本發明屬于機器視覺技術領域，具體涉及一種定向播種用的玉米種粒動態圖像精選裝置及方法。

背景技術：

玉米生產在我國糧食生產和糧食安全上占據非常重要的戰略地位。定向播種能夠提高通光、通風效果，對于密植、增產具有重要意義。實現玉米定向播種，必要前提是保障種子發芽率，進行播前精選。

機器視覺技術可用于種子特征指標的定量描述，為實現玉米種子的快速有效檢測提供了解決途徑。二十世紀90年代發達國家大范圍展開了基于機器視覺技術的玉米種粒缺陷與損傷、尺寸和表面顏色等重要品質特征的檢測。本世紀以來，國內部分研究者也開展了基于機器視覺技術的玉米種粒檢測應用研究，主要包括：以玉米種子品質鑒定、玉米種類自動識別為主的純算法研究以及玉米種粒精選與分級裝置系統的研究。目前國內外在玉米種粒品質種類評價方面的算法研究較多，且主要集中在特征參數的靜態檢測上，而針對玉米種粒動態在線檢測以及自動精選分級系統方面的研究較少，尚未出現專門用于玉米種粒檢測的商業化儀器設備。

技術實現要素：

本發明的目的是針對上述存在的問題和不足，提供一種能夠根據種粒的外觀形態和顏色特征在線判斷種粒的合格性，實時地吹除不符合定向播種要求種粒的定向播種用的玉米種粒動態圖像精選裝置及方法。

為達到上述目的，所采取的技術方案是：

一種定向播種用的玉米種粒動態圖像精選裝置，包括支撐架、設置在支撐架上的輸送裝置、依次設置在輸送裝置上方的圖像采集裝置和吹除裝置、控制系統、以及設置在輸送裝置下料端的集種箱，所述的圖像采集裝置與支撐架之間設置有升降調節架；

所述的吹除裝置包括對應設置在輸送裝置兩側的氣吹嘴和擋向曲滑槽、與氣吹嘴連接的氣泵組件、和設置在擋向曲滑槽下料口處的回收箱；

所述的圖像采集裝置包括設置在升降調節架上的光源箱、設置在光源箱內的相機和光源，所述的相機的鏡頭光軸與輸送裝置的輸送帶垂直，且所述的光源為兩組，兩組光源并排對稱設置在相機的兩側；

所述的控制系統包括上位機圖像采集與處理系統和下位機動力控制系統，所述的上位機圖像采集與處理系統包括計算機硬件部分和圖像采集與處理算法軟件部分，所述的下位機動力控制系統包括PLC、步進電機驅動器硬件部分和動力控制系統軟件部分，所述的上位機圖像采集與處理系統對圖像采集處理單元的圖像檢測結果實時串行通信給下位機動力控制系統。

所述的升降調節架包括對應設置在輸送裝置兩側的豎向導軌柱、和滑動卡設在豎向導軌柱內的橫向導軌梁。

所述的輸送裝置的輸送帶為黑色輸送帶

一種利用上述所述的玉米種粒動態圖像精選裝置進行的種粒動態圖像精選方法，包括以下步驟：

①通過排種器周期性地向輸送裝置上喂出待測玉米種粒，待測玉米種粒連續均勻的間隔分布在輸送裝置的輸送皮帶上，并隨同輸送裝置逐一通過圖像采集裝置對應的圖像采集區域；

②圖像采集裝置逐一對進入圖像采集區域的待測玉米種粒采集種粒圖像信息，并將種粒圖像信息傳遞給上位機圖像采集與處理系統，并由上位機圖像采集與處理系統中的圖像采集與處理算法對采集到的玉米種粒圖像信息進行檢測判斷；

③如檢測種粒判定為不合格，則由上位機圖像采集與處理系統向PLC發出吹除不合格種粒的指令，PLC根據指令控制吹除裝置將不合格種粒吹除，并落入回收箱；如檢測種粒判定為合格，則吹除裝置不發生指令動作，合格種粒通過輸送裝置落入集料箱。

