MATLAB在精密排种机监测装置中的应用研究

0前言随着智能化技术不断发展，利用计算机视觉技术进行无接触测量的研究逐渐在国内外展开[1，2，3]。运用计算机图像处理技术来实现对精密排种器性能快速、准确地检测。此系统主要由计算机、图像采集卡、摄像机、照明装置等组成。通过软件对图像进行采集、传送、处理、分析和显示，得到对排种器检测的结果。采用图像处理技术最大的特点就是可以用机器或计算机代替人的眼睛和大脑，直接得到物体的图像。通过对图像的加工识别和处理，达到对事物的感知和检测。特别是随着图像处理所需的计算机设备的不断发展，高频的CPU和大容量物理内存及图像数字化设备不断更新，采集快速运动、多目标的图像成为现实[4，5，6]。1装置结构排种器静止安装在橡胶带上方，在调速电机的带动下，橡胶带相对排种器做水平匀速运动。试验时，种箱内的种子经排种器、排种管落在橡胶带上。橡胶带在通过测量系统的摄像头时，实时采集视场内的图像。摄像头与电脑是USB接口连接，图像会存贮在指定的文件夹。然后电脑中运行的MATLAB程序对图像进行调用处理分析，判断排种器是否发生重播、漏播等问题。结构装置如图1所示。图1结构图1.电脑2.摄像头3.种箱4.磁震式排种器5.排种管6.橡胶带7.电机2工业相机的标定关于工业相机的定位实际旨在解决计算机视觉领域的摄像机标定问题，也就是对给定相机拍出的一组图片进行计算，建立图像阵列中的像素位置和场景点位置之间的关系，然后得出其内部和外部参数[7，8，9，10，11]。计算机视觉的目标是从二维图像构造/还原三维现实场景，简单地说，照像/摄像的过程是：AP=p。这里，A是摄像机的几何模型，P是三维空间中的任一点，p为图像平面上对应的点。如果，已知点p，那么要求P首先要做的就是先确定A。所以，几何标定是做视觉研究及其应用首先要完成的任务。MATLAB在精密排种机监测装置中的应用研究*乔曦，黄亦其(广西大学机械工程学院，南宁市，530004)摘要：以MATLAB为开发平台，建立了基于计算机视觉的监测装置。基于Tsai的RAC方法对摄像机进行线性标定建立数学模型，该方法大部分是解线性方程，简单明了且保证了精度。然后根据排种器的排种速度选择合适的快门触发时间，避免出现冗余图像信息，减少了计算量及计算时间。最后用MATLAB软件对采集到的图像进行背景去除和二值化处理，进而求出目标的图像坐标。关键词：MATLAB；计算机视觉；数学模型；图像处理中图分类号：TP313文献标识码：Adoi：10.3969/j.issn.1006-7205.2011.02.029乔曦,黄亦其.MATLAB在精密排种机监测装置中的应用研究[J].中国农机化,2011,(2):108~110QIAOXi,HUANGYi-qi.Researchofpreciseseed-meteringdevicebasedonMATLAB[J].ChineseAgriculturalMechanization,2011,(2):108~110

________________收稿日期：2009年12月18日修回日期：2010年4月9日*基金项目：国家大学生创新性实验计划项目(081059311)———基于计算机视觉的精密排种机监测装置乔曦，男，1987年生，湖南临澧人，广西大学；研究方向为农业机械化及其自动化。黄亦其，男，1973年生，广西隆安人，博士，广西大学副教授；研究方向为农业机械化及其自动化。中国农机化ChineseAgriculturalMechanizationNo.2,2011TotalNo.2342011年第2期总第234期第2期一般说来，针孔(PinHole)模型是比较常用的模型。如图2所示透镜的光学成像原理易知，物距n(即n=AO)、像距m(m=OC)以及焦距f(f=OB)之间的关系为：1/f=1/m+1/n(1)图2透镜成像原理一般，由于n>>f，则m≈f，这时候可以将透镜成像模型用小孔成像模型代替。假设3D世界中任一点的坐标为P=[X,Y,Z]T，其在2D像平面内对应点的坐标为p=[u,v]T(或p′=[xc,yc,zc]T，即像平面内点相对于摄像机坐标系的坐标)。