在阅读此文前，为了方便您进行讨论和分享，麻烦您点击一下“关注”，可以给您带来不一样的参与感，感谢您的支持。

文/少时李白

编辑/少时李白

前言

玉米是保障食品安全的重要作物，优质种子能保证好收成。玉米种子发芽率是玉米产业最重要的信息，它可以通过种子发芽试验获得。决定发芽率的一个重要阶段是播种。目前的种子种植过程是完全人工的，劳动强度大，成本高，并且需要开发一种自主播种机。

采用层次分析法为三个评价指标分配权重，并对各种因素组合进行评分。铺沙机获得了令人满意的结果，开口尺寸为10.8毫米，传感器距离为9厘米，传送带速度为5.1厘米/秒。

在确定了最令人满意的因素后，该机器表现出了哪些优异的性能？后期是否能够更好地满足实际应用呢？

介绍

玉米生产在确保全球粮食安全方面发挥着至关重要的作用，中国是世界第二大玉米生产国种子的发芽率非常重要，因为它直接影响总产量，是种子质量的重要指标。

在中国的种子生产行业，标准GB/T 5243.4用于确定种子发芽率，包括种子种植和幼苗计数过程。虽然计算机视觉已经在各种研究中用于自动幼苗计数，种子种植仍然是一个完全手工的过程。

人工播种程序包括几个不同的步骤。该过程从操作者准备托盘开始。

首先，他们用沙子覆盖托盘，然后将其压平，形成一个光滑的表面。接下来，操作员将种子均匀地分布在托盘的沙面上。

为了帮助发芽，他们向种子喷水(步骤2)。为了确保种子生长的**条件，然后在种子顶部添加另一层沙子，提供额外的保护和支持(步骤3)。最后，将准备好的托盘放入培养箱中，该培养箱创造了促进种子发芽的合适环境(步骤4）。

如果没有适当的展平，当种子被释放到沙地上时，它们就有可能从预定的位置滚走，破坏预定的均匀模式。

这种干扰可能会给准确计数和评估林分带来挑战，因为多个种子可能会在很近的地方发芽。因此，保持平坦的沙面至关重要，因为这可以确保种子成功分布和发芽所需的均匀性。

沙表面的平整程度直接影响种子的萌发。在研究人员的一项研究中，比较了不同覆土压实装置，并对土壤形态、压实等因素进行了评价。徐等人开发了一个数学模型来描述土壤产量、覆盖圆盘深度和覆盖圆盘螺旋叶片之间的关系

材料和方法

自动玉米播种机，如所示图1，进行了创新设计。它包括传送带和四个独立操作的不同模块:(1)铺沙，(2)播种，(3)浇水，和(4)覆盖沙子。

图一

玉米自动播种装置:(1)铺沙装置；(2)排种器；(3)浇水装置；(4)覆砂装置；(5)用于运输托盘的输送机；(6)喷壶；(7)用于清扫种子的滚筒刷；(8)用于监控托盘位置的红外传感器；和(9)用于种子发芽试验的空托盘。

因此，铺沙装置的功效对于确保成功的种子分配和随后的幼苗监测是至关重要的。

铺沙装置

该铺沙装置(图2)具有297 mm × 290 mm × 400 mm的尺寸，底板具有45°的斜度，这将自动地将沙子向下移动到托盘。闸门的开启和关闭由24V DC电机控制，最大线速度为180毫米/秒，行程为100毫米。

这促使Arduino向继电器发送信号为了开闸。相反，当托盘移出传感器的视野时，测量的距离从不到10厘米增加到超过10厘米，通过触发继电器向Arduino发出关闭大门的信号。

图二。新开发的铺沙装置: (a)电路图；（b)铺沙装置；（c)闸门处于关闭模式；以及(d)闸门处于开启模式。

实验步骤

采用全因子实验设计来评估因子的显著性并探索因子水平的所有可能组合。这种方法可以全面比较不同因素组合对机器性能的影响。检查的第一个因素是传送带速度，它影响托盘在砂门下方移动的持续时间，从而影响砂面的平整度。

第二个因素是闸门开口的大小，它直接决定了沙子填充的速度。最后，传感器到填砂闸门的相对距离作为第三个因素被检查。

这三个因素各有三个水平:(1)输送机速度为0.13、0.51和0.65米/秒；(2)闸门开口尺寸为7.2、9.0和10.8毫米；以及(3)相对于40.0、70.0和90.0 mm的防砂闸门的传感器位置(相对距离通过初步实验确定)。总共有27个不同的设置，每个设置重复三次，总共运行81次。

