玉米是寰宇三大食粮作物之一，玉米分娩发展的速率决定着我国畜牧业和肉类产业的发展[1-2]，聘请相宜的玉米优良品种是径直研究到其产量的要道问题。分子标志缓助育种当作当代作物育种才略被应用于玉米育种，从每一粒玉米种子切取小数胚乳当作样品进行滴定、检测、筛选，将含有齐备胚芽的种子保留用于作物栽培，从而大大进步玉米育种后果、量入为主资本[3-6]。分子标志缓助玉米育种工夫的辩论中，种子切霎相通接收东说念主工制作，但手工制取种子切片的才略后果异常低下，准确率也无法保证[7-8]。因此twitter 露出，将高精度激光自动切割工夫应用于玉米育种，竣事自动化采样，有助于进步育种的后果和质料[9-10]。在玉米育种激光切片自动化采样中，一方面由于玉米种子外形尺寸相反大，需要对玉米种子外形质料进行检测，筛选出尺寸及格的种子进行切割，另一方面需要在线识别出种子的姿态，使种子具有一种细则的、已知的姿态，以便进行精准的切割[11-12]。
本文通过对玉米外形特征进行分析，想象基于机器视觉的玉米粒形质料检测和姿态识别系统，辩论玉米粒形质料检测和姿态识别算法，基于图像区域特征，通过形态学图像措置算法和旯旮追踪算法索取出玉米的粒形综合，基于区域几何中心和综合搜索相蚁集的才略索取出玉米粒形特征参数，进行玉米粒形质料检测判断，剔除粒形尺寸分歧格的玉米种子，臆测打算粒形尺寸及格的玉米种子的姿态，以便姿态崇敬安设将种子支援到梦想切割姿态twitter 露出。将该系统应用于玉米育种激光切片取样机器东说念主，有助于竣事玉米育种激光切片的自动化采样。
1 玉米特征参数依据玉米分子标志缓助育种对切片质料的要求，玉米胚乳的切割位置为接近顶冠位置的直线，线路图见图 1。
为保证中国科学院沈阳自动化辩论所自行研制的玉米育种激光切片取样机器东说念主大致准真确割玉米种子的小数胚乳，并保留齐备胚芽，需要通过视觉收集系统获取玉米种子长轴长度a和地方、短轴长度b和地方以及综合等特征参数(图 2)。
依据获取的特征参数，通过臆测打算赢得面积、圆度、长宽比等特征参数[13-14]。其中，面积A界说为玉米灰度图像的像素之和，即玉米颗粒综合线内包含的像素之和，是反馈玉米大小的讨论之一。图像经过区域标志和畛域追踪后，就不错臆测打算多少综合参数。在一幅图像中，图像函数记为f(x, y)，f(I)线路图像中某个综合区域像素点I，n线路图像中某个综合区域的像素个数。公式为：
$ A = \sum\limits_{i = 1}^n {{\rm{f}}\left( I \right)}, $圆形度R界说为玉米的畛域样式接近圆的进程，是反馈颗粒图像投影区域不秩序性的参数，由面积A和周长P臆测打算出来，其臆测打算公式为：
$ R = 4{\rm{ \mathsf{ π} }}A{\rm{/}}{P^2}。$长宽比m界说为长轴a与短轴b的比。
2 才略 2.1 视觉识别系统先容玉米育种激光切片取样机器东说念主由6个系统构成，包括分离定向系统、激光器系统、切片系统、圭臬盘系统、驱散系统、能源系统。其中，视觉识别系统属于分离定向系统，安装在姿态崇敬安设上方，包括相机和附加照明安设，用于种子外形质料检测和姿态识别。视觉系统识别算法经过见图 3，视觉系统识别算法经过包括玉米外形质料检测和玉米姿态识别，具体责任过程为：由录像机对玉米种子原始图像进行收集，字据收集到的图像信息分析玉米外形质料信息，若是视觉判断玉米外形质料分歧格，则由手爪推到废物回收区域，之后臆测打算玉米姿态，赢得姿态支援参数。
2.2 视觉识别图像措置玉米通过上料安设送到指定位置进行视觉识别，因此玉米在图像中的位置相对固定，为了进步图像措置速率，不错最初依据图像灰度信息细则感酷爱区域，然后针对感酷爱区域图像，接收5×5模板的中值滤波算子进行滤波措置，去除相应噪声影响，完成对图像的预措置。中值滤波后的图像见图 4a。
