9、玉米籽粒相关检测与特征提取技术研究

玉米籽粒相关检测与特征提取技术研究

1. 玉米籽粒破碎率在线检测研究

1.1 研究背景

玉米作为世界三大粮食作物之一，在中国广泛种植，是工业和饲料等行业的重要原料。然而，中国玉米联合收割机在制造工艺和原料水平上与发达国家存在差距，玉米机械收获过程中籽粒易破碎，降低了玉米综合利用价值，无法满足生产需求。因此，玉米籽粒破碎率在线检测装置和方法是中国农业领域的研究热点和难点。

随着人工智能发展，基于机器视觉的检测装置和方法有了新突破。机器视觉技术可实现对被测目标的非接触观察和测量，在农业收获中主要用于个体较大、果实密度稀疏的作物，如苹果、桃子等。此前也有诸多学者在玉米相关检测方面开展了研究，例如：
- 李新平研究了玉米籽粒脱离时外部机械冲击对内部应力裂纹的影响，设计了变速脱粒方法，减少了裂纹产生。
- 杨亮利用机器视觉和 K - Means 颜色图像分割算法区分完整和破碎玉米籽粒。
- 陈锦采用“色谱训练验证”两步法识别水稻籽粒，提出基于 U - Net 深度学习模型的图像分割方法。
- 丁使用曲率、半径和连续对称指数区分完整和破碎玉米籽粒。
- 里德利用机械裂纹区域线性特征和霍夫算法检测玉米籽粒，准确率达 91.8%。
- 瓦伦蒂·冈萨雷斯基于异常值检测和主成分分析方法，结合机器视觉技术构建玉米籽粒分离系统，检测准确率达 92%。

1.2 玉米籽粒破碎率在线检测装置研究

1.2.1 装置设计目标

该装置旨在实现收获过程中玉米籽粒的实时采样，通过机构处理使籽粒单层平铺，减少籽粒间遮挡，建立图像采集平台实现籽粒图像实时采样，开发在线检测方法实现玉米籽粒破碎率