穴盘苗发芽率在线视觉检测研究

作     者：张帆 杨勇 骆少明 黄福 成克强 ZHANG Fan;YANG Yong;LUO Shaoming;HUANG Fu;CHENG Keqiang

作者机构：广东技术师范大学机电学院广州510665 工业和信息化部电子第五研究所广州510610 

出 版 物：《西南大学学报（自然科学版）》 (Journal of Southwest University(Natural Science Edition))

年 卷 期：2021年第43卷第10期

页      面：84-91页

学科分类：082803[工学-农业生物环境与能源工程] 08[工学] 0828[工学-农业工程] 

基　　金：广东省自然科学基金项目(2016A030313730) 广东省科技创新战略专项资金“攀登计划”专项资金项目(pdjh2020a0330) 

主　　题：植物工厂 机器学习 穴盘苗 机器视觉 在线视觉检测 

摘      要：植物工厂实现大规模、高速和自动化作业需要快速、精准地掌握种苗发芽生长信息,在线检测是关键.本文设计了一套基于机器学习的在线视觉检测系统,用于检测穴盘苗的发芽率,并计算种苗的生长方向,进而定位种苗所在的穴位.该系统用数字相机联网技术,采集穴盘苗图像,基于机器学习方法制作训练样本,构建训练集和测试集,通过多视图融合方法估计每个穴位有苗的可信度,并依据可信度来判断发芽率情况.试验结果表明,单视图检测种苗速度快、误检率低,但检出率较低;采用多视图融合的方法后穴盘苗检出率达到95.16%,穴位检出率达到100%;本文提出的多视图融合估计可信度方法具有较高的检测精度,而且精度仍有提升的空间,研究结果可为单粒播种的大规模、高速和自动化作业提供技术参考.