不孕棉籽的清選設計與試驗

張洪洲，劉媛杰，王憲磊，李 勇，周 丹,蘇海飛，鄭 浩，肖豪杰

(塔里木大學 機械電氣化工程學院，新疆 阿拉爾 843300)

0 引言

近年來，新疆由于其地域特征，農業發展迅速，棉花的種植面積大幅度增加。同時，作為棉花生產的重要生產資料的棉籽品質問題凸顯。在棉花生產過程中，棉籽作為副產品[1-15]。棉花扎花之后的棉籽中含有大量的不孕棉籽，這些不孕棉籽混淆在棉籽中，直接影響棉籽的整體品質；不論種用棉籽，還是油用棉籽，含有不孕棉籽都會影響到棉籽的合理利用。棉籽的純度和真實性是衡量棉籽質量的重要指標[8-24]。因棉籽質量問題造成的損失是巨大的，并且這種損失是不可彌補不可逆的。而傳統的棉籽鑒別主要根據棉籽的物理特性和機械特性等，這些技術已經不能夠滿足生產的需要。隨著電子技術、傳感器技術、自動化控制技術和人工智能的迅速發展，這些技術在農業生產以及農產品清選鑒定方面的應用越來越廣泛。

傳感器技術是信息技術的三大支柱之一。按照信息論的凸性定理，傳感器的功能與品質決定了傳感系統獲取自然信息的信息量和信息質量，是高品質傳感技術系統的構造第一個關鍵。傳感器技術與自動控制技術等融合應用于農產品的品質鑒定領域，其系統集成化程度高，硬件電路設計容易，控制內核軟件部分易于實現。另外，BP神經網絡在種子的品質鑒定方面應用越來越多，國內外學者對該領域的研究越來越多。在玉米種子訓練識別研究方面，BP網絡被證明了其可行性，并進行識別鑒定試驗，建立了BP網絡模型；BP網絡在小麥穗部特征因素識別，并對其溯源鑒定研究等方面都有不可或缺的意義。因此，利用現代測試技術融合BP神經網絡模型對農副產品進行鑒定識別研究是很有前景的[25-30]。

本文利用傳感器技術、自動控制技術融合BP神經網絡模型對棉籽中的不孕棉籽進行識別并剔除。以中棉56號、新陸早26號、惠遠730棉籽為原料，在自行設計的棉籽識別裝置進行識別試驗的基礎上，從影響識別效果的棉籽外部顏色信息的色調分量值H、飽和度分量值S、強度分量值I3個因素入手，利用BP神經網絡預測棉籽識別模型，確定棉籽識別的HSI模型，為實際生產中進一步研究剔棉籽中的不孕籽提供一個理論依據。

1 材料與方法

1.1 材料與裝置

原料為利用中棉56號、新陸早26號及惠遠730棉籽。

棉籽的不孕籽識別裝置系統框圖如圖1所示。棉籽的不孕籽識別裝置示意圖如圖2所示。該裝置主要由HSI信息采集裝置、棉籽位置調整裝置、氣流發生及控制裝置、速度控制裝置、參數顯示裝置、顯示裝置及電源等組成。其中，HSI信息采集裝置采用CCD采集棉籽的三基色，再轉換成HIS分量值。不孕籽識別試驗時，待檢測棉籽單列放置于輸送帶上，傳送帶將棉籽送到信息采集裝置正下方時，棉籽位置調整裝置啟動調整棉籽處于最佳位置，便于HIS采集裝置進行數據采集；待采集完數據后，經歸一化處理后，確定該棉籽是否為不孕棉籽。若為不孕棉籽，單片機做出決策，控制氣流機產生強氣流將不孕棉籽吹入回收箱；若為正常棉籽，則傳送帶將其送至優質棉籽箱體內。

圖1 不孕籽識別系統框圖Fig.1 Block diagram of distinguish system of infertility cottonseed

1.輸送帶 2.CCD支架 3.CCD 4.氣流機 5.電機 6.CPU 7.控制器及數顯 8.優質棉籽回收箱 9.不孕籽回收箱 圖2 不孕棉籽清選裝置示意圖Fig.2 Diagrammatic diagram of distinguish system of infertility cottonseed

1.2 系統軟件設計

不孕棉籽識別系統軟件部分包括HIS信息采集控制、棉籽位置控制控制、速度控制、氣流調控及鍵盤顯示等模塊，如圖3所示。

1.3 試驗方法

取3種棉籽各900粒，每個品種棉籽混入同品種的不孕棉籽100粒，使正常棉籽和不孕籽均勻混合。

圖3 識別系統軟件流程圖Fig.3 Distinguish system software flow chart

將混合后的3種棉籽分別在不孕籽識別裝置上進行識別試驗，測定識別率。試驗所用的棉籽外部顏色信息的色調分量值H、飽和度分量值S、強度分量值I3個參數的詳細指標，如表1所示。

表1 主要參數指標Table 1 Main parameter index

2 BP網絡模型設計

不孕棉籽識別的主控因素是棉籽外部顏色信息的色調分量值H、飽和度分量值S、強度分量值I，以此作為BP的輸入量，即輸入層的節點數3。根據BP神經網絡設計規則可知，當輸入層節點數為X時，隱層節點數為Y，因此輸入層與隱層之間的關系為Y=2X+1，此時訓練效果最好。在本文的不孕棉籽識別設計中，隱層節點數為7，共3層，因此3層模型的結構為3-7-1。

選取色調分量值H、飽和度分量值S、強度分量值I3個關鍵因素作為BP網絡的輸入量，選取不孕籽識別率為BP網絡模型的輸出量，將3個主控因素做歸一化處理后，進行網絡訓練。最后得到最優解。

