行均等切片，并用所述种子检测模型检测每一个切分好的图片中是否存在裂纹；
[0010]S500、遍历种板上的所有种子，并对检测出的有裂纹种子和正常种子分别计数；以及
[0011]S600、输出有裂纹种子及正常种子的数目。
[0012]上述的玉米种子内部裂纹批量检测方法，其中，还包括：
[0013]S700、将被检测框出的裂纹位置投射在单粒种子图上，并进一步投射在原图上，以清晰标注有裂纹种子的位置便于筛选分离。
[0014]上述的玉米种子内部裂纹批量检测方法，其中，检测结果采用PC可视化界面输出。
[0015]上述的玉米种子内部裂纹批量检测方法，其中，步骤S300中，进一步包括：
[0016]S301、对每粒种子的位置图进行灰度直方图处理；
[0017]S302、对处理后的每粒种子的位置图进一步运用导向滤波去除图像的干扰噪声；以及
[0018]S303、运用反锐化掩膜处理和对比度线性滤波对每粒种子的位置图再次进行图像增强，得到种子的完整清晰的轮廓曲线。
[0019]上述的玉米种子内部裂纹批量检测方法，其中，步骤S500中，如果切分的图片都没检测出有裂纹，则判定该粒种子是正常种子并相应计数；若切分的图片有一张或多张存在裂纹，则判定该粒种子是有裂纹种子并相应计数。
[0020]上述的玉米种子内部裂纹批量检测方法，其中，所述种子检测模型为Yolov3模型。
[0021]上述的玉米种子内部裂纹批量检测方法，其中，所述Yolov3模型的主体网络为EffNet框架，所述Yolov3模型的归一化采用IN。
[0022]上述的玉米种子内部裂纹批量检测方法，其中，步骤S400中，还包括用每粒种子的位置图对所述种子检测模型同时训练检测，以进一步提高所述种子检测模型的准确度。
[0023]上述的玉米种子内部裂纹批量检测方法，其中，所述Yolov3模型对种板画出的识别框采用CV或PIL捕捉。
[0024]为了更好地实现上述目的，本专利技术还提供了一种玉米种子内部裂纹批量检测装置，其中，采用上述的玉米种子内部裂纹批量检测方法进行玉米种子内部裂纹批量检测。
[0025]本专利技术的技术效果在于：
[0026]本专利技术解决了现有技术玉米种子内部裂纹识别效率低准确率低的问题，基于卷积神经网络(CNN)，改进优化了Yolov3模型，在检测时输入图片后先对整体种板图进行定位切片，对种子进行目标检测选择检验框进行二次切片，通过滤波及反锐化等操作进行图像增强，产生较大的明暗度差异，对种子内部进行多次切片，对每张图片同时训练检测，判断裂纹，再投射原图进行甄别筛选，最后输出检测结果，统计裂纹数目，完成批量检测。
[0027]以下结合附图和具体实施例对本专利技术进行详细描述，但不作为对本专利技术的限定。
附图说明
[0028]图1为本专利技术一实施例的玉米种子内部裂纹批量检测方法工作原理图。
具体实施方式
[0029]下面结合附图对本专利技术的结构原理和工作原理作具体的描述：
[0030]参见图1，图1为本专利技术一实施例的玉米种子内部裂纹批量检测方法工作原理图。本专利技术的玉米种子内部裂纹批量检测方法，包括如下步骤：
[0031]步骤S100、采集承载种子的整张种板图，用训练好的种子检测模型进行整个种板的定位并画出识别框，对所述识别框内的区域进行切片，得到切片后的种板图；
[0032]步骤S200、对切片后的所述种板图上所有的玉米种子进行检测定位，并捕捉检测框的位置，对所述检测框内的区域再次进行切片，以切分出每粒种子的位置图；
[0033]步骤S300、对切分出的每粒种子的位置图进行图像增强，以使种子呈现出完整清晰的轮廓曲线；进一步包括：
[0034]步骤S301、对每粒种子的位置图进行灰度直方图处理；
[0035]步骤S302、对处理后的每粒种子的位置图进一步运用导向滤波去除图像的干扰噪声；以及
[0036]步骤S303、运用反锐化掩膜处理和对比度线性滤波对每粒种子的位置图再次进行图像增强，得到种子的完整清晰的轮廓曲线；
[0037]步骤S400、以每粒种子的位置图的图片中轴线为基准，对图片进行均等切片，并用所述种子检测模型检测每一个切分好的图片中是否存在裂纹；还可用每粒种子的位置图对所述种子检测模型同时训练检测，以进一步提高所述种子检测模型的准确度；
[0038]步骤S500、遍历种板上的所有种子，并对检测出的有裂纹种子和正常种子分别计数，如果切分的图片都没检测出有裂纹，则判定该粒种子是正常种子并相应计数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种玉米种子内部裂纹批量检测方法，其特征在于，包括如下步骤：S100、采集承载种子的整张种板图，用训练好的种子检测模型进行整个种板的定位并画出识别框，对所述识别框内的区域进行切片，得到切片后的种板图；S200、对切片后的所述种板图上所有的玉米种子进行检测定位，并捕捉检测框的位置，对所述检测框内的区域再次进行切片，以切分出每粒种子的位置图；S300、对切分出的每粒种子的位置图进行图像增强，以使种子呈现出完整清晰的轮廓曲线；S400、以每粒种子的位置图的图片中轴线为基准，对图片进行均等切片，并用所述种子检测模型检测每一个切分好的图片中是否存在裂纹；S500、遍历种板上的所有种子，并对检测出的有裂纹种子和正常种子分别计数；以及S600、输出有裂纹种子及正常种子的数目。2.如权利要求1所述的玉米种子内部裂纹批量检测方法，其特征在于，还包括：S700、将被检测框出的裂纹位置投射在单粒种子图上，并进一步投射在原图上，以清晰标注有裂纹种子的位置便于筛选分离。3.如权利要求1或2所述的玉米种子内部裂纹批量检测方法，其特征在于，检测结果采用PC可视化界面输出。4.如权利要求3所述的玉米种子内部裂纹批量检测方法，其特征在于，步骤S300中，进一步包括：S301、对每粒种子的位置图进行灰度直方图处理；S302、对处理后的每粒...

【专利技术属性】
技术研发人员：吕程序，张宇卓，毛文华，李佳，董鑫，赵博，方宪法，
申请(专利权)人：中国农业机械化科学研究院，
类型：发明
国别省市：