物体在世界坐标系的位置要映射到摄像机坐标系中的位置，就要通过旋转及平移将世界坐标系与摄像机坐标系联系起来，这个转换过程主要是通过刚体变换完成，即：[xc,yc,zc]T=R[xw,yw,zw]T+t(2)定义≈x为x的增广向量，则≈P=[X,Y,Z,1]T，≈p′=[xc,yc,zc,1]T，式1即可转换为其次坐标的形式：[xc,yc,zc,1]T=Rt0T3≈≈1[xw,yw,zw,1]T(3)求解像机外参数旋转矩阵R和x、y方向上的平移矩阵(或向量)：xy≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈1≈K(Rt)XYZ≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈1R=r1r2r3r4r5r6r7r8r9≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈t=t1t2t3≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈x-u0y-v0=u-u0v-v0估计出t3、f和k1的真实值，理想图像坐标到数字图像坐标的变换(只考虑径向偏差)为：(x-uc)(1+k1(u2+v2))=u-uc(y-vc)(1+k1(u2+v2))=v-vc已知相机内部参数fu=f·sx，fv=f·sy，u0，v0，平移距离及图像坐标(u,v)即可求出物体坐标(x,y,z)。3图像的采集采用MVC360MF黑白数字摄像头对传送带上的目标进行图像采集，由于传送带是可以移动的且通常的移动速度为0.5~3m/s。而摄像头采集图像的速度为60帧/s，因此采集一帧图像的时间里传送带走过了8.3~50mm。如果摄像头以其本身固有的扫描频率拍摄，相邻两帧的图像之间将有大量的冗余信息(重叠区)。如果对每帧图像都进行图像处理和分析计算的话，那将占用大量的计算机处理内存空间，而且对同一个目标有可能每次进行了上百次的重复计算，这样浪费了大量的时间。为了尽量的减少重叠区，对于不同速度下的图像采集，需要设置采集两帧间不同的采集时间间隔，即帧间隔，这样就实现了相邻两帧图像的正确拼接。本检测系统的帧间隔计算公式如下[12]：T=240-1000Vt1000Vt(4)式中：T———帧间隔；V———传送带速度(m/s)；t———采集单帧图像所需时间，t=0.017s。4图像处理在图像处理当中我们所研究的目标只是种子，而所采集的图像当中除了种子还有其他的大量目标，为了辨识和分析图像中的有用目标，就需要对除种子外的目标进行去除，即背景的去除。本监测系统用MATLAB软件中的图像减法运算函数[13]：Z=imsubtract(X,Y)(5)K=im2bw(z,0)(6)二值图像K(图5)是预存的背景图像X(图3)与输入的有种子图像Y(图4)相减的结果。图3图像X图4图像Y图5图像K最后对图像K中的目标(黑色部分)求几何形心的坐标(x0,y0)，公式如下[7]：x0=n-1i=0Σm-1j=0ΣjB[i,j]n-1i=0Σm-1j=0ΣB[i,j]y0=n-1i=0Σm-1j=0ΣiB[i,j]n-1i=0Σm-1j=0ΣB[i,j](7)其中：B[i,j]为该点的标记值；m、n分别为标记点像素i、j的总数。与传统的图像处理方法相比，MATLAB基本不需要自己编程，直接通过函数来实现程序的调用，这样节乔曦等：MATLAB在精密排种机监测装置中的应用研究109ResearchonFuzzyControllerofThreshingDeviceonCombineHarvesterLILi-ping,QINFu-jun(SchoolofMechanicalEngineeringandAutomation,XihuaUniversity,Chengdu,610039,China)Abstract:Inviewofthenonlinear,timevariant,laggedandcomplexsystemofcombineharvester,basedonfuzzysets,thispaperdesignedthefuzzycontrollerofthreshingrollerofittoimprovethethreshingqualityandreducethelossofcorn.Inthispaper,adjustablerulesformultidivisorwereadopttofulfilltheself-adjustmentfordivisorα1andα2,andpracticalfuzzycontrolruleswasacquired.Byusingthefuzzylogictoolboxofmatlab,authoranalyzedthesystemcharacteristicsurfacesofthefuzzycontroller,whichprovedthefuzzycontrolrulespro-posedinthispapertobeeffective.Keywords:combineharvester;fuzzycontroller;threshingroller;fuzzycontrolrules省了很多时间。