3 結果分析

按照3個主控因素分別對3個品牌棉籽依次做試驗，相同指標下試驗做5次，取5次平均值作為樣本數據，在三因素四水平下組合試驗，每次試驗測定不孕棉籽的識別率，得到組合數據64組，如表2所示。

表2 不孕棉籽識別率樣本數據Table 2 Sample data of distinguish rate

由表2可知：以色調分量值H、飽和度分量值S、強度分量值I為神經網絡的輸入因子，以不孕棉籽識別率為神經網絡的輸出因子，隨機抽取出54組數據作為不孕棉籽識別的BP網絡模型的訓練樣本，剩余10組數據作為進一步驗證BP網絡的測試數據，經迭代收斂后得到BP神經網絡的最優解。

利用MatLab7.0編程，得到BP網絡輸入層與隱層以及隱層與輸出層之間的權值和閾值，如表3所示。

表3 BP網絡各參數的系數Table 3 Coefficients of various parameters of BP

通過預測值和實測值進行對比。經回歸分析得到BP的預測值和實測值相關系數為0.932 68。

4 結論

建立了一個用于識別不孕棉籽的BP網絡模型，驗證了其有效性。通過組合試驗，實現了不孕棉籽的有效識別和剔除，為棉籽的清選分級提供了參考。

[1] 張若宇,坎雜,江英蘭,等.基于RGB 模型脫絨棉種質量與顏色特征的相關性分析[J].石河子大學學報,2008,12(6):750-753.

[2] 邵魯浩，坎雜，李景彬，等．基于形狀特征的脫絨棉種品種識別[J]．農業工程學報，2011，12(S2)：86-89．

[3] 王麗紅，坎雜，張曉海，等．棉種介電分選的試驗研究[J]．農機化研究，2009，31(10)：143-146．

[4] 郟東耀，丁天懷． 棉花中異性纖維的多光譜檢測[J]． 清華大學學報：自然科學版，2005，45(2)：193-196．

[5] 瞿鑫，丁天懷．皮棉中異性纖維骨架快速提取算法[J]．農業機械學報，2010，41(6)：177-181．

[6] 張馨，李道亮，楊文柱，等．高分辨率棉花異性纖維彩色圖像的快速分割方法[J]．農業機械學報，2011，42(1)：159-164．

[7] 郭俊先，應義斌，成芳，等．皮棉表面多類異性纖維的高光譜圖像檢測[J]．農業工程學報，2010，26(10)：355-360．

[8] 張宏，馬巖，李勇，等．基于遺傳BP神經網絡的核桃破裂功預測模型[J]．農業工程學報，2014，18(30)：78-84．

[9] 趙旎，張華鵬．基于機器視覺的皮棉異性剔除系統設計[J]．農機化研究，2008(8)：90-93．

[10] 石庚堯．一種新型的異性纖維檢測清除系統[J]．北京紡織，2001，22(6)：51-52．

[11] 張海榮．棉花異性纖維挑揀技術研究[D]．合肥：合肥工業大學，2006．

[12] 鄭文秀．棉花異性纖維的動態識別技術研究[D]．泰安：山東農業大學，2009．

[13] 劉向新，周亞立，趙巖．棉花異性纖維清理機械發展的現狀及展望[J]．江蘇農業科學，2011，9(2)：505-506．

[14] 管世鋒，李紅軍，邢偉峰，等．新型異性纖維清理設備[J]．中國棉花加工，2009(1)：10-11．

[15] 王澤武．籽棉異纖清理機的開發[J]．中國棉花加工，2009(3)：6-7．

[16] 坎雜，郭文松，張若宇．網狀滾筒式機采籽棉殘膜分離機的設計[J]．農業工程學報，2011，27(6)：95-99．

[17] 張洪洲.南疆機采棉除雜現狀分析及發展趨勢探究[J].農機化研究, 2015,37(1):242-245.

[18] 張洪洲,張風旗,張亞江,等.機采棉荷電系統優化控制[J].江蘇農業科學, 2014,42(7):409-410.

[19] 張洪洲,張亞江,張風旗,等.基于單片機的機采棉除雜系統優化喂料控制[J].江蘇農業科學, 2014,42(6):387-388.

[20] 張洪洲,白建國,張風旗,等.機采棉除雜機的穩壓電源設計與試驗[J].江蘇農業科學, 2014,42(12):448-449.

[21] 李碧丹,丁天懷,郟東耀.皮棉異性纖維剔除系統設計[J].農業機械學報,2006,37(1):107-110.

[22] 趙海軍,史建新.殘膜回收工藝探討[J].中國農機化,2004(6):68-71.

[23] 汪海濤,朱邦太,李勛.基于機器視覺技術的棉紡異性清除系統[J].河南科技大學學報:自然科學版,2009, 3(1):14-17.

[24] 周功明,周陳琛.基于AT89S51 單片機的數控電源設計[J].綿陽師范學院學報,2012,31(5):18-23.

[25] 朱貴憲.基于單片機的數控穩壓電源設計[J].自動化與儀表,2011(6):50-53.

[26] 祝敏.直流數控可調穩壓電源的設計[J].電子元器件應用,2008,10(4):62-64.

[27] 許艷惠.一種智能化高精度數控直流電源的設計與實現[J].微計算機信息,2007,32(11-2):136-138.

[28] 鄧堅,楊燕翔,齊剛.數控直流穩壓電源設計[J].計算機測量與控制,2007(12):1991-1993.

[29] 赫建國,鄭燕,薛延霞.單片機在電子電路設計中的應用[M].北京:清華大學出版社,2006.

[30] 蔡振江.單片機原理及應用[M].北京：電子工業出版社,2011.