基于大津阈值分割法(OTSU)对滤波后的图像二值化。OTSU法也称为最大类间方差法或最小类内方差法，想路是基于图像的灰度直方图，以想法和配景的类间方差最大或类内方差最小为阈值考中准则[15]。基本经过是：成立措置图像由想法和配景构成，想法和配景灰度值不同，基于直方统计图像把灰度分裂为1~L品级，从中聘请阈值品级K，将图像分为想法(暗：C0=1~K)与配景(亮：C1 =K+1-L)，若2类的类间方差最大，则所求出的K为最好阈值K。二值化的图像基于区域面积分割出玉米粒形部分，去掉图像中杂质影响，并应用形态学开闭运算，去除旯旮噪声影响，措置驱散见图 4b。
经过阈值分割后的玉米种子二值图像还存在一些噪声的搅扰，进行形态学措置不错优化玉米种子综合，况且还能进一步摒除图像中的噪声。形态学的闭运算大致使图像的区域松开，并大致摒除颗粒杂音，开运算大致使图像的综合变得更光滑。本系统接收5×5结构元素的闭运算和5×5结构元素的开运算对图像进行形态学措置。基于文件[15]中的旯旮追踪算法，索取出二值图像中玉米的综合旯旮，见图 4c。
欧美在线成人长轴获取才略：最初，0~180°规模内，每隔1°角度值所对应的斜率ki(i=1，2，…, 180)；设旯旮点坐标为(xj，yj)，形心坐标(x0，y0), 臆测打算Xj=xj-x0和Yj=yj-y0的值(j=1，2，…，n，n为旯旮点的个数)；令Mi=kiXj-Yj，求(Xj，Yj)中使Mi整个值最小的2个点，记下这2个点所对应的旯旮点的坐标(x1i，y1i)，(x2i，y2i)；令Li=(x1i-x2i)2+(y1i-y2i)2，即臆测打算两旯旮点之间的长度，求出使Li最大的2个点，这2点即为长轴两头点，2点间距离即为长轴长度，此时所对应的斜率即为长轴的斜率。短轴过形心且垂直于长轴，求出长轴后即可据此求出短轴，见图 4d。
2.3 粒形检测和姿态识别依据索取出的玉米特征参数，在粒形检测中，以长度、面积、长宽比和圆形度为特征参数，依据切割要求设定判定参数，剔裁撤尺寸分歧格的玉米种子。在姿态识别中，臆测打算长轴地方和水普通向的夹角，当作玉米种子刻下姿态值。
3 驱散与分析视觉识别教育中，使用的成就有分辨率为1 626× 1 236的Basler口角录像机、焦距为8 mm的Computar镜头、白色背光光源。字据前边建议的视觉识别才略，对133个玉米种子进行视觉识别教育，包括粒形质料检测教育和姿态识别教育。通过粒形检测教育，剔裁撤分歧格玉米种子39粒。及格玉米种子94粒，赢得教育部分数据如表 1所示。
表 1 玉米特征的视觉识别教育测试数据
Table 1 Experimental data of visual identification of corn features
对及格的玉米种子进行姿态识别，图 5为识别的姿态角和本色姿态角对比。姿态角的差错规模为0~4°，平均整个差错为2.00°，差错方差为1.19°，教育驱散在允许差错规模之内，大致知足玉米切割要求需要。单纯一幅图像的措置时分为0.6 s傍边，知足在线的切割时分要求(教育样机的切割速率要求为10个·min-1)。
4 论断本辩论蚁集好处样机想象了基于机器视觉的玉米粒形质料检测和姿态识别系统，建议了玉米粒形质料检测和姿态识别算法，基于图像区域特征，通过形态学图像措置算法和旯旮追踪算法索取出玉米的粒形综合，基于区域几何中心和综合搜索相蚁集的才略索取出玉米粒形特征参数，进行玉米粒形质料检测判断，剔除粒形尺寸分歧格的玉米种子，臆测打算粒形尺寸及格的玉米种子姿态，以便姿态崇敬安设将种子支援到梦想切割姿态，姿态角平均整个差错为2.00°，措置时分约0.6 s，教育驱散标明本文建议的系统和才略能知足玉米育种激光切割的精度要求，同期也能知足在线检测需要(切割教育速率10个·min-1)。本文想象的视觉检测系统有助于竣事玉米分子标志缓助育种中的激光自动切割采样。