一种玉米单倍体籽粒的自动化快速筛选方法和系统技术方案

本发明专利技术属于筛选玉米单倍体籽粒技术领域，具体涉及一种玉米单倍体籽粒的自动化快速筛选方法和系统，包括玉米籽粒从物料箱中单粒进入第一轨道的始端；采集位于第一轨道上玉米籽粒的俯视图像，作为第一图像；依据胚面检测识别模型，判断玉米籽粒的胚面向上还是向下，若玉米胚面向上，依据单倍体检测识别模型，筛选出单倍体和二倍体；若玉米胚面向下，通过翻转机构将玉米籽粒上下翻转180

【技术实现步骤摘要】
一种玉米单倍体籽粒的自动化快速筛选方法和系统


[0001]本专利技术属于筛选玉米单倍体籽粒
，具体涉及一种玉米单倍体籽粒的自动化快速筛选方法和系统。

技术介绍

[0002]目前，用于玉米单倍体籽粒自动化检测分选的方法是遗传标记法和油分标记法，分别对应为机器视觉和核磁共振。在线式核磁共振含油种子分拣系统设备，其技术是通过测得每粒玉米种子的油分含量，并根据油分含量对单倍体和二倍体进行区分，正确分选率达到94％，每粒种子的扫描时间为4秒，系统体积大，造价高，成本高。机器视觉设备其设备准确度较高，性能价格比高。然而现有机器视觉设备分选系统操作繁琐，不方便维护；不能完全自动化，需要将人工将籽粒的胚面统一向上，整体效率较低；机器自学能力较低，容易分辨错误。

