專(zhuān)利名稱(chēng)：基于可見(jiàn)光—近紅外雙目機(jī)器視覺(jué)的糧蟲(chóng)檢測(cè)裝置和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種針對(duì)倉(cāng)儲(chǔ)害蟲(chóng)的檢測(cè)裝置和方法，特指基于可見(jiàn)光-近紅外雙目
計(jì)算機(jī)視覺(jué)的倉(cāng)儲(chǔ)害蟲(chóng)自動(dòng)檢測(cè)方法及其裝置。
背景技術(shù)：
我國(guó)是世界上最大的糧食生產(chǎn)、儲(chǔ)藏及消費(fèi)大國(guó)，搞好糧食儲(chǔ)藏?zé)o疑具有更為重 要的意義。全世界收獲后的糧食重量損失約為10_15%，每年儲(chǔ)藏期間的糧食至少有5%為 害蟲(chóng)所糟蹋。我國(guó)的國(guó)庫(kù)儲(chǔ)糧損失率為0.2%左右，這是一項(xiàng)了不起的成就。但是，為此付 出的代價(jià)也是巨大的，特別是殺蟲(chóng)劑的大量使用。為了確保糧食的安全儲(chǔ)藏，儲(chǔ)糧每年至少 要使用殺蟲(chóng)劑進(jìn)行一次熏蒸殺蟲(chóng)，許多地方要熏蒸兩次，甚至更多，這不僅增加了開(kāi)支，對(duì) 糧食和環(huán)境的污染也日趨嚴(yán)重，而且害蟲(chóng)的抗藥性水平快速提高。造成這種狀況的一個(gè)主 要原因是害蟲(chóng)防治決策缺乏科學(xué)性，而害蟲(chóng)防治決策重要的科學(xué)依據(jù)之一就是儲(chǔ)糧害蟲(chóng)的 準(zhǔn)確檢測(cè)。我國(guó)《糧油儲(chǔ)藏技術(shù)規(guī)范》明確規(guī)定，蟲(chóng)糧等級(jí)標(biāo)準(zhǔn)中的害蟲(chóng)密度統(tǒng)計(jì)的是活蟲(chóng) 的數(shù)量，因此需要對(duì)活蟲(chóng)進(jìn)行準(zhǔn)確檢測(cè)。 倉(cāng)儲(chǔ)害蟲(chóng)的檢測(cè)方法可分糧蟲(chóng)分離和糧蟲(chóng)識(shí)別兩個(gè)環(huán)節(jié)。 糧蟲(chóng)分離環(huán)節(jié)主要有扦樣過(guò)篩法和誘捕法。其中，扦樣過(guò)篩法是目前我國(guó)糧庫(kù)應(yīng) 用最廣、最為傳統(tǒng)的方法，它是按區(qū)分層定點(diǎn)人工/電動(dòng)扦取糧食樣品，每個(gè)檢測(cè)點(diǎn)抽取至 少lkg糧食進(jìn)行人工過(guò)篩，過(guò)篩后人工識(shí)別。該法勞動(dòng)強(qiáng)度比較大、效率比較低，但該法屬 于被動(dòng)取蟲(chóng)，只要存在的糧蟲(chóng)均可被取出，且成本低廉。誘捕法是利用陷阱或糧蟲(chóng)生物學(xué)習(xí) 性，如趨化性、趨光性、趨高性等進(jìn)行誘捕，應(yīng)用比較多的是帶誘蟲(chóng)孔的探管誘捕器。該法受 溫度等環(huán)境因素影響較大、誘捕的蟲(chóng)種比較單一、測(cè)出的結(jié)果不穩(wěn)定并與篩檢害蟲(chóng)密度缺 乏準(zhǔn)確的對(duì)應(yīng)關(guān)系，另外需要放置大量的誘捕器，成本比較高，從而限制了它的應(yīng)用。但該 法的勞動(dòng)強(qiáng)度比較低、工作量相對(duì)比較小。
在糧蟲(chóng)的識(shí)別環(huán)節(jié)，有人工識(shí)別法和機(jī)器視覺(jué)法。 人工識(shí)別法即傳統(tǒng)的人工鑒別法，該法是糧蟲(chóng)鑒別專(zhuān)家借助顯微鏡或直接通過(guò)感 覺(jué)器官利用蟲(chóng)子的結(jié)構(gòu)特征和顏色特征，如有無(wú)翅膀、頭部大小、鞘翅形狀、斑紋形狀和顏 色等進(jìn)行鑒別。姚渭等利用儲(chǔ)糧害蟲(chóng)都喜歡選擇適宜環(huán)境的特點(diǎn)研發(fā)了糧食害蟲(chóng)檢測(cè)裝 置(實(shí)用新型專(zhuān)利號(hào)90209011. 9和發(fā)明專(zhuān)利號(hào)92102125. 