除此之外，本文所涉及到的所有数据和数学公式也可以通过MATLAB来调用和运算出结果，这是其他图像处理软件所不具备的。5结束语用MATLAB软件开发了基于计算机视觉的排种器监测装置，使排种器的排种性能监测的可靠性和灵敏度上升到新的高度，减少人为因素。为排种器的研制提供监测装置，提高播种机的排种均匀性和播种精度，从而减少播种机在播种过程当中的种子浪费，减少农业生产成本，提高农民的收入。该项目能解决田间实地试验费用高的问题，增加视觉检测装置，提高排种器试验过程的自动化程度。参考文献[1]刘禾,汪懋华.用计算机图像处理技术进行苹果坏损自动检测的研究[J].农业机械学报,1998,29(4):81~86.[2]荆仁杰,叶秀清,徐胜荣,等.计算机图像处理[M].杭州:浙江大学出版社,1990.[3]CvibovicM,KuneM.Anapproachtothedesignofdistributedreal2timesystems[J].MicroprocessorsandMicrosystems,1996,20:241~250.[4]马旭.用图象处理技术检测精密排种器性能[J].农业机械学报,2001,(7):34~37.[5]胡少兴.基于计算机视觉的排种器性能检测技术[D].长春:吉林大学,2001.[6]胡少兴.采用图像处理检测排种器充填性能[J].农业工程学报,2002,29(5):56~59.[7]贾云得.机器人视觉[M].北京:科学出版社,2000.[8]RYTsai.AVersatileCameraCalibrationTechniqueforHigh-accuracy3DMachineVisionMetrologyusingOff-the-shelfTVCamerasandLenses[J].IEEEJournalofRoboticsandAutoma-tion,1987,vol.RA-3:323~345.[9]Z.Zhang.AFlexibleNewTechniqueforCameraCalibration[J].IEEETransactionsonPatternAnalysisandMachineIntelli-gence,2000,22(11):1330~1334.[10]刘金颂,原思聪,等.双目立体视觉中的摄像机标定技术研究[J].计算机工程与应用,2008,44(6):237~240.[11]赵小松,张宏伟,等.摄像机标定技术的研究[J].机械工程学报,2002,38(3):149~152.[12]李伟.基于计算机视觉的播种精度检测技术研究[D].北京:中国农业大学博士学位论文,2004.ResearchofPreciseSeed-meteringDeviceBasedonMATLABQIAOXi,HUANGYi-qi(GuangxiUniversity,Nanning,000000,China)Abstract:MATLABasadevelopmentplatforminordertosetupmonitoringdevicesbasedoncomputervision.LinearcalibrationofthecameratoestablishamathematicalmodelbasedonTsai’sRACmethod.Andthismethodisthesolutionofthemajorityoflinearequations,simpleandguaranteedaccuracy.Inordertoavoidredundantimageinformationandreducethecomputationalvolumeandcomputingtime,thenrankedaccordingtothekindsofseed-meteringdeviceselecttheappropriateshutterspeedtriggertime.FinallyusingMATLABsoftwaretocaptureimagesintotheBackgroundremovalandImageBinary.Andthenfindthetargetimagecoordinates.Keywords:MATLAB;computervision;mathematicalmodel;imageprocessing(上接第89页)中国农机化2011年110