所述的圖像采集與處理算法包括種粒的外形特征檢測算法和種粒的尖端露黑色胚部、小型圓形、蟲蝕破損、霉變及粘連的圖像檢測算法。

所述的種粒的外形特征的參數獲取方法為：對采集到的種粒樣本圖像信息進行二值化預處理，得到種粒的二值圖像，獲取種粒的外形特征參數，所述的種粒的外形特征包括種粒尖端頂點P_a、種粒形心P_o、長軸P_aP_b、短軸P_cP_d、種粒輪廓曲線P_aP_cP_bP_d、長軸方向外接矩形R_aR_bR_cR_d、黃色區域面積S_y、白色胚區域面積S_w和長軸上白色胚像素長；長短軸及其延長線將種粒區域和外接矩形均劃分為4個子區域，種粒子區域分別為尖端左側、尖端右側、寬端左側、寬端右側，記其面積依次為S₁、S₂、S₃、S₄；矩形子區域分別為R_aP_aP_oP_c'、P_aR_bP_d'P_o、P_c'P_oP_b'R_d、P_oP_d'R_cP_b'，記其面積依次為S_T1、S_T2、S_T3、S_T4；矩形P_c'P_d'R_cR_d內除去種粒區域之外部分稱為底部間隙區，記其面積為S_g。

對于種粒的尖端露黑色胚部、小型圓形、蟲蝕破損及霉變的不合格種粒圖像檢測算法，需基于顏色特征進行種粒區域圖像分割，對于種粒區域圖像分割包括以下步驟：

設種粒圖像的背景區域的R幀像素最大值R_am，以閾值R_am分割種粒R幀灰度圖像，進行大津法二值化，補洞、腐蝕膨脹、200像素去噪處理后，得到種粒區域二值圖像，將該圖像結果存于內存區M_a中，其中，背景區域的R幀像素最大值R_am的獲取是通過采集多個背景樣本圖像，針對R幀灰度圖像分析計算得出；

對采集到的種粒樣本圖像的每個像素點進行以下分析：若R＞B且G＞50，則計算2R-G-B值，若R＞B且G≤50、或R≤B，則計算R+G-2B值，若得出的計算值2R-G-B或計算值R+G-2B大于255，則令R值為255，若得出的計算值2R-G-B或計算值R+G-2B小于0，則令R值為0，得到黃色區域加強后的灰度圖像，進行大津法二值化，100像素去噪、膨脹腐蝕、補洞處理后，獲得黃色區域的二值圖像，將該圖像結果存于內存區M_y中；同時，針對R、G、B幀灰度圖像，分析并計算黃色區域的像素平均值R_ym、G_ym、B_ym和標準差R_yd、G_yd、B_yd；

將預處理后的圖像M_a與M_y差分，100像素去噪、補洞處理后，獲得種粒準白色區域的二值圖像，將該結果圖像存于內存區M_q中；

設T_m＝(R+G+B)/3，T_d＝2Rym-Gym-Bym，若原彩色圖像上準白色區域中像素點滿足R≥R_ym，G＞G_ym+G_yd且B＞B_ym+B_yd、或者滿足T_m≥100、或者滿足R＞B，G≤50且2R-G-B＞T_d/2，則保持圖像M_q中對應像素點處的像素值不變，否則將其像素值置為背景像素值，則得到種粒正常白色區域，進行腐蝕膨脹、50像素去噪處理后獲得正常白色區域的二值圖像，將該結果圖像存于內存區M_w中；

將預處理后的圖像M_q與M_w差分，獲得種粒變色區域的二值圖像，將該結果存于內存區M_m中。

基于種粒的外形特征的參數、以及種粒區域圖像分割所獲取的圖像M_a、M_y、M_w、M_m，獲取種粒檢測參數指標，種粒檢測參數指標包括：周長La，面積Sa，周長面積比L_a/S_a，圓形度4πS_a/(L_a)2，黃色區域占比(S_y/S_a)，準白色區域中正常白色占比S_w/(S_a-S_y)，長軸長|P_aP_b|，短軸長|P_cP_d|，伸長度|P_aP_b|/|P_cP_d|，對稱度，矩形度，底部間隙區域面積S_g，長軸上準白色胚像素占比R_lw；

所述的對稱度包括尖端對稱度S₁/S₂、寬端對稱度S₃/S₄、長軸兩側白色胚區域面積對稱度R_wa、長軸兩側黃色區域面積對稱度R_ya；

所述的矩形度包括總矩形度S_a/S_T、尖端左側矩形度S₁/S_T1、尖端右側矩形度S₂/S_T2、寬端左側矩形度S₃/S_T3和寬端右側矩形度S₄/S_T4；

通過上述種粒檢測參數指標對采集到的種粒圖像信息進行對比，從而判定待測的玉米種粒的尖端露黑色胚部、小型圓形、蟲蝕破損及霉變情況。

對于種粒粘連的檢測判斷包括以下步驟：在種粒樣本二值圖像的輪廓線上任意選取兩點P_i、P_j，設P_i、P_j間直線距離為L_i-j，順時針和逆時針沿輪廓線獲取P_i、P_j之間的輪廓線長度分別為L_ijc、L_ijac，且設L_ij＝min(L_ijc，L_ijac)，R_ij＝L_ij/L_i-j，并獲取判斷閾值R₀；