9)，當(dāng)糧蟲(chóng)進(jìn)入帶有誘蟲(chóng)孔的 誘蟲(chóng)管后，利用蟲(chóng)子經(jīng)過(guò)特定通道時(shí)產(chǎn)生的光電脈沖信號(hào)或蟲(chóng)子下落敲擊所產(chǎn)生的脈沖信 號(hào)，并通過(guò)數(shù)據(jù)采集系統(tǒng)對(duì)蟲(chóng)子進(jìn)行計(jì)數(shù)。由于該法沒(méi)有攝像裝置，因此必須把裝置取出 才能人工識(shí)別，故其人工識(shí)別比較困難。沈冬等研發(fā)了儲(chǔ)糧害蟲(chóng)監(jiān)測(cè)器(實(shí)用新型專(zhuān)利 號(hào)96232419. 1)，當(dāng)糧蟲(chóng)由誘蟲(chóng)孔進(jìn)入糧蟲(chóng)監(jiān)測(cè)器后，通過(guò)透鏡組合的光學(xué)系統(tǒng)將糧蟲(chóng)放 大成像，使工作人員可從糧堆外層人工目測(cè)到糧堆內(nèi)部糧蟲(chóng)發(fā)生情況。段景智等研發(fā)了糧 倉(cāng)害蟲(chóng)取樣器(實(shí)用新型專(zhuān)利號(hào)02269339. 4)和糧倉(cāng)害蟲(chóng)檢測(cè)裝置(實(shí)用新型專(zhuān)利號(hào) 200420075415. 7)，該裝置通過(guò)與負(fù)壓源相連的管道將糧蟲(chóng)抽吸到害蟲(chóng)存儲(chǔ)器內(nèi)，通過(guò)光耦 元件進(jìn)行害蟲(chóng)計(jì)數(shù)，由攝像裝置對(duì)進(jìn)入其內(nèi)的糧蟲(chóng)進(jìn)行攝像，并把圖像數(shù)據(jù)傳送給數(shù)據(jù)處2/5頁(yè)
理單元，便于工作人員對(duì)糧蟲(chóng)進(jìn)行識(shí)別歸類(lèi)。 上述所有公開(kāi)文件大部分都采用探管誘捕器誘集糧蟲(chóng)，有些還實(shí)現(xiàn)了糧蟲(chóng)自動(dòng)計(jì) 數(shù)功能，但必須由專(zhuān)家對(duì)糧蟲(chóng)進(jìn)行人工目視分類(lèi)。實(shí)際上，人工識(shí)別糧蟲(chóng)需要檢測(cè)人員具有 很專(zhuān)業(yè)的分類(lèi)學(xué)知識(shí)，另外，糧蟲(chóng)本身體型非常小，種類(lèi)非常多，有些糧蟲(chóng)之間相似度非常 高，因此不可避免地會(huì)出現(xiàn)分類(lèi)誤差。另外，人工識(shí)別的效率比較低，不利于糧蟲(chóng)檢測(cè)的自 動(dòng)化。 機(jī)器視覺(jué)法是采用自動(dòng)/人工抽取糧食樣本，并自動(dòng)獲取糧蟲(chóng)圖像，然后運(yùn)用計(jì) 算機(jī)視覺(jué)、圖像處理、模式識(shí)別等技術(shù)自動(dòng)識(shí)別糧蟲(chóng)。該法具有準(zhǔn)確度高、勞動(dòng)量小、效率 高、糧蟲(chóng)圖像可視化、便于和糧庫(kù)現(xiàn)有的計(jì)算機(jī)管理系統(tǒng)相連接等優(yōu)點(diǎn)。近10多年來(lái)一直 是糧蟲(chóng)領(lǐng)域的研究熱點(diǎn)，研究人員在這方面進(jìn)行了大量的研究，取得了很大的進(jìn)展。賀貴明 等利用內(nèi)部裝有攝像頭的探測(cè)桿攝取糧食及糧蟲(chóng)影像開(kāi)發(fā)了糧庫(kù)糧蟲(chóng)智能監(jiān)測(cè)系統(tǒng)及方 法(發(fā)明專(zhuān)利號(hào)01125651. 6)，該裝置通過(guò)求取差分圖像(背景圖像和目標(biāo)圖像)的閾值 來(lái)判斷圖像中是否有糧蟲(chóng)出現(xiàn)，可對(duì)糧蟲(chóng)計(jì)數(shù)和統(tǒng)計(jì)。甄彤、張紅梅、周龍等用數(shù)碼相機(jī)或 CCD研究了 1種或3種糧蟲(chóng)的自動(dòng)分類(lèi)，但都沒(méi)有涉及到糧蟲(chóng)識(shí)別系統(tǒng)的前端——糧蟲(chóng)的自 動(dòng)分離。邱道尹、張紅濤等針對(duì)9類(lèi)糧蟲(chóng)研制了糧蟲(chóng)在線智能檢測(cè)系統(tǒng)，目前系統(tǒng)能對(duì)糧蟲(chóng) 實(shí)時(shí)計(jì)數(shù)并自動(dòng)分類(lèi)，但活蟲(chóng)會(huì)出現(xiàn)重復(fù)計(jì)數(shù)的現(xiàn)象，另外糧食樣本沒(méi)有篩分直接進(jìn)行圖 像采樣而影響了系統(tǒng)的效率。 