基于結構光視覺的聯合收獲機谷粒體積流量測量方法

尹文慶 浦 浩 胡 飛 錢 燕 郭 棟 武亞楠

(南京農業大學工學院， 南京 210031)

0 引言

精準農業通過制定科學的管理決策、實施生產過程的定位和定量精細調控投入，提高農業生產力、減少環境污染，實現農業可持續發展，因此推動精準農業發展具有重要意義[1]。谷物測產系統是實現精準農業的關鍵技術之一，通過獲取作物的產量信息，建立小區產量分布圖是精準農業技術體系中的重要環節之一[2]。

目前，在谷物聯合收獲機上安裝測產系統是獲取產量信息的有效途徑，其核心是谷粒流量測量系統。谷物測產系統的核心部件谷物流量傳感器可分為基于質量流和基于體積流兩種類型。歐美主流測產系統技術成熟，并已經商業化發展[3-5]，如美國Case IH公司的AFS系統、John Deere公司的Green Star系統、Ag Leader公司的PF advantage系統等?；谫|量流檢測的谷物流量傳感器有沖量式、稱重式以及γ射線等，沖量式應用最為廣泛[6]。胡均萬等[7]基于沖量原理設計了雙板差分沖量式谷物流量傳感器，通過差分消振電路，提高了傳感器抗振動干擾的能力,田間實際測量誤差小于5%。周俊等[8]采用平行梁沖量傳感器，通過增加敏感元件結構阻尼、傳感器輸出信號動態補償以及諧振干擾濾波等方法克服環境引起的測量誤差,田間測產誤差約為10%。張小超等[9]基于稱重原理研發了糧食產量流量測量系統及產量分部信息軟件，臺架試驗誤差小于2%。γ射線測量精度較高，但由于其放射性以及成本高昂等因素制約了其發展?；隗w積流檢測的谷物流量傳感器主要有對射式、漫反射式、結構光等。隨著計算機技術和圖像處理技術的發展，采用光電傳感器測產成為研究的熱點。趙湛等[10]采用對射式光電傳感器測量谷物厚度，建立光電信號與收獲機谷物產量數據轉換模型，測量相對誤差小于6.5%。付興蘭等[11]采用漫反射式光電傳感器測算脈寬信號,編碼器實時測量升運器轉速,建立分段式谷物產量轉換模型,設計了光電漫反射谷物流量測量系統，田間測產誤差約為3.5%。楊剛等[12]基于線結構光源和機器視覺設計了谷物測產系統，采用電感式接近開關解決了系統誤觸問題，建立轉速的線結構修正模型以減小誤差，臺架實驗誤差小于4.27%。綜上，雙板沖量式谷物流量傳感器通過差分運算減小振動對測量精度的影響，但不同機器的差異性難以建立準確統一的修正模型?；隗w積流的檢測大多基于升運器，使用成本較高，且機器振動影響較大，對試驗結果有一定影響。

目前，物體表面輪廓檢測和重建技術已不斷成熟，結構光三維視覺是近年發展起來的光學測量方法，適于測量不規則物體表面[13]。本研究采用滑槽輸送谷物，利用滑槽運輸量大、結構簡單等特點，基于激光三角法原理建立結構光三維視覺系統，利用編碼器獲得谷粒流速度，設計滑槽輸送谷粒體積流量測量系統，以實現滑槽輸送谷粒體積流量的測量。

1 系統總體結構與工作過程

谷粒體積流量測量系統總體結構見圖1，由激光器、工業相機、滑槽、測速模塊以及谷粒體積計算模塊組成?；圩鳛檩斔凸任锏钠脚_，截面寬、高分別為200、100 mm，滑槽的傾角可調節，傾角調節范圍為15°～45°，為了實現谷粒在滑槽中平穩流動，在滑槽上部裝有擋板。根據滑槽尺寸及實際安裝需求，選用FU650AB100-GD16型一字線激光器，激光波長為650 nm，激光器安裝于滑槽正上方并與滑槽垂直，選用大恒MER-131-210U3M型黑白相機(分辨率為1 280像素×1 024像素，幀率為210 f/s可調，圖像格式為bmp)，通過USB 3.0接口將采集的圖像傳輸給谷粒體積計算模塊。根據視場范圍，選用M0814-MP2型相機鏡頭，焦距為8 mm，工業相機物距大于320 mm。系統拍攝視場為200 mm×160 mm。測速模塊由編碼器、驅動滾輪和計數器組成，光電旋轉編碼器型號為樂全HS15H60G-1258BH-N2，圓周分辨率為1 258 p/r。

