本發明專利技術公開一種收獲機用籽粒監控方法、籽粒監控設備及收獲機，收獲機用籽粒監控方法包括：采集籽粒升運器上的收獲谷物的實時圖像，根據實時圖像確定收獲谷物中雜質所占的第一像素數以及籽粒所占的第二像素數，根據第一像素數和第二像素數分別確定雜質和籽粒的第一質量和第二質量，根據第一質量和第二質量確定收獲谷物的含雜率，并在含雜率超過預設含雜值的情況下對收獲機的工作參數進行調節，通過該方法，可以實現對收獲機工作參數的動態調節，提高收獲機所收割谷物的糧食質量。
【技術實現步驟摘要】
本專利技術屬于農業生產設備，具體涉及一種收獲機用籽粒監控方法、籽粒監控設備及收獲機。
技術介紹
1、含雜率、破碎率是衡量農業機械工作質量的重要指標，同時也是調節農業機械工作部件作業參數的重要依據，現有技術中，針對農業機械的工作參數缺乏動態調節機制，無法根據農業機械收獲糧食的質量及時對工作參數進行調整，導致糧食質量偏低。
技術實現思路
1、針對上述的缺陷或不足，本專利技術提供了一種收獲機用籽粒監控方法、籽粒監控設備及收獲機，旨在解決現有農業機械無法對作業參數進行動態調節，導致糧食質量偏低的技術問題。
2、為實現上述目的，本專利技術提供一種收獲機用籽粒監控方法、籽粒監控設備及收獲機，其中，收獲機用籽粒監控方法包括：
3、采集籽粒升運器上的收獲谷物的實時圖像；
4、根據實時圖像確定收獲谷物中雜質所占的第一像素數以及籽粒所占的第二像素數；
5、根據第一像素數和第二像素數分別確定雜質和籽粒的第一質量和第二質量；
6、根據第一質量和第二質量確定收獲谷物的含雜率，并在含雜率超過預設含雜值的情況下對收獲機的工作參數進行調節。
7、在本專利技術實施例中，根據實時圖像確定收獲谷物中雜質所占的第一像素數以及籽粒所占的第二像素數包括：
8、將實時圖像輸入預設的含雜破碎率識別模型中，以通過含雜破碎率識別模型輸出得到第一像素數和第二像素數。
9、在本專利技術實施例中，含雜破碎率識別模型的預設構建方法包括：
<
p>10、預先采集多個谷物樣本的第一樣本圖像，其中，谷物樣本中包括完整籽粒、破碎籽粒和雜質；11、對每個第一樣本圖像中的完整籽粒、破碎籽粒和雜質進行標定，并將多個第一樣本圖像劃分成類型訓練集和類型驗證集；
12、將類型訓練集和類型驗證集輸入圖像分割識別模型，以構建生成含雜破碎率識別模型。
13、在本專利技術實施例中，將類型訓練集和類型驗證集輸入圖像分割識別模型，以構建生成含雜破碎率識別模型包括：
14、將類型訓練集和類型驗證集輸入圖像分割識別模型，其中，圖像分割識別模型設為以不同像素比例對圖像進行識別；
15、將圖像分割識別模型以不同像素比例對圖像進行識別輸出的特征值代入預設的權重計算公式，以得到加權特征值；
16、根據加權特征值確定含雜破碎率識別模型的類型輸出結果；
17、利用類型驗證集對應的類型輸出結果對權重計算公式中的權重系數進行調整，以構建生成含雜破碎率識別模型。
18、在本專利技術實施例中，圖像分割識別模型設為以不同像素比例對圖像進行識別進一步包括：
19、在圖像分割識別模型中設置并行計算的多個輸出分支組，其中，每個輸出分支組用于對應以一種像素比例對圖像進行識別。
20、在本專利技術實施例中，含雜破碎率識別模型的預設構建方法還包括：
21、預先采集多個谷物樣本的第二樣本圖像，其中，谷物樣本中包括完整籽粒、破碎籽粒和雜質；
22、對每個第二樣本圖像中的完整籽粒、破碎籽粒和雜質進行標定，并將多個第二樣本圖像劃分成類型測試集；
23、將類型測試集輸入含雜破碎率識別模型，以得到類型測試集的測試含雜率；
24、根據類型測試集的測試含雜率和實際含雜率的偏差值對預設含雜值進行調整。
25、在本專利技術實施例中，根據第一像素數和第二像素數分別確定雜質和籽粒的第一質量和第二質量包括：
26、將實時圖像、第一像素數和第二像素數輸入預設的質量估算模型中，以通過質量估算模型輸出得到第一質量和第二質量。
27、在本專利技術實施例中，質量估算模型的預設構建方法包括：
28、分別采集多個完整籽粒樣本的第三樣本圖像和重量，多個破碎籽粒樣本的第四樣本圖像和重量，以及多個雜質樣本的第五樣本圖像和重量；
29、分別對每個第三樣本圖像、每個第四樣本圖像和每個第五樣本圖像標注重量，并劃分質量訓練集和質量驗證集；
30、將質量訓練集和質量驗證集輸入圖像分割識別模型中，以構建生成質量估算模型。
31、在本專利技術實施例中，收獲機用籽粒監控方法還包括：
32、根據籽粒中的破碎籽粒所占的籽粒像素數確定收獲谷物中破碎籽粒的第三質量，其中籽粒包括破碎籽粒和完整籽粒；
33、根據第二質量和第三質量確定收獲谷物的破碎率，并在破碎率超過破碎預設值的情況下對收獲機的工作參數進行調節。