機(jī)器視覺(jué)檢測(cè)方法可以實(shí)現(xiàn)糧蟲(chóng)的自動(dòng)分類(lèi)，是糧蟲(chóng)檢測(cè)發(fā)展的方向，但目前的 機(jī)器視覺(jué)系統(tǒng)最多能對(duì)9類(lèi)糧蟲(chóng)進(jìn)行分類(lèi)識(shí)別，還不能辨別出糧蟲(chóng)的"死""活"，無(wú)法克服 "假死"問(wèn)題，另外識(shí)別的種類(lèi)有待于進(jìn)一步增加。因此，有必要研究倉(cāng)儲(chǔ)害蟲(chóng)自動(dòng)檢測(cè)方法 及其裝置，以自動(dòng)確定出活蟲(chóng)的種類(lèi)和數(shù)量，實(shí)現(xiàn)常見(jiàn)倉(cāng)儲(chǔ)害蟲(chóng)的實(shí)時(shí)準(zhǔn)確的自動(dòng)檢測(cè)。

發(fā)明內(nèi)容
本發(fā)明的目的是要提供一種基于可見(jiàn)光-近紅外雙目計(jì)算機(jī)視覺(jué)的倉(cāng)儲(chǔ)害蟲(chóng)自
動(dòng)檢測(cè)方法及其裝置，可快速?gòu)募Z食樣本中有效分離出糧蟲(chóng)，并自動(dòng)傳輸給雙目視覺(jué)系統(tǒng) 進(jìn)行圖像采集，在可見(jiàn)光圖像和近紅外圖像信息融合的基礎(chǔ)上，自動(dòng)確定出活蟲(chóng)的種類(lèi)和 數(shù)量，實(shí)現(xiàn)常見(jiàn)倉(cāng)儲(chǔ)害蟲(chóng)的實(shí)時(shí)、準(zhǔn)確、自動(dòng)檢測(cè)。 本發(fā)明的技術(shù)方案如下 本發(fā)明所述的檢測(cè)裝置由糧蟲(chóng)分離部分、糧蟲(chóng)傳輸部分和機(jī)器視覺(jué)部分組成。糧 蟲(chóng)分離部分和機(jī)器視覺(jué)部分都安裝在糧蟲(chóng)傳輸部分的上面。 所述的糧蟲(chóng)分離部分實(shí)現(xiàn)的功能是使糧蟲(chóng)從糧食樣本中快速、有效地分離出來(lái)， 并自動(dòng)去除糧食篩下物中的粉塵，主要包括進(jìn)料器、篩分電機(jī)、曲柄連桿、篩子和除塵機(jī)構(gòu)。 現(xiàn)有的糧蟲(chóng)機(jī)器視覺(jué)系統(tǒng)都不具備電動(dòng)篩分除塵功能，本發(fā)明的糧蟲(chóng)分離部分是針對(duì)糧蟲(chóng)
機(jī)器視覺(jué)自動(dòng)檢測(cè)而設(shè)計(jì)的。篩分電機(jī)通過(guò)單根v帶傳動(dòng)驅(qū)動(dòng)主傳動(dòng)軸，傳動(dòng)軸另一端聯(lián)
接曲柄盤(pán)。連桿一端鉸接在曲柄盤(pán)上，另一端鉸接在篩架上。篩子固定在篩架上，篩架采用 下吊式鉸接在機(jī)架上，從而形成直線往復(fù)振動(dòng)篩分機(jī)構(gòu)。進(jìn)料器安裝在篩子的正上方，除塵 機(jī)構(gòu)安裝在篩子的正下方，包含除塵箱及位于其兩側(cè)的除塵風(fēng)機(jī)和粉塵收集袋。因此，當(dāng)糧 食樣本倒入進(jìn)料器后，通過(guò)上述的篩分電機(jī)驅(qū)動(dòng)的曲柄連桿機(jī)構(gòu)進(jìn)行篩分，并利用除塵機(jī) 構(gòu)清理篩下物中的粉塵。
所述的糧蟲(chóng)傳輸部分實(shí)現(xiàn)的功能是準(zhǔn)確接收篩下物、輸送采集盒到機(jī)器視覺(jué)部分 的正下方以供圖像采集，并清理采集盒中的篩下物，主要包括控制模塊、采集盒、傳送帶、光 電傳感器、收集盒和傳輸電機(jī)。控制模塊通過(guò)數(shù)據(jù)線與光電傳感器、篩分電機(jī)、除塵電機(jī)、傳 輸電機(jī)以及計(jì)算機(jī)相連，計(jì)算機(jī)通過(guò)它接收來(lái)自光電傳感器的觸發(fā)信號(hào)，并通過(guò)它對(duì)篩分 電機(jī)、除塵電機(jī)和傳輸電機(jī)發(fā)出控制指令。傳送帶采用雙鏈條鏈傳動(dòng)傳輸機(jī)構(gòu)，通過(guò)傳輸電 機(jī)帶動(dòng)運(yùn)轉(zhuǎn)。