图3。确定新研制的玉米自动播种机**铺沙参数的全过程。

2.4.1.深度信息

沙面的平整度是本研究中比较重要的课题之一。然而，直接测量沙面存在挑战。在这项研究中，利用RGB-D信息来测量平坦度。在利用深度信息来评估沙子均匀度之前，进行校准过程以确保准确的传感器数据。

发现测量误差在0.1毫米以内图4视觉上展示了明显的楼梯模式，台阶之间有明显的3毫米高度差。这表明深度数据分辨率可以达到1 mm的水平，使其适合于评估沙面的均匀度。

图4。使用A4纸阶梯进行深度信息的RGB-D相机校准。

RGB图像校准

除了校准深度信息之外，有必要检查所收集的RGB图像的失真，将A4纸放置在传送带上，并收集RGB图像(图5).一个MATLAB工具，颜色阈值器，用于分离A4纸并提取掩模图像。

图5。RGB图像和分割: (a)原图；（b2)阈值处理后的相应二值图像；以及(c)二值图像的四个顶点相连。

从这些观察，可以推断出相机捕捉的图像显示出最小的失真。对应于像素的实际面积可以通过计算图像N中白色像素的数量来计算(图5c)。对应于像素的面积在下面的研究中被用作需要测量的沙子的实际体积。已知A4纸的尺寸为210毫米× 297毫米。

0.19毫米的数值2计算后获得的“面积”表示由等式(1)确定的对应于一个像素的面积。

=210×297(1)

RGB-D摄像机安装在传送带上方0.51米处，使用两个led灯(RS-40；中国深圳深圳瑞瑟柯基)。在每次实验运行之前，重量1测量空托盘的体积，在托盘中装满沙子后，通过传送带将其传送到RGB-D摄像机的视野中进行数据采集。

图像预处理

Telea (2004)开发的快速行进法图像校正方法，就是为此目的而雇用的。如在中所见图6与以前的修复算法相比，这种修复方法展示了产生更好结果的潜力。

在这项研究中，托盘中沙子的重量、传送带上(托盘外)沙子的体积以及沙子表面的平整度是用来确定**因素组合的三个参数。

图6。(a)原图（b)HSV颜色空间中的原始图像；（c)高光修复后的图像；以及(d)高光修复后HSV颜色空间中的图像

托盘中沙子的重量

沙子的重量在填砂过程中起着至关重要的作用，并对种子萌发有着重要的影响18].在实验中使用电子秤直接测量。通过称量空托盘的重量并在铺沙过程完成后重新称量托盘的重量来确定每个实验中所用的沙子的重量。

两次测量的差值代表托盘中沙子的重量。较高的沙重通常确保种子萌发的有利环境，因此是优选的。

在去除高光之后应用颜色阈值来隔离图像中的特定颜色(图7).在这项研究中，HSV格式用于颜色阈值。

HSV颜色空间比RGB颜色空间更符合人类的视觉感知，因为它有效地将强度与色调(H)分开[19].然而，由于实验环境中光照条件的轻微变化，图像之间存在颜色差异，导致颜色阈值处理的结果不理想，如所示图7(b2)。

在仔细检查沙子特性后，发现沙子仍然可以成功地从背景中区分和分离出来。

图7。

从输送机分割沙子区域: (a)初步预处理后的图像；（b1,b2)第一次颜色阈值处理后的结果；（c1,c22)在用不同的分割方法进行颜色阈值处理之后，生成二值图像；以及(d1,d2)降噪后的图像。

最后，获得漏到托盘外面的沙子的面积(图7(d1，d2))在采取这些步骤之后。已处理图像中每个像素的面积是在前面章节描述的预处理步骤中确定的。清点人数具有白色像素(值为1)的图像对于确定区域是必不可少的漏出托盘外并通过的沙子(等式(2))。

=0.19⋅(2)

为了生成具有掩模的深度信息表(称为BWD ),二进制图像(频带宽度(Band Width))表示处理后溢出托盘外的沙子需要与深度信息表进行点积(D).此外，计算深度相机和传送带之间的距离也至关重要。由于每次实验期间传送带和设备的移动会有轻微的振动，深度相机和传送带之间的距离可能会有微小的变化。