34、為了實現上述目標，本專利技術還提供一種籽粒監控設備，其中，籽粒監控設備包括圖像分析裝置和圖像采集裝置，圖像分析裝置配置有處理器，處理器與圖像采集裝置通訊連接，并用于執行權利要求1至7中任意一項的收獲機用籽粒監控方法，圖像采集裝置用于采集實時圖像。
35、在本專利技術實施例中，圖像采集裝置包括：
36、安裝外殼，安裝外殼架設于收獲機的籽粒升運器上并形成具有圖像采集窗口的安裝空間，并且圖像采集窗口位于安裝空間靠近籽粒升運器的傳輸面的一側；
37、圖像采集組件，圖像采集組件，設于安裝空間內并包括光源件和高速攝像機，光源件可發出照亮圖像采集窗口的可見光，高速攝像機與處理器通訊連接，高速攝像機的鏡頭朝向圖像采集窗口設置，并且高速攝像機可朝靠近或遠離圖像采集窗口進行移動。
38、為了實現上述目標，本專利技術還提供一種收獲機，其中，收獲機包括上述籽粒監控設備。
39、通過上述技術方案，本專利技術實施例所提供的收獲機用籽粒監控方法、籽粒監控設備及收獲機具有如下的有益效果：
40、上述收獲機用籽粒監控方法，先采集籽粒升運器上的收獲谷物的實時圖像，實時圖像中雜質、完整籽粒和破碎籽粒呈不同的顏色和形態，通過對實時圖像中雜質、完整籽粒和破碎籽粒進行框選，可統計得到收獲谷物的實時圖像中，雜質所占的第一像素數以及籽粒所占的第二像素數，考慮到雜質和籽粒在密度上存在差異，結合雜質和籽粒的密度參數，再將第一像素數換算為雜質的第一質量，將第二像素數換算為籽粒的第二質量，將第一質量和第二質量代入至含雜率計算公式即可得到收獲谷物的含雜率，從而判斷收獲谷物的糧食質量，在含雜率超過預設含雜值的情況下，對收獲機的工作參數進行調節，以降低收獲谷物的含雜率。通過上述方法，可以實現對收獲機工作參數的動態調節，提高收獲機所收割谷物的糧食質量。
41、本專利技術的其它特征和優點將在隨后的具體實施方式部分予以詳細說明。
本文檔來自技高網...
【技術保護點】
1.一種收獲機用籽粒監控方法，其特征在于，所述收獲機用籽粒監控方法包括：
2.根據權利要求1所述的收獲機用籽粒監控方法，其特征在于，所述根據實時圖像確定所述收獲谷物中雜質所占的第一像素數以及籽粒所占的第二像素數包括：
3.根據權利要求2所述的收獲機用籽粒監控方法，其特征在于，所述含雜破碎率識別模型的預設構建方法包括：
4.根據權利要求3所述的收獲機用籽粒監控方法，其特征在于，所述將所述類型訓練集和所述類型驗證集輸入圖像分割識別模型，以構建生成所述含雜破碎率識別模型包括：
5.根據權利要求4所述的收獲機用籽粒監控方法，其特征在于，所述圖像分割識別模型設為以不同像素比例對圖像進行識別進一步包括：
6.根據權利要求2所述的收獲機用籽粒監控方法，其特征在于，所述含雜破碎率識別模型的預設構建方法還包括：
7.根據權利要求1所述的收獲機用籽粒監控方法，其特征在于，所述根據所述第一像素數和所述第二像素數分別確定雜質和籽粒的第一質量和第二質量包括：
8.根據權利要求7所述的收獲機用籽粒監控方法，其特征在于，所述質量估算模型的預設構建方法包括：
9.根據權利要求1至8中任意一項所述的收獲機用籽粒監控方法，其特征在于，所述收獲機用籽粒監控方法還包括：
10.一種籽粒監控設備，其特征在于，所述籽粒監控設備包括圖像分析裝置和圖像采集裝置，所述圖像分析裝置配置有處理器，所述處理器與所述圖像采集裝置通訊連接，并用于執行權利要求1至9中任意一項所述的收獲機用籽粒監控方法，所述圖像采集裝置用于采集實時圖像。
11.根據權利要求10所述的籽粒監控設備，其特征在于，所述圖像采集裝置包括：
12.一種收獲機，其特征在于，所述收獲機包括權利要求10或11所述的籽粒監控設備。
...
【技術特征摘要】
1.一種收獲機用籽粒監控方法，其特征在于，所述收獲機用籽粒監控方法包括：
2.根據權利要求1所述的收獲機用籽粒監控方法，其特征在于，所述根據實時圖像確定所述收獲谷物中雜質所占的第一像素數以及籽粒所占的第二像素數包括：
3.根據權利要求2所述的收獲機用籽粒監控方法，其特征在于，所述含雜破碎率識別模型的預設構建方法包括：
4.根據權利要求3所述的收獲機用籽粒監控方法，其特征在于，所述將所述類型訓練集和所述類型驗證集輸入圖像分割識別模型，以構建生成所述含雜破碎率識別模型包括：
5.根據權利要求4所述的收獲機用籽粒監控方法，其特征在于，所述圖像分割識別模型設為以不同像素比例對圖像進行識別進一步包括：
6.根據權利要求2所述的收獲機用籽粒監控方法，其特征在于，所述含雜破碎率識別模型的預設構建方法還包括：
7.根據權利要求1所...
【專利技術屬性】
技術研發人員：曾小兵，陳超華，黃國勇，劉健亮，
申請(專利權)人：中聯農業機械股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。