采集盒前端鉸接在雙鏈條上，后端為自由端，可繞鉸接端靈活轉(zhuǎn)動(dòng)。3個(gè)光電 傳感器分別安裝在除塵機(jī)構(gòu)、近紅外相機(jī)和可見(jiàn)光CCD的下方，傳送帶的里側(cè)，并稍低于采 集盒高度的位置。當(dāng)它們檢測(cè)到采集盒運(yùn)動(dòng)到除塵機(jī)構(gòu)、近紅外相機(jī)和可見(jiàn)光CCD的正下 方時(shí)，給控制模塊提供糧蟲(chóng)篩分和圖像拍攝的觸發(fā)信號(hào)。當(dāng)采集盒運(yùn)行到極限位置時(shí)，采集 盒執(zhí)行扣翻動(dòng)作，傾倒采集盒中的篩下物，并由安裝在其正下方的收集盒進(jìn)行收集。
所述的機(jī)器視覺(jué)部分，主要功能是采集和分析篩下物的近紅外圖像和可見(jiàn)光圖 像，由計(jì)算機(jī)、光照箱、近紅外相機(jī)、可見(jiàn)光CCD、光源和相應(yīng)軟件組成。光照箱安裝在傳送 帶的正上方，里面有均勻光照的可見(jiàn)光_近紅外波段的光源，為采集盒中的篩下物提供均 勻的漫反射光。近紅外相機(jī)和可見(jiàn)光CCD安裝在光照箱內(nèi)，垂直安裝在傳送帶的正上方，都 與采集盒運(yùn)動(dòng)方向在同一平面內(nèi)，能分別清晰拍攝采集盒中篩下物的近紅外圖和可見(jiàn)光圖 像。兩個(gè)相機(jī)經(jīng)數(shù)據(jù)線和計(jì)算機(jī)相連，并將拍攝的圖像傳輸給計(jì)算機(jī)。
本發(fā)明所述的自動(dòng)檢測(cè)方法，其特征在于 (1)糧蟲(chóng)分離部分自動(dòng)篩分糧食樣本，清理去除糧食篩下物中的粉塵，并使篩下物 自動(dòng)落入采集盒中。 (2)糧蟲(chóng)傳輸部分把采集盒分別傳送到近紅外相機(jī)和可見(jiàn)光CCD的正下方，機(jī)器 視覺(jué)部分對(duì)采集盒中的篩下物分別采集近紅外圖像和可見(jiàn)光圖像，并傳輸至計(jì)算機(jī)。
(3)對(duì)所采集的近紅外圖像進(jìn)行圖像處理，得到含有糧蟲(chóng)活蟲(chóng)的二值化圖像，提取 其面積、復(fù)雜度、不變矩等特征參數(shù)，通過(guò)糧蟲(chóng)活蟲(chóng)識(shí)別軟件判別出糧蟲(chóng)活蟲(chóng)，并確定出每 個(gè)活蟲(chóng)在圖像中的坐標(biāo)信息。同時(shí)，統(tǒng)計(jì)圖像中所有糧蟲(chóng)活蟲(chóng)的頭數(shù)。 (4)對(duì)采集的可見(jiàn)光圖像進(jìn)行圖像處理，匹配并融合篩下物的近紅外圖像，定位出 運(yùn)動(dòng)的活蟲(chóng)。結(jié)合上述所有活蟲(chóng)的坐標(biāo)信息，確定"假死"活蟲(chóng)在可見(jiàn)光圖像中的坐標(biāo)信息， 并分割出可見(jiàn)光圖像中所有糧蟲(chóng)活蟲(chóng)的子區(qū)域。 (5)提取糧蟲(chóng)面積、周長(zhǎng)等整體特征參數(shù)及鞘翅長(zhǎng)寬比、鞘翅長(zhǎng)與糧蟲(chóng)體長(zhǎng)之比等 局部特征參數(shù)，形成并優(yōu)化糧蟲(chóng)的原始特征空間，運(yùn)用糧蟲(chóng)種類(lèi)識(shí)別軟件確定出糧蟲(chóng)活蟲(chóng) 的種類(lèi)信息。 (6)糧蟲(chóng)傳輸部分在篩下物圖像采集完畢之后，自動(dòng)清理去除采集盒中的篩下物， 并進(jìn)入下一個(gè)循環(huán)。 所述的圖像處理包括圖像獲取、去背景、濾波增強(qiáng)圖像、分割圖像。 所述的糧蟲(chóng)活蟲(chóng)識(shí)別軟件和糧蟲(chóng)種類(lèi)識(shí)別軟件內(nèi)均包含有高精度的識(shí)別模型，可
通過(guò)神經(jīng)網(wǎng)絡(luò)分類(lèi)器、支持向量機(jī)分類(lèi)器或模糊分類(lèi)器等技術(shù)，建立所提取的近紅外糧蟲(chóng)
圖像特征參數(shù)與糧蟲(chóng)活蟲(chóng)的關(guān)系模型，以及糧蟲(chóng)近紅外光譜特征參數(shù)與糧蟲(chóng)類(lèi)別的關(guān)系模
