实时监测大豆籽粒精选的装置制造方法
【专利摘要】实时监测大豆籽粒精选的装置，涉及农业自动化领域。它是为了解决在大豆籽粒的筛选过程中，不能够对大豆籽粒的筛选过程进行实时监测的问题。本发明采用智能摄像机对大豆籽粒的筛选进行全过程实时监控，利用单片机系统对大豆籽粒的筛选进行有效地控制，从而达到实时监测的目的。本发明适用于农业自动化领域。
【专利说明】 实时监测大豆籽粒精选的装置
【技术领域】
[0001 ] 本发明涉及农业自动化领域。
【背景技术】
[0002]大豆是我国主要的经济作物，东北地区是我国大豆的主产区，近年来，在农业部实施大豆振兴计划的带动下，我省大豆的种植面积逐年猛增。同时对大豆的选种、出口、加工的质量标准也越来越严格。
[0003]日美等发达国家率先在粮食籽粒检测方面展开研究。Zayas等利用计算机图像处理技术从小麦籽粒图片中提取出形态学特征参数，应用这些特征区分小麦的品种及非小麦成分。LiaoK.等将玉米籽粒图像用34个特征参数作为神经网络的输入变量，可将籽粒形态分为5类，经过学习的神经网络对完整籽粒分类的准确率达93%。Nair M.等基于形态参数和彩色参数研究了小麦表面污点的检测技术。在单独使用形态参数时，识别准确率为89.4% ;在单独使用彩色参数时，识别准确率为71.4% ;在结合形态参数和彩色参数时，识别准确率为93.2%。Cardarelli等研究了稻米破损粒的检测技术，提出了以R、G、B分量的均值作为判别参数，对三种稻米破损籽粒的识别准确率均达到80%以上。Paliwal等研究了不同品种小麦的识别技术，基于彩色参数和傅立叶描述子，利用最小距离分类器，对五种加拿大小麦的识别准确率分别为100%、94%、93%、99%和95%。Steenhoek等研究了玉米霉变粒、破损粒的检测技术。直接将原始图像的R、G、B像素值作为特征参数，采用概率神经网络分类器，识别准确率达到了 92%。Chtioui Y.等提出了用Rough sets理论作为模式分类工具通过计算机视觉技术来评价蚕豆品质的方法。这一理论提出用两种不同的离散方法来区分合格、破损、过小、异类蚕豆和石头。利用从彩色图像中提取的35个特征参数进行分类，分类结果与判别分析统计分类结果相比有较好的一致度。Tahir等基于机器视觉研究了三种小麦中不同水分含量和颜色、构造特性、形态学特性的关系，得出散装谷物与单个去壳谷物相比颜色、构造特性与水分的关系明显。
[0004]大豆籽粒的筛选是农业部实施大豆振兴计划中的重要指标，上述检测方法均不能实现实时监测，工作人员不能够对大豆籽粒的筛选过程进行实时监测。
【发明内容】
[0005]本发明是为了解决在大豆籽粒的筛选过程中，不能够对大豆籽粒的筛选过程进行实时监测的问题，进而提供了一种实时监测大豆籽粒精选的装置。
[0006]实时监测大豆籽粒精选的装置，它包括变频器9、异步电机10、进种器11、光电传感器1、单片机2、智能摄像头3、步进电机控制器4、步进电机5、运送带6、暗箱7、第一吹气
筒a、第二吹气筒b、第一气泵和第二气泵；
[0007]变频器9接入三相电源，所述变频器9电源信号输出端连接异步电机10的电源信号输入端；所述异步电机10带动进种器11工作；
[0008]进种器11的出种口 8位于运送带6的上方，所述运送带6水平设置，且运送带6设直在暗箱7中；位于运送带6末端的暗箱7上开有出种口 8 ；
[0009]智能摄像头3悬挂在暗箱7上，且所述智能摄像头3的拍摄面面向传送带；第一吹气筒a和第二吹气筒b相互平行设置，且均位于运送带6的侧面；
[0010]步进电机5接入三相电源，用于带动传动带6工作；第一气泵用于给第一吹气筒a提供气体；第二气泵用于给第二吹气筒a提供气体；
[0011]光电传感器I的检测信号输出端连接单片机2的检测信号输入端；智能摄像头3的控制信号输出端连接单片机2的控制信号输入端，所述单片机2的第一气泵控制信号输出端连接第一气泵的控制信号输入端，单片机2的第二气泵控制信号输出端连接第二气泵的控制信号输入端，单片机2的步进电机控制信号输出端连接步进电机控制器4的控制信号输入端，所述步进电机控制器4的控制信号输出端连接步进电机5的控制信号输入端。
[0012]本发明的有益效果是:本发明采用智能摄像机对大豆籽粒的筛选进行全过程实时监控，利用单片机系统对大豆籽粒的筛选进行有效地控制，从而达到实时监测的目的。
【专利附图】
【附图说明】
[0013]图1为实时监测大豆籽粒精选的装置的机械结构图；
[0014]图2为实时监测大豆籽粒精选的装置的电气部分的原理框图；
[0015]图3为实时监测大豆籽粒精选的装置中进种器部分的电气原理框图。
【具体实施方式】
[0016]【具体实施方式】一:下面结合图1和图2说明本实施方式，本实施方式所述的实时监测大豆籽粒精选的装置，它包括变频器9、异步电机10、进种器11、光电传感器1、单片机2、智能摄像头3、步进电机控制器4、步进电机5、运送带6、暗箱7、第一吹气筒a、第二吹气筒b、第一气泵和第二气泵；