最后，音量(V泄漏到托盘外部的沙子的量可以使用等式(3)来计算。

⊙=(3)

沙面平整度

为了计算沙子的平整度，需要定位沙子的区域。然而，定位该区域可能是一项具有挑战性的任务，主要是由于金属托盘壁引起的镜像效应。这种效果会产生非常类似沙子本身外观的噪声。

因此，本研究在HSV颜色空间中执行分割并生成掩模图像。在相应地屏蔽掉边缘的非目标区域之后，可以获得板和砂的整体区域。MATLAB中的内置函数用于填充二进制图像并移除少于500个像素的区域(图8c)。

图8。平整度工艺

:a)RGB图像；（b2)颜色阈值分割后的图像；（c)边缘被掩蔽的图像；（d)边缘检测；（e)膨胀和侵蚀；（f)对两幅图像进行按位或运算得到的图像；以及(g)目标区域。

最后一步，获得沙地区域的二值图像。然后，通过取二值图像和深度点云信息的点积，可以获得托盘中沙子的相应深度信息(等式(4))。在对点云信息进行去噪之后，计算标准偏差以从相应的图像确定托盘中沙子的平整度。

⊙=(4)

。确定令人满意的因素组合

本实验使用层次分析法(AHP)发现了三个因素(即托盘中的沙子重量、传送带上剩余的沙子体积和沙子表面平整度)的良好组合。AHP是一种基于成对比较和专家评估对决策进行优先排序的技术。

使用层次分析法的主要过程如下:(1)数据规范化；(2)建立判断矩阵；(3)一致性分析；(4)计算权重；以及(5)计算每个因素水平组合的分数。作为第一步，必须进行标准化，以说明三个评估指标之间数据量的显著差异。

=−minmax−min (5)

=max−max−min (6)

使用Saaty的评分方法创建了一个判断矩阵来比较每一对指标，相应的评分标准如所示表1。

在1到9的范围内，体积对重量的重要性被评定为3，而平整度被评定为1/4。此外，重量对体积和平整度的重要性分别为1/3和1/7。判断矩阵可以构造如下。

=⎡⎣⎢⎢1370.33140.140.251⎤⎦⎥⎥ (7)

判断矩阵的最大特征值为max=3.032。可以发现是0.58，由Saaty的AHP方法提供。使用等式(8)，一致性指数()可以使用等式(9)来计算，并且一致性比率()可以计算。

=max−−1 (8)

= (9)

=0.0311<0.1 (10)

如果小于0.1，则认为通过了本实验中的一致性检查(等式(10))。然后，可以使用算术平均法计算权重，权重如所示表2。

通过利用从AHP方法得到的权重，等式(11)可以用于计算所有可能的条件组合的得分。

=0.086×+0.213×+0.701× (11)

实验重复了三次相同的因子水平组合，以防止数据的随机性。来自三次重复的重量、体积和平坦度指标的平均值用于该因子水平组合中的那些指标。表3显示了实验因素和水平。

结论

这项研究集中于开发一种自动播种机，它包括四个不同的阶段:铺沙，种子定位，浇水和沙覆盖。机器的性能受三个因素的影响:传送带速度、闸门开口尺寸和传感器与砂闸门的水平距离。

为了评估其性能，考虑了三个参数:托盘中沙子的重量、托盘外部沙子的体积以及沙子的平整度。运用层次分析法，通过探索三个评价指标之间的关系，确定最优组合。

本实验中检验的撒沙装置是一个独立的模块，具有应用于各种相关领域的潜力。这种成本效益高且简单的设备为公司提供了降低费用和提高盈利能力的可能性。因此，它为需要精确和均匀的沙子或颗粒材料分布的各种行业带来了希望。

此外，本研究采用的方法和评价装置可以推广到更大型、更复杂的撒沙机械，为推进精准农业的发展提供有价值的参考价值。

参考文献：

1、倪，c；王博士；罗宇胜河；霍姆斯，m；基于深度卷积神经网络的玉米籽粒自动检测机。生物学家。英语。 2019,178, 131–144.[谷歌学术] [交叉引用]

2、2021/2022年世界各国玉米产量份额。

如果你也喜欢我的文章，不妨点个“关注”吧！小生在此谢过了！

END