型，并保證模型識(shí)別精度在95%以上。 光照箱中的光源強(qiáng)度和位置可以調(diào)整，選取合適頻譜的光源和空間位置，并使攝 像頭的視場(chǎng)內(nèi)形成均勻的光照，使相機(jī)可以獲取清晰的篩下物圖像。
本發(fā)明的效果是(l)本發(fā)明同時(shí)采用可見(jiàn)光、近紅外機(jī)器視覺(jué)系統(tǒng)對(duì)糧蟲(chóng)進(jìn)行 分析，融合糧蟲(chóng)的近紅外圖像和可見(jiàn)光圖像信息，能自動(dòng)確定出活蟲(chóng)在可見(jiàn)光圖像中的具 體位置信息，并利用高分辨率可見(jiàn)光圖像可靠識(shí)別出活蟲(chóng)，這在以往文件中都沒(méi)有涉及。 (2)本發(fā)明利用可見(jiàn)光圖像實(shí)現(xiàn)了活蟲(chóng)的自動(dòng)、準(zhǔn)確計(jì)數(shù)，計(jì)數(shù)準(zhǔn)確率為100%，解決了糧 蟲(chóng)"假死"現(xiàn)象給機(jī)器視覺(jué)法自動(dòng)檢測(cè)糧蟲(chóng)所帶來(lái)的糧蟲(chóng)活蟲(chóng)計(jì)數(shù)不準(zhǔn)確的難題。(3)本發(fā) 明通過(guò)提取高分辨率下糧蟲(chóng)可見(jiàn)光圖像的整體特征和局部特征，使活蟲(chóng)的實(shí)時(shí)分類(lèi)正確率 達(dá)到95%以上。(4)本發(fā)明將糧蟲(chóng)快速自動(dòng)篩分裝置和內(nèi)含高速處理軟件的機(jī)器視覺(jué)系統(tǒng) 有機(jī)結(jié)合起來(lái)，提高了糧蟲(chóng)檢測(cè)的效率，降低了勞動(dòng)強(qiáng)度。


圖1為本發(fā)明的結(jié)構(gòu)示意圖；
圖2為除塵機(jī)構(gòu)結(jié)構(gòu)示意圖； 圖中，1-曲柄連桿，2-篩分電機(jī)，3-控制模塊，4-進(jìn)料器，5-篩子，6_光源，7_除塵 風(fēng)機(jī)，8-除塵箱，9-光照箱，10-濾光片，11-近紅外相機(jī)，12-可見(jiàn)光CCD， 13-計(jì)算機(jī)，14-傳 輸電機(jī)，15-收集盒，16-光電開(kāi)關(guān)1， 17-光電開(kāi)關(guān)2， 18-傳送帶，19-光電開(kāi)關(guān)3， 20-采集 盒，21-粉塵收集袋。
具體實(shí)施例方式
下面結(jié)合圖1對(duì)本發(fā)明的具體實(shí)施進(jìn)行說(shuō)明。本發(fā)明所述的檢測(cè)裝置由糧蟲(chóng)分離 部分、糧蟲(chóng)傳輸部分和機(jī)器視覺(jué)部分組成。糧蟲(chóng)分離部分和機(jī)器視覺(jué)部分都安裝在糧蟲(chóng)傳 輸部分的上面。其特征在于 所述的糧蟲(chóng)分離部分實(shí)現(xiàn)的功能是使糧蟲(chóng)從糧食樣本中快速、有效地分離出來(lái)， 并自動(dòng)去除糧食篩下物中的粉塵，主要包括進(jìn)料器4、篩分電機(jī)2、曲柄連桿1、篩子5和除塵 機(jī)構(gòu)。篩分電機(jī)2通過(guò)單根V帶傳動(dòng)驅(qū)動(dòng)主傳動(dòng)軸。主傳動(dòng)軸另一端聯(lián)接曲柄盤(pán)。連桿一 端鉸接在曲柄盤(pán)上，另一端鉸接在篩架上。篩子5固定在篩架上，篩架采用下吊式鉸接在機(jī) 架上，從而形成直線往復(fù)振動(dòng)篩分機(jī)構(gòu)。進(jìn)料器4安裝在篩子5的正上方，除塵機(jī)構(gòu)安裝在 篩子5的正下方，包含除塵箱8、除塵風(fēng)機(jī)7和粉塵收集袋21，其中，除塵風(fēng)機(jī)7和粉塵收集 袋21安裝在除塵箱8的兩側(cè)。因此，當(dāng)糧食樣本倒入進(jìn)料器4后，通過(guò)上述的篩分電機(jī)驅(qū) 動(dòng)的曲柄連桿機(jī)構(gòu)進(jìn)行篩分，并利用除塵機(jī)構(gòu)清理篩下物中的粉塵。 所述的糧蟲(chóng)傳輸部分實(shí)現(xiàn)的功能是準(zhǔn)確接收篩下物、輸送采集盒20到機(jī)器視覺(jué) 部分的正下方以供圖像采集，并清理采集盒20中的篩下物，主要包括控制模塊3、采集盒 20、傳送帶18、光電傳感器1、光電傳感器2、光電傳感器3、收集盒15和傳輸電機(jī)14。