[0017]变频器9接入三相电源，所述变频器9电源信号输出端连接异步电机10的电源信号输入端；所述异步电机10带动进种器11工作；
[0018]进种器11的出种口 8位于运送带6的上方，所述运送带6水平设置，且运送带6设直在暗箱7中；位于运送带6末端的暗箱7上开有出种口 8 ；
[0019]智能摄像头3悬挂在暗箱7上，且所述智能摄像头3的拍摄面面向传送带；第一吹气筒a和第二吹气筒b相互平行设置，且均位于运送带6的侧面；
[0020]步进电机5接入三相电源，用于带动传动带6工作；第一气泵用于给第一吹气筒a提供气体；第二气泵用于给第二吹气筒a提供气体；
[0021]光电传感器I的检测信号输出端连接单片机2的检测信号输入端；智能摄像头3的控制信号输出端连接单片机2的控制信号输入端，所述单片机2的第一气泵控制信号输出端连接第一气泵的控制信号输入端，单片机2的第二气泵控制信号输出端连接第二气泵的控制信号输入端，单片机2的步进电机控制信号输出端连接步进电机控制器4的控制信号输入端，所述步进电机控制器4的控制信号输出端连接步进电机5的控制信号输入端。
[0022]工作原理:
[0023]单片机2接收智能摄像头3发送的豆粒图像信息，根据豆粒图像信息获得豆粒的特征参数，对豆粒的特征参数进行神经网络分析，根据神经网络分析后的结果判断豆粒的质量，控制第一吹气筒a将灰斑或虫蚀的豆粒吹落，控制第二吹气筒b将霉变的豆粒吹落。
[0024]【具体实施方式】二:本实施方式对【具体实施方式】一所述的实时监测大豆籽粒精选的装置作进一步限定，本实施方式中，智能摄像头3的型号为VC2065/E。
[0025]本实施方式中，智能摄像头3可脱离PC机独立工作，内部含有可编程控制的高性能DSP，集成RS-232硬件接口与单片机进行串口数据传输。
[0026]【具体实施方式】三:本实施方式对【具体实施方式】一所述的实时监测大豆籽粒精选的装置作进一步限定，本实施方式中，运送带6的传送速度为40cm/s。
[0027]【具体实施方式】四:本实施方式对【具体实施方式】二所述的实时监测大豆籽粒精选的装置作进一步限定，本实施方式中，运送带6的厚度为2mm。
[0028]【具体实施方式】五:本实施方式对【具体实施方式】一所述的实时监测大豆籽粒精选的装置作进一步限定，本实施方式中，进种器11的型号为2QXP-1。
【权利要求】
1.实时监测大豆籽粒精选的装置，其特征在于:它包括变频器(9)、异步电机(10)、进种器(11)、光电传感器(I)、单片机(2)、智能摄像头(3)、步进电机控制器(4)、步进电机(5)、运送带(6)、暗箱(7)、第一吹气筒(a)、第二吹气筒(b)、第一气泵和第二气泵； 变频器(9)接入三相电源，所述变频器(9)电源信号输出端连接异步电机(10)的电源信号输入端；所述异步电机(10)带动进种器(11)工作； 进种器(11)的出种口( 8 )位于运送带(6 )的上方，所述运送带(6 )水平设置，且运送带(6)设置在暗箱(7)中；位于运送带(6)末端的暗箱(7)上开有出种口(8)； 智能摄像头(3)悬挂在暗箱(7)上，且所述智能摄像头(3)的拍摄面面向传送带；第一吹气筒(a)和第二吹气筒(b)相互平行设置，且均位于运送带(6)的侧面； 步进电机(5)接入三相电源，用于带动传动带(6)工作；第一气泵用于给第一吹气筒Ca)提供气体；第二气泵用于给第二吹气筒(a)提供气体； 光电传感器(I)的检测信号输出端连接单片机(2)的检测信号输入端；智能摄像头(3 )的控制信号输出端连接单片机(2)的控制信号输入端，所述单片机(2)的第一气泵控制信号输出端连接第一气泵的控制信号输入端，单片机(2)的第二气泵控制信号输出端连接第二气泵的控制信号输入端，单片机(2)的步进电机控制信号输出端连接步进电机控制器(4)的控制信号输入端，所述步进电机控制器(4)的控制信号输出端连接步进电机(5)的控制信号输入端。
2.根据权利要求1所述的实时监测大豆籽粒精选的装置，其特征在于:智能摄像头(3)的型号为VC2065/E。
3.根据权利要求1所述的实时监测大豆籽粒精选的装置，其特征在于:运送带(6)的传送速度为40cm/s。
4.根据权利要求2所述的实时监测大豆籽粒精选的装置，其特征在于:运送带(6)的厚度为2mm。
5.根据权利要求1所述的实时监测大豆籽粒精选的装置，其特征在于:进种器(11)的型号为2QXP-1。
【文档编号】B07B4/00GK103760163SQ201410037953
【公开日】2014年4月30日 申请日期:2014年1月26日 优先权日:2014年1月26日
【发明者】房俊龙, 王润涛, 徐惠君, 赵朝阳, 周蔷 申请人:东北农业大学