圖1 測量系統結構圖Fig.1 Measurement system structure diagram1.激光器 2.工業相機 3.滑槽 4.測速模塊 5.谷粒體積計算模塊

系統開始工作時，谷粒物料順著滑槽向下運動至結構光平面處，激光發射器發出的線結構光照射在谷粒流表面，工業相機實時采集滑槽輸送的谷粒流結構光輪廓的變化圖像。結構光輪廓實時變化，反映了谷粒流截面積的變化，結構光輪廓曲線與滑槽結構光曲線圍成的截面即為谷粒流的截面積。測速模塊中的驅動滾輪隨著谷粒流動而轉動，光電編碼器輸出滾輪轉速脈沖信號即可測量出實時的谷粒流速。根據獲得的谷粒流的截面積及對應的谷粒流速，即可計算出該時刻的谷粒流體積，實時累加后獲得輸送的谷粒物料的體積。測量系統流程如圖2所示。

圖2 測量系統流程圖Fig.2 Measurement system flow chart

2 谷粒體積流量算法

2.1 參數標定

采用試驗參數標定法對系統參數進行標定,標定光路圖如圖3所示。

圖3 標定光路圖Fig.3 Calibration light path diagram

線激光照射在物體表面，反射光線通過透鏡中心O在成像平面上成像，OO1為成像物距，OO2為成像像距，θ為入射光線與最低點的反射光線夾角，α為最低點反射光線與成像平面夾角。當物長為h2時，對應成像平面像素偏移值為d1；當物長為h2時，對應的成像平面像素偏移值為d2，因為相機安裝于滑槽上方固定位置，即d、b、θ、α為固定值，物長與像素偏移值具有一一對應的關系[14]。為了得到物長與像素偏移值的關系，在試驗臺上安裝一部輔助激光發射器，它與測量激光線形成十字激光，同時在測量激光平面上安裝激光測距儀，如圖4所示。

圖4 試驗標定設備安裝圖Fig.4 Installation drawing of test calibration equipment

在測量激光線安裝架上選取4個輔助激光器的安裝位置，每個安裝位置向滑槽填充谷粒20次，如圖4a所示，每次填充谷粒后讀取激光測距儀的數據及CCD相機拍攝的圖像對應點的像素偏移值，每個測點重復測量10次取平均值。利用曲線擬合法對4個安裝位置采集的標定數據進行最小二乘法擬合，標定關系曲線如圖5所示。平均相對誤差為0.93%。

圖5 標定關系曲線Fig.5 Calibration relationship curve

2.2 結構光圖像預處理

為了獲取滑槽輸送的谷粒流表面線激光輪廓的邊界點，提取感興趣區域(RoI)圖像，確定RoI尺寸為1 280像素×600像素，空載狀態下激光照射位置滑槽輪廓如圖6a所示，用極值法對圖像輪廓坐標進行提取，由于相機拍攝視場相對于滑槽位置不變，根據滑槽結構光輪廓特點，分3段進行最小二乘法曲線擬合[15]，如圖6b所示，滑槽輪廓的表達式為

(1)

式中z——z軸方向像素偏移值

y——y軸方向像素偏移值

圖6 滑槽輪廓Fig.6 Trough profile

圖7 谷粒流結構光輪廓提取方法Fig.7 Grain flow structured light contour extraction method

為了消除采集過程中環境光對結構光圖像的干擾，采用5×5模板的中值濾波算子進行濾波處理,如圖7a所示；對結構光圖像采用極值法進行邊界檢測與提取[16]，如圖7b所示。圖中橫坐標為y軸方向像素偏移值，縱坐標為z軸方向像素偏移值。通過閾值判定法提取谷粒結構光輪廓Zc，將提取的結構光輪廓減去空載時滑槽輪廓，得到判定值ΔZ。

(2)

通過試驗驗證選取閾值Tc=5，當ΔZ≥Tc時，判定為谷粒流輪廓點；當ΔZ

2.3 谷粒流截面積計算

通過標定結果，將谷粒流輪廓邊界坐標轉換為對應的谷粒流實際物理值。如圖8a所示，k為當前時刻拍攝獲取的物料截面幀數，因相機在y方向(谷粒流截面方向)上分辨率大于1 000像素，可將相鄰兩點間連線近似看作線性變化[17]，則在第k幀時，第i個梯形微元面積為

ΔS(i,k)=(Zik-Z′ik+Z(i+1)k-Z′(i+1)k)Δy/2
(i=1,2,…,x；k=1,2,…)

(3)