控制 模塊3通過(guò)數(shù)據(jù)線與光電傳感器1、光電傳感器2、光電傳感器3、篩分電機(jī)2、除塵電機(jī)7、傳 輸電機(jī)14以及計(jì)算機(jī)13相連，計(jì)算機(jī)13通過(guò)它接收來(lái)自光電傳感器1、光電傳感器2、光 電傳感器3的觸發(fā)信號(hào)，并通過(guò)它對(duì)篩分電機(jī)2、除塵電機(jī)7和傳輸電機(jī)14發(fā)出控制指令。 傳送帶18采用雙鏈條鏈傳動(dòng)傳輸機(jī)構(gòu)，通過(guò)傳輸電機(jī)14帶動(dòng)運(yùn)轉(zhuǎn)。采集盒20前端鉸接在 雙鏈條上，后端為自由端，可靈活轉(zhuǎn)動(dòng)。3個(gè)光電傳感器分別安裝在除塵機(jī)構(gòu)、近紅外相機(jī) 11和可見(jiàn)光CCD12的下方，傳送帶18的里側(cè)，并稍低于采集盒20高度的位置。當(dāng)它們檢測(cè) 到采集盒20運(yùn)動(dòng)到除塵機(jī)構(gòu)、近紅外相機(jī)11和可見(jiàn)光CCD12的正下方時(shí)，給控制模塊3提供糧蟲(chóng)篩分和圖像拍攝的觸發(fā)信號(hào)。當(dāng)采集盒20運(yùn)行到極限位置時(shí)，采集盒20執(zhí)行扣翻 動(dòng)作，傾倒采集盒20中的篩下物，并由安裝在其正下方的收集盒15進(jìn)行收集。
所述的機(jī)器視覺(jué)部分，主要功能是采集和分析篩下物的近紅外圖像和可見(jiàn)光圖 像，由計(jì)算機(jī)13、光照箱9、近紅外相機(jī)11、可見(jiàn)光CCD12、光源6和相應(yīng)軟件組成。光照箱 9安裝在傳送帶18的正上方，里面有均勻光照的可見(jiàn)光-近紅外波段的光源，為采集盒20 中的篩下物提供均勻的漫反射光。近紅外相機(jī)11和可見(jiàn)光CCD12安裝在光照箱9內(nèi)，垂直 安裝在傳送帶18的正上方，都與采集盒20運(yùn)動(dòng)方向在同一平面內(nèi)，能分別清晰拍攝采集盒 20中篩下物的近紅外圖和可見(jiàn)光圖像。近紅外相機(jī)11的光譜范圍為900-1700nm，其前端 帶有近紅外濾光片10 (半帶寬小于10nm)。兩個(gè)相機(jī)經(jīng)數(shù)據(jù)線和計(jì)算機(jī)13相連，并將拍攝 的圖像傳輸給計(jì)算機(jī)13。 工作時(shí)，糧食樣本送入進(jìn)料器4后，計(jì)算機(jī)13給控制模塊3發(fā)出控制指令并啟動(dòng) 篩分電機(jī)2，通過(guò)曲柄連桿1帶動(dòng)篩子5的振動(dòng)。當(dāng)篩下物落下時(shí)經(jīng)過(guò)除塵機(jī)構(gòu)，除塵風(fēng)機(jī) 7將篩下物中的粉塵吹到粉塵收集袋21中，除塵后的篩下物落入除塵機(jī)構(gòu)下方的采集盒20 中。傳輸電機(jī)14驅(qū)動(dòng)傳送帶18轉(zhuǎn)動(dòng)，當(dāng)光電傳感器17檢測(cè)到采集盒20到位后，計(jì)算機(jī)13 控制近紅外相機(jī)11進(jìn)行圖像采集，采集完畢后，傳送帶18繼續(xù)前進(jìn)。當(dāng)光電傳感器16檢 測(cè)到采集盒20到位后，計(jì)算機(jī)13控制可見(jiàn)光CCD12進(jìn)行圖像采集，采集完畢后，傳送帶18 繼續(xù)前進(jìn)。對(duì)所采集的近紅外圖像進(jìn)行圖像處理，得到含有糧蟲(chóng)活蟲(chóng)的二值化圖像，提取其 面積、復(fù)雜度、不變矩等形態(tài)學(xué)特征參數(shù)，通過(guò)識(shí)別軟件判別出糧蟲(chóng)活蟲(chóng)，并確定出每個(gè)活 蟲(chóng)在圖像中的坐標(biāo)信息。同時(shí)，統(tǒng)計(jì)圖像中所有糧蟲(chóng)活蟲(chóng)的頭數(shù)。對(duì)采集的可見(jiàn)光圖像進(jìn) 行圖像處理，匹配并融合篩下物的近紅外圖像，定位出運(yùn)動(dòng)的活蟲(chóng)。結(jié)合上述所有活蟲(chóng)的坐 標(biāo)信息，確定"假死"活蟲(chóng)在可見(jiàn)光圖像中的坐標(biāo)信息，并分割出所有糧蟲(chóng)活蟲(chóng)所在的可見(jiàn) 光圖像中的子區(qū)域。