技术实现思路

[0003]本专利技术所要解决的技术问题是：现有玉米单倍体籽粒筛选自动化程度较低的问题。
[0004]本专利技术解决其技术问题所采用的技术方案是：一种玉米单倍体籽粒的自动化快速筛选方法，包括：
[0005]S1，玉米籽粒从物料箱中单粒进入第一轨道的始端；
[0006]S2，安装在第一轨道上方的第一彩色相机，采集位于第一轨道上玉米籽粒的俯视图像，作为第一图像；
[0007]S3，根据S2中的第一图像，依据胚面检测识别模型，判断玉米籽粒的胚面是向上还是向下，若玉米籽粒胚面向上，则执行S4；若玉米胚面向下，则执行S5；
[0008]S4，将胚面向上的玉米籽粒的第一图像，依据单倍体检测识别模型，筛选出单倍体和二倍体；
[0009]S5，通过翻转机构将位于第一轨道末端胚面向下的玉米籽粒上下翻转180
°
后到达第二轨道始端；
[0010]S6，安装在第二轨道上方的第二彩色相机，采集位于第二轨道上翻转后的玉米籽粒的俯视图像，作为第二图像；
[0011]S7，根据S6中的第二图像，依据单倍体检测识别模型，筛选出单倍体和二倍体；
[0012]S8，输出S4中单倍体玉米籽粒和S7中单倍体玉米籽粒。
[0013]进一步的，所述胚面检测识别模型的建立，是依据样本图像中所提取的胚面向上和向下基础数据构成的第一基础数据库，结合预设的第一基础模型得到，第一基础模型是深度卷积神经网络模型。
[0014]进一步的，，所述单倍体检测识别模型的建立，是依据样本图像中所提取单倍体和二倍体玉米胚面有无颜色的基础数据构成的第二基础数据库，结合预设的第二基础模型得
到的，第二基础模型是深度卷积神经网络模型。
[0015]进一步的，S3还包括，根据S2中的第一图像与预设的标准图像的相似度，筛选出异形玉米籽粒。
[0016]进一步的，S5中，所述翻转机构的结构包括第一翻转轮、第二翻转轮、翻转皮带、从动轮组件、第一覆盖皮带和第二覆盖皮带；所述翻转皮带与所述第一翻转轮和所述第二翻转轮配合设置。
[0017]进一步的，S4中，根据第一图像，依据单倍体检测识别模型识别胚面的有无颜色，判断所述第一图像对应的玉米籽粒为单倍体或二倍体。
[0018]进一步的，S7中还包括，根据S6中的第二图像与预设的标准图像的相似度，筛选出异形玉米籽粒。
[0019]一种玉米单倍体籽粒的自动化快速筛选系统，包括：
[0020]建模模块，用于根据样本图像中胚面向上和向下构成第一基础数据库，采用深度卷积神经网络模型作为第一基础模型，建立胚面检测识别模型；根据样本图像中单倍体和二倍体玉米胚面有无颜色构成第二基础数据库，采用深度卷积神经网络模型作为第二基础模型，建立单倍体检测识别模型；
[0021]存储模块，用于所述存储建模模块中的胚面检测识别模型和单倍体检测识别模型；
[0022]上料模块，用于将玉米籽粒从第一轨道的始端单粒且等距输出到第一传送模块；
[0023]第一传送模块，为第一轨道，用于将玉米籽粒传送到第一采集模块的下方位置；
[0024]第一采集模块，用于采集预定区域内玉米籽粒俯视面的图像，并发送给第一处理模块；
[0025]第一处理模块，用于根据存储模块中的胚面检测识别模型，判断玉米籽粒的胚面是向上还是向下；根据存储模块中的单倍体检测识别模型，筛选出胚面向上的玉米籽粒是单倍体玉米籽粒和二倍体玉米籽粒；
[0026]第一筛选模块，用于根据通过电磁阀连接气泵的喷嘴进行筛选，将第一处理模块分类出的胚面向上的单倍体玉米籽粒和胚面向上的二倍体玉米籽粒将吹落到不同的收集箱；将胚面向下的玉米籽粒输出到翻转模块；
[0027]翻转模块，用于将位于第一轨道末端胚面向下的玉米籽粒上下翻转180
°
后到达第二轨道始端；
[0028]第二传送模块，为第二轨道，用于将翻转后的玉米籽粒传送到第二采集模块的下方位置；
[0029]第二采集模块，用于采集预定区域内翻转后的玉米籽粒俯视面的图像，并发送给第二处理模块；
[0030]第二处理模块，用于根据存储模块中的单倍体检测识别模型，将翻转后玉米籽粒的俯视面图像筛选出单倍体和二倍体；
[0031]第二筛选模块，用于根据通过电磁阀连接气泵的喷嘴进行筛选，将第二处理模块分类出的单倍体玉米籽粒和二倍体玉米籽粒将吹落到不同的收集箱；
[0032]输出模块，用于将第一筛选模块和第二筛选模块中的单倍体玉米籽粒输出。
[0033]本专利技术的有益效果是：本专利技术的玉米单倍体籽粒的自动化快速筛选方法和系统通
过将单粒的玉米籽粒输出到第一轨道上，经过位于第一轨道上方的第一彩色相机，获取玉米籽粒的俯视第一图像，并分辨出玉米籽粒的胚面方向，若获取到玉米籽粒向上的俯视图像，玉米籽粒的胚面随翻转机构上下翻转180
°
，并通过位于第二轨道上方的第二彩色相机，获取玉米籽粒的俯视第二图像，依据单倍体检测模型，判断并筛选出单倍体籽粒和二倍体，操作较为简单，实现了自动翻转玉米籽粒胚面，筛选方法更加自动化，提高了工作效率。
附图说明
[0034]下面结合附图和实施例对本专利技术作进一步说明。
[0035]图1是根据本专利技术第一实施方式提供的玉米单倍体籽粒的自动化快速筛选方法的流程图；
[0036]图2是根据本专利技术第二实施方式提供的玉米单倍体籽粒的自动化快速筛选系统的结构示意图；
[0037]图3是根据本专利技术第二实施方式提供的玉米单倍体籽粒的自动化快速筛选系统中翻转机构的结构示意图。
具体实施方式
[0038]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0039]本专利技术的第一实施方式涉及一种玉米单倍体籽粒的自动化快速筛选方法，在本实施方式中，首先将玉米籽粒通过物料箱单粒输出到既定轨道上，该既定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种玉米单倍体籽粒的自动化快速筛选方法，其特征在于，包括：S1，玉米籽粒从物料箱中单粒进入第一轨道的始端；S2，安装在第一轨道上方的第一彩色相机，采集位于第一轨道上玉米籽粒的俯视图像，作为第一图像；S3，根据S2中的第一图像，依据胚面检测识别模型，判断玉米籽粒的胚面是向上还是向下，若玉米籽粒胚面向上，则执行S4；若玉米胚面向下，则执行S5；S4，将胚面向上的玉米籽粒的第一图像，依据单倍体检测识别模型，筛选出单倍体和二倍体；S5，通过翻转机构将位于第一轨道末端胚面向下的玉米籽粒上下翻转180
°
后到达第二轨道始端；S6，安装在第二轨道上方的第二彩色相机，采集位于第二轨道上翻转后的玉米籽粒的俯视图像，作为第二图像；S7，根据S6中的第二图像，依据单倍体检测识别模型，筛选出单倍体和二倍体；S8，输出S4中单倍体玉米籽粒和S7中单倍体玉米籽粒。2.根据权利要求1所述的玉米单倍体籽粒的自动化快速筛选方法，其特征在于，所述胚面检测识别模型的建立，是依据样本图像中所提取的胚面向上和向下基础数据构成的第一基础数据库，结合预设的第一基础模型得到，第一基础模型是深度卷积神经网络模型。3.根据权利要求1所述的玉米单倍体籽粒的自动化快速筛选方法，其特征在于，所述单倍体检测识别模型的建立，是依据样本图像中所提取单倍体和二倍体玉米胚面有无颜色的基础数据构成的第二基础数据库，结合预设的第二基础模型得到的，第二基础模型是深度卷积神经网络模型。4.根据权利要求1所述的玉米单倍体籽粒的自动化快速筛选方法，其特征在于，S3还包括，根据S2中的第一图像与预设的标准图像的相似度，筛选出异形玉米籽粒。5.根据权利要求1所述的玉米单倍体籽粒的自动化快速筛选方法，其特征在于，S5中，所述翻转机构的结构包括第一翻转轮、第二翻转轮、翻转皮带、从动轮组件、第一覆盖皮带和第二覆盖皮带；所述翻转皮带与所述第一翻转轮和所述第二翻转轮配合设置。6.根据权利要求1所述的玉米单倍体籽粒的自动化快速筛选方法，其特征在于，S4中，根据第一图像，依据单倍体检测识别模型识别胚面的有无颜色...

【专利技术属性】
技术研发人员：别海，马向利，王保林，李自玲，姚颖，王超，王金召，乔旭，刘晓鹏，范龙祥，
申请(专利权)人：许昌市农业科学院，
类型：发明
国别省市：