式中x——每幀谷粒流截面邊界特征點數

Δy——y軸方向相鄰梯形微元的中心點距離，由數字圖像處理可得

則在t時刻，谷粒流瞬時截面積為

(4)

式中m——y軸方向上梯形微元總數

圖8 谷粒流體積計算模型Fig.8 Grain flow volume calculation model

2.4 谷粒流速度計算

為了獲取谷粒流的流速，在滑槽的中央裝一個半徑為40 mm的滾輪，當谷粒經過激光掃描區域后帶動滾輪旋轉，采用光電旋轉編碼器測量滾輪的轉速，通過電子計數器通訊功能將數據傳輸至計算機。谷粒流速測量結構圖如圖9所示。

圖9 谷粒流速測量結構圖Fig.9 Grain flow measurement structure1.滾輪 2.安裝板 3.編碼器 4.電子計數器

為了在較寬速度范圍內實現高精度測速，使用M/T測速法，即在預定時間內同時對編碼器輸出脈沖與時鐘脈沖計數[18]，其測速原理如圖10所示。

圖10 M/T法測速原理圖Fig.10 Principle of M/T method for speed measurement

所測得的轉速為

(5)

式中m1——編碼器輸出脈沖數

m2——時鐘脈沖數

fs——時鐘脈沖頻率

N——編碼器旋轉一周所輸出的脈沖數

n(t)——編碼器的轉速

則谷粒流速為

v(t)=2πrn(t)

(6)

式中r——旋轉半徑

v(t)——谷粒流速度,由運動控制器測出

2.5 谷粒流體積計算

設谷粒流以速度v(t)沿滑槽運動，則S(1)、S(2)、…、S(n)為第1、2、…、n幀線激光谷粒流輪廓截面面積，如圖8b所示[19]。

設t時刻，谷粒流瞬時截面積為S(t)，則瞬時體積p(t)為

(7)

式中f——圖像采集幀率

則在t時間內，根據公式n=tf計算得出截面積數n。那么t時間內谷粒體積P(t)為

(8)

3 試驗結果與分析

為了獲得不同物料體積、相機的圖像采集幀率以及滑槽傾角對測量誤差的影響，選用的試驗體積有17.6、24.8、32.0、39.2 L共4種早燦307水稻，滑槽傾角為15°、20°、25°、30°，圖像采集幀率為40、60、80、100 f/s。每個試驗重復4次[20]，試驗因素水平見表1，試驗結果見表2。采用正交試驗法，選用L16(43)正交試驗表安排試驗。

表1 試驗因素水平Tab.1 Factor levels of experimental design

由表2可知，在滑槽傾角為30°、谷粒體積為17.6 L、相機的圖像采集幀率為100 f/s時，最小測量誤差為0.74%，在滑槽傾角為20°、谷粒體積為39.2 L、相機的圖像采集幀率為40 f/s時，最大測量誤差為5.2%。通過對表2極差分析可得[21]：各因素對谷粒體積測量誤差的影響由大到小依次為RA、RC、RB，所以谷粒體積對測量誤差的影響最大。在谷粒體積一定時，相機的圖像采集幀率對測量誤差影響較大，達到顯著水平，滑槽傾角的影響相對較弱。如圖11所示，滑槽傾角對谷粒體積測量誤差的影響呈正相關，相機的圖像采集幀率對谷粒體積測量誤差的影響呈負相關。

4 結論

(1)構建了基于結構光三維視覺的滑槽輸送谷粒體積流量的測量系統。該系統主要由激光器和工業相機組成，可以實時獲取滑槽谷粒流表面的結構光圖像。

(2)通過對結構光圖像進行預處理和采用閾值判定法可以獲得谷粒流截面的包圍輪廓，采用梯形微元法分別建立了滑槽中谷粒流的截面積計算模型和體積計算模型。

(3)進行了正交試驗,研究滑槽傾角和圖像采集幀率對谷粒體積流量誤差的影響。在4種谷粒體積流量的測量中，當測量體積為17.6 L、滑槽傾角為30°、結構光圖像采集幀率為100 f/s時，測量誤差最小，為0.74%；當測量體積為39.2 L、滑槽傾角為20°、結構光圖像采集幀率為40 f/s時，測量誤差最大，為5.2%。系統測量誤差不大于5.2%，重復試驗變異系數不大于0.021，均方根誤差不大于1.268 L。

表2 正交試驗結果Tab.2 Results of orthogonal experiment

圖11 不同因素水平下谷粒體積測量誤差的變化曲線Fig.11 Variation of grain volume measurement error at different factor levels