基于激光传感器的稻种轮廓形状测量方法研究
基于激光传感器的稻种轮廓形状测量方法研究
作者:曹鹏;尹文庆;吴林华;王川;范丽;杨志军;
水稻是我国主要粮食作物,优良的稻种其增产作用是显著的,但是在稻种中经常参杂着其他劣质种子,稻种纯度降低,导致产量降低,因此,需要准确地检测出稻种的纯度,保证水稻的稳产高产。常用的检测技术有光谱技术、电子鼻技术片机器视觉技术和核磁共振技术等,通过检测目标物体的形状、颜色、表面纹理及缺陷等特征,对目标物体进行品质检测及分类识别,检测过程可分为特征提取和模式识别两部分,其中,特征值的可靠性和精确度决定了后期检测的效果,因此,特征提取方法在整个检测过程中至关重要。形状特征是稻种最重要的特征之一。国内外提出了多种稻种形状特征提取方法,如傅里叶描述子、不变矩、链码及其相关技术,大多基千机器视觉的原理,测量稻种的三维形状特征。本文提出基于激光测距传感器的稻种三维形状测措方法,以激光传感器采集到的稻种点云为基础,在对稻种点云模型进行坐标系标准化、模型投影及投影点云轮廓提取等预处理后,计算投影轮廓形状特征参数,实现对稻种三维形状特征的测址,为后期稻种品种的分类识别提供可靠的特征数据源。
1 系统结构与原理
1.1 激光三角测量法原理
采用激光三角法测狱原理.利用具有规则几何形状的激光源投影到稻种表面,在安罚于空间某一位置的图像传感器上成像 ,按照三角形几何关系,即可测出被测点的空间坐标。
l. 2 三维激光扫描系统
采用的激光扫描测蜇系统由控制模块和测挝模块组成,控制模块包括计箕机、插在计算机主板上的图像采集卡和运动控制卡,测扯模块包括驱动器、伺服电机、测蚁头(CCD摄像机、半导体激光发生器)。扫描稍度为士0.01mm。
2 点云预处理
为了提取稻种点云模型的三维形状特征值,先对点云模型进行预处理。预处理流程包括:坐标系标准化 、模型投影、投影轮廓提取。
2. l 坐标系标准化
通过激光扫描仪采集到的稻种点云模型的坐标系各不相同为了保证三维模型特征的有效性,提取的特征应具有平移和旋转变换不变性,需要对模型进行标准化处理。首先计算出三维模型的重心坐标,将其平移到坐标系的原点,然后利用主成份分析法对三维模型进行旋转变换,从而保证各个点云模型的坐标系标准化。
2.2 模型投影
在稻种点云模型坐标系标准化后 ,模型的位置、方向已经一 致。通过采用主平面剖视图投影法来获取三维模型的,二维投影图像, 即将稻种三维模型分别沿着三个主平面剖切 ,并将剖切部分投影到各自的剖切面上,得到稻种的六个剖视图投影点云模型。
2.3 投影轮廓提取
稻种的投影模型是不规则的凹包点集,通过采用基千Alpha Shape的种子点轮廓提取算法,提取六视图上投影点云校型的边缘轮廓。
3 特征提取
稻种的形状什征是用于区分稻种品种最基本的特征之一 。通过之前稻种点云模型的预处则,可进一步对它进行几何特征测沁。根据稻谷种子的个体牡点 ,捉取稻种的周长而积、长轴长短轴长 、长宽比、最大半径、最小半径 、半径比、圆形度等9个特征参数。
3.1周长
区域的周长就是区域的边界轮廓线长度,它能够有效地区别简单形状与复杂形状的物体。稻谷种子在YOZ平面上的投影轮邪线。采用边界法来计算周长,通过边缘轮廓点提取,计贷相邻边界轮廓点的距离之和 ,即为区域的周长,用符号C表示。
3.2 面积S
通过引入轮廓外一 点,构建三角形来计算稻种区域的面积。
3.3 长 、宽 、高 长宽比
稻谷种子的长和宽并没有统一的定义说明,将稻谷种子边缘轮廓上两端点之间的最大护们勾作为稻种的长 ,稻谷种子的宽是长轴中点的垂线在种子边缘上的截距。稻谷种子的长宽比如是种子图像中长L与宽W的比值。
3.4 最大半径
目标对象的偏心率或者伸长度,它们都是识别目标对象十分重要的儿何特征。
4 结果与分析
为了验证上述分形特征对不同稻种品种的识别效果 ,采用释向基函数(HBF)神经网络校塑对稻谷种子进行分类识别实验。选取大华香粘 、豫梗 6 号、新稻10 号 3 大类每类各200粒稻谷种子(总共600粒)作为试验样品,利用上述方法测得每个稻谷种子的周长C 、面积S、长L、宽、高。
比C LW 、最大半径 R M A、最小半径 RM I 、半径 比 CR 和圆形度 'Y等9个特征参数,每个品种选用其中150粒作为样本训练网络,另外50粒作为测试样本对网络进行测试。输入层节点数设置为9, 隐藏层节点数设置为19, 输出层节点数设置为1。3个品种的试验检测中,新稻10号的识别率最高,达到98 % , 豫梗6号的识别率最低,为94%, 整体的识别效果良好,说明通过激光传感器提取到的稻种三维形状特征能够较好的表征出稻种的真实形态。
5结论
1)利用激光扫描的高、精、准特性,提出了基千激光传感器的稻种三维形状测量方法,通过对采集到的稻谷种子表面点云模型进行位姿校准、模型投影、轮廓提取,计算出稻种的9个形状特征参数。
2)在大华香糯、豫梗6号、新稻10号3类稻种的分类识别中,识别率分别达到96% ,94% ,98%, 验证了该方法的可行性和有效性。
本文章转自爱学术(aixueshu.com),如有侵权,请联系删除