[发明专利]一种基于图像处理的谷物收割清选损失实时在线检测方法

权利要求书

1.一种基于图像处理的谷物收割清选损失实时在线检测方法，其特征在于，包括如下步骤：

步骤1，获取样本数据，通过摄像头实时采集杂余排出口处的清选排出物图像，然后将谷物从排出物中分离，并分别对谷物和杂物进行称重，建立各称重数据间的函数关系；

步骤2，图像处理，对清选排出物图像依次进行灰度化处理、图像去噪处理以及图像增强处理，再通过自适应阈值分割算法对处理后的清选排出物图像进行二值化处理，再利用二值化后的清选排出物图像求出谷物横截面积；

步骤3，相关性分析，利用相关系数检验法建立谷物横截面积与称重获得的损失量之间的相关性，计算出回归系数并建立回归方程，从而进一步求得清选损失率；

利用相关系数检验法建立谷物横截面积与称重获得的损失量之间的相关性时，相关系数的计算公式为：

其中，n为拍摄图片数，S_i为第i张图片谷物横截面积，为n张图片谷物横截平均面积，m_3i为第i张照片谷物损失量，为n张图片谷物平均损失量，在实验数据基础上，利用Logistic回归分析出损失量m₃与图片中谷物横截面积S的线性关系，建立回归方程：

m₃＝aS³+bS²+cS+d

a，b，c和d为回归系数，并计算清选损失率为：

2.根据权利要求1所述的基于图像处理的谷物收割清选损失实时在线检测方法，其特征在于，步骤1中，各称重数据间的函数关系为：

m₁＝m₂+m₃

F_喂入量＝D*V*B

m₃＝f(F_喂入量，L,θ)

其中，m₁是谷物样本毛重，m₂是分离谷物后的杂物重量，m₃是谷物重，即为损失量，F_喂入量是收割机的喂入量，D是农作物密度，V是联合收割机的行进速度，B是收割机的割幅宽度，L是鼓风机的出风量，θ是鼓风机的出风角度，k是清选损失率。

3.根据权利要求2所述的基于图像处理的谷物收割清选损失实时在线检测方法，其特征在于，步骤2中，利用中值滤波法与小波阈值降噪法对清选排出物图像进行图像去噪处理；利用小波变换法对清选排出物图像进行图像增强处理。

4.根据权利要求3所述的基于图像处理的谷物收割清选损失实时在线检测方法，其特征在于，步骤2中，利用中值滤波法对清选排出物图像进行图像去噪处理时，利用3×3十字菱形窗口进行遍历，小波变换的阈值计算公式为：

其中，σ为噪声标准差，N为信号的长度，对于二维图像，式中的N应为M*N，M、N分别为图像的行列数，噪声标准差为：

其中，Y_ij∈第一层细节信号，Median()为中值函数。

5.根据权利要求3所述的基于图像处理的谷物收割清选损失实时在线检测方法，其特征在于，步骤2中，通过自适应阈值分割算法对处理后的清选排出物图像进行二值化处理时，将谷物和参考框图像设置为1，将茎、叶和杂草作为背景设置为0，再利用形态学方法去除谷物外部的参考框图像，自适应阈值分割算法通过迭代算法自动选取分割阈值。