提取糧蟲(chóng)面積、周長(zhǎng)等整體特征及鞘翅長(zhǎng)寬比、鞘翅長(zhǎng)與糧蟲(chóng)體長(zhǎng)之比 等局部形態(tài)學(xué)特征參數(shù)，形成并優(yōu)化糧蟲(chóng)的原始特征空間，運(yùn)用識(shí)別軟件確定出糧蟲(chóng)活蟲(chóng) 的種類(lèi)信息。當(dāng)傳送帶18運(yùn)動(dòng)到最右邊時(shí)上下翻轉(zhuǎn)，篩下物自動(dòng)落入收集盒15中。當(dāng)光 電傳感器19檢測(cè)到采集盒到位后，傳輸電機(jī)14停轉(zhuǎn)以等待下一次檢測(cè)。
權(quán)利要求
基于可見(jiàn)光-近紅外雙目機(jī)器視覺(jué)的糧蟲(chóng)檢測(cè)裝置，其特征在于，本發(fā)明所述的檢測(cè)裝置由糧蟲(chóng)分離部分、糧蟲(chóng)傳輸部分、機(jī)器視覺(jué)部分和計(jì)算機(jī)(13)組成。糧蟲(chóng)分離部分和機(jī)器視覺(jué)部分都安裝在糧蟲(chóng)傳輸部分的上面；所述的糧蟲(chóng)分離部分包括進(jìn)料器(4)、篩分電機(jī)(2)、曲柄連桿(1)、篩子(5)、除塵風(fēng)機(jī)(7)、除塵箱(8)和粉塵收集袋(21)；所述篩分電機(jī)(2)通過(guò)主傳動(dòng)軸驅(qū)動(dòng)曲柄連桿(1)，曲柄連桿(1)與篩架鉸接，篩子(5)固定在篩架上，篩架采用下吊式鉸接在機(jī)架上；所述進(jìn)料器(4)安裝在篩子(5)的正上方，所述除塵箱(8)安裝在篩子(5)的正下方，除塵箱(8)的兩側(cè)設(shè)有除塵風(fēng)機(jī)(7)和粉塵收集袋(21)；所述的糧蟲(chóng)傳輸部分包括控制模塊()3、采集盒(20)、傳送帶(18)、光電傳感器(1)、光電傳感器(2)、光電傳感器(3)、收集盒(15)和傳輸電機(jī)(14)；所述傳輸電機(jī)(14)帶動(dòng)傳送帶(18)，傳送帶(18)采用雙鏈條鏈傳動(dòng)傳輸機(jī)構(gòu)；所述采集盒(20)前端鉸接在雙鏈條上，后端為自由端；3個(gè)光電傳感器分別安裝在除塵機(jī)構(gòu)、近紅外相機(jī)(11)和可見(jiàn)光CCD(12)的下方，傳送帶(18)的內(nèi)側(cè)，低于采集盒(20)高度的位置；收集盒(15)位于傳送帶(18)末端的正下方；所述光電傳感器(1)、光電傳感器(2)、光電傳感器(3)、篩分電機(jī)(2)、除塵電機(jī)(7)、傳輸電機(jī)(14)通過(guò)數(shù)據(jù)線與所述控制模塊(3)相連，控制模塊(3)與所述計(jì)算機(jī)(13)相連，計(jì)算機(jī)(13)通過(guò)控制模塊(3)接收來(lái)自光電傳感器(1)、光電傳感器(2)、光電傳感器(3)的觸發(fā)信號(hào)，計(jì)算機(jī)(13)通過(guò)控制模塊(3)對(duì)篩分電機(jī)(2)、除塵電機(jī)(7)和傳輸電機(jī)(14)發(fā)出控制指令。所述的機(jī)器視覺(jué)部分由光照箱(9)、近紅外相機(jī)(11)、可見(jiàn)光CCD(12)、光源(6)和相應(yīng)軟件組成；所述光照箱(9)安裝在傳送帶(18)的正上方，所述光源(6)、近紅外相機(jī)(11)和可見(jiàn)光CCD(12)位于光照箱(9)內(nèi)；近紅外相機(jī)(11)和可見(jiàn)光CCD(12)垂直安裝在傳送帶(18)的正上方，與采集盒(20)運(yùn)動(dòng)方向在同一平面內(nèi)，經(jīng)數(shù)據(jù)線和所述計(jì)算機(jī)(13)相連；近紅外相機(jī)(11)的光譜范圍為900-1700nm，其前端帶有近紅外濾光片(10)，紅外濾光片(10)半帶寬小于10nm。
2. 實(shí)施權(quán)利要求l所述的基于可見(jiàn)光-近紅外雙目機(jī)器視覺(jué)的糧蟲(chóng)檢測(cè)裝置方法，其 特征在于，包括的步驟為(1) 糧蟲(chóng)分離部分自動(dòng)篩分糧食樣本，清理去除糧食篩下物中的粉塵，并使篩下物自動(dòng) 落入采集盒中。(2) 糧蟲(chóng)傳輸部分把采集盒分別傳送到近紅外相機(jī)和可見(jiàn)光CCD的正下方，機(jī)器視覺(jué) 部分對(duì)采集盒中的篩下物分別采集近紅外圖像和可見(jiàn)光圖像，并傳輸至計(jì)算機(jī)；(3) 對(duì)所采集的近紅外圖像進(jìn)行圖像處理，得到含有糧蟲(chóng)活蟲(chóng)的二值化圖像，提取其面 積、復(fù)雜度、不變矩等特征參數(shù)，通過(guò)糧蟲(chóng)活蟲(chóng)識(shí)別軟件判別出糧蟲(chóng)活蟲(chóng)，并確定出每個(gè)活 蟲(chóng)在圖像中的坐標(biāo)信息；同時(shí)，統(tǒng)計(jì)圖像中所有糧蟲(chóng)活蟲(chóng)的頭數(shù)；(4) 對(duì)采集的可見(jiàn)光圖像進(jìn)行圖像處理，匹配并融合篩下物的近紅外圖像，定位出運(yùn)動(dòng) 的活蟲(chóng)；結(jié)合上述所有活蟲(chóng)的坐標(biāo)信息，確定"假死"活蟲(chóng)在可見(jiàn)光圖像中的坐標(biāo)信息，并分 割出可見(jiàn)光圖像中所有糧蟲(chóng)活蟲(chóng)的子區(qū)域；(5) 提取糧蟲(chóng)面積、周長(zhǎng)等整體特征參數(shù)及鞘翅長(zhǎng)寬比、鞘翅長(zhǎng)與糧蟲(chóng)體長(zhǎng)之比等局部 特征參數(shù)，形成并優(yōu)化糧蟲(chóng)的原始特征空間，運(yùn)用糧蟲(chóng)種類(lèi)識(shí)別軟件確定出糧蟲(chóng)活蟲(chóng)的種 類(lèi)信息；(6)糧蟲(chóng)傳輸部分在篩下物圖像采集完畢之后，自動(dòng)清理去除采集盒中的篩下物，并進(jìn) 入下一個(gè)循環(huán)。
3. 根據(jù)權(quán)利要求2所述的基于可見(jiàn)光_近紅外雙目機(jī)器視覺(jué)的糧蟲(chóng)檢測(cè)裝置方法，其 特征在于，步驟(3)所述的圖像處理包括圖像獲取、去背景、濾波增強(qiáng)圖像、分割圖像。
4. 根據(jù)權(quán)利要求2所述的基于可見(jiàn)光_近紅外雙目機(jī)器視覺(jué)的糧蟲(chóng)檢測(cè)裝置方法， 其特征在于，所述的糧蟲(chóng)活蟲(chóng)識(shí)別軟件和糧蟲(chóng)種類(lèi)識(shí)別軟件內(nèi)均包含有高精度的識(shí)別模型 通過(guò)神經(jīng)網(wǎng)絡(luò)分類(lèi)器、支持向量機(jī)分類(lèi)器或模糊分類(lèi)器等技術(shù)，建立所提取的近紅外糧蟲(chóng) 圖像特征參數(shù)與糧蟲(chóng)活蟲(chóng)的關(guān)系模型，以及糧蟲(chóng)近紅外光譜特征參數(shù)與糧蟲(chóng)類(lèi)別的關(guān)系模 型。
全文摘要
本發(fā)明涉及一種針對(duì)倉(cāng)儲(chǔ)害蟲(chóng)的檢測(cè)裝置和方法，其由糧蟲(chóng)分離部分、糧蟲(chóng)傳輸部分和機(jī)器視覺(jué)部分組成；所述的糧蟲(chóng)分離部分利用篩分電機(jī)驅(qū)動(dòng)振動(dòng)篩從糧食樣本中有效分離出糧蟲(chóng)；糧蟲(chóng)傳輸部分可輸送采集盒到指定位置，并能自動(dòng)清理采集盒中的篩下物；機(jī)器視覺(jué)部分由控制模塊、計(jì)算機(jī)、光照箱、近紅外相機(jī)、可見(jiàn)光CCD、光源和相應(yīng)軟件組成，依次采集篩下物的近紅外圖像和可見(jiàn)光圖像后進(jìn)行信息融合，提取糧蟲(chóng)整體形態(tài)學(xué)特征及局部形態(tài)學(xué)特征，利用優(yōu)化后的糧蟲(chóng)特征空間并由識(shí)別軟件可自動(dòng)確定出倉(cāng)儲(chǔ)活蟲(chóng)的種類(lèi)和數(shù)量，實(shí)現(xiàn)了常見(jiàn)倉(cāng)儲(chǔ)害蟲(chóng)的實(shí)時(shí)、準(zhǔn)確、自動(dòng)檢測(cè)。
文檔編號(hào)G01N21/84GK101701915SQ20091023507
公開(kāi)日2010年5月5日 申請(qǐng)日期2009年11月13日 優(yōu)先權(quán)日2009年11月13日
發(fā)明者烏慧玲, 張紅濤, 毛罕平, 韓綠化 申請(qǐng)人:江蘇大學(xué)