在采集到的種粒圖像信息的二值圖像輪廓線上選取兩點P_a、P_b，并計算R_ab，若在該輪廓線上存在兩點，滿足R_ab＞R₀，則發生種粒粘連。

對于種粒粘連的檢測判斷包括以下步驟：在種粒樣本二值圖像的輪廓線上任意選取兩點P_i、P_j，設點P_i、P_j之間的直線距離為L_i-j，順時針和逆時針沿輪廓線獲取P_i、P_j之間的輪廓線長度分別為L_ijc、L_ijac，且設L_ij＝min(L_ijc，L_ijac)，R_ij＝L_ij/L_i-j，并獲取判斷閾值R₀；

在采集到的待測種粒的圖像信息的二值圖像上，確定種粒形心P_o，并獲取距離種粒形心P_o最近的點P_m1；以點P_m1為基準點，尋找輪廓線上選取點P_m2，若存在點P_m2，其滿足R_m1m2＞R₀的，則發生種粒粘連。

采用上述技術方案，所取得的有益效果是：

本發明整體結構設計合理，對于種粒的尖端露黑色胚部、小型圓形、蟲蝕破損、霉變及粘連的不合格種粒進行有效的檢測、分析和判斷，實現在線動態吹除精選；本申請根據定向播種對種粒的要求，基于機器視覺技術設計了的玉米種粒動態精選方法，能夠根據種粒的外觀形態和顏色特征在線判斷種粒的合格性，實時地吹除霉變、破損和蟲蝕等發芽率低的種粒以及形態特征不符合定向播種要求的小種粒、圓形等畸形種粒，大大提高了精選的精確度，同時為后期的玉米種粒的排列包裝以及定向播種提供先決條件。

附圖說明

圖1為本發明的玉米種粒動態圖像精選裝置的結構示意圖。

圖2為擋向曲滑槽的結構示意圖。

圖3為種粒形態特征的結構示意圖。

圖4為胚面朝上的種粒顏色特征的結構示意圖。

圖5為胚面朝下的種粒顏色特征的結構示意圖。

圖6為粘連種粒的判定結構示意圖之一。

圖7為粘連種粒的判定結構示意圖之二。

圖中序號：1為支撐架、2為輸送裝置、3為圖像采集裝置、4為種粒、5為集種箱、6為升降調節架、7為氣吹嘴、8為擋向曲滑槽、9為回收箱、10為豎向導軌柱、11為橫向導軌梁、12為黑色輸送帶、13為種粒白色區域、14為種粒黃色區域、15為固定板、16為擋向曲面板、17為滑槽。

具體實施方式

以下結合附圖對本發明的具體實施方式做詳細說明。

參見圖1和圖2，一種定向播種用的玉米種粒動態圖像精選裝置，包括支撐架、設置在支撐架上的輸送裝置、依次設置在輸送裝置上方的圖像采集裝置和吹除裝置、控制系統、以及設置在輸送裝置下料端的集種箱，圖像采集裝置與支撐架之間設置有升降調節架，升降調節架包括對應設置在輸送裝置兩側的豎向導軌柱、和滑動卡設在豎向導軌柱內的橫向導軌梁；吹除裝置包括對應設置在輸送裝置兩側的氣吹嘴和擋向曲滑槽、與氣吹嘴連接的氣泵組件、和設置在擋向曲滑槽下料口處的回收箱，擋向曲滑槽由固定板、擋向曲面板和滑槽組成；圖像采集裝置包括設置在升降調節架上的光源箱、設置在光源箱內的相機和光源，所述的相機的鏡頭光軸與輸送裝置的輸送帶垂直，且光源包括兩組，兩組光源并排對稱設置在相機的兩側；

所述的控制系統包括上位機圖像采集與處理系統和下位機動力控制系統，所述的上位機圖像采集與處理系統包括計算機硬件部分和圖像采集與處理算法軟件部分，所述的下位機動力控制系統包括PLC、步進電機驅動器硬件部分和動力控制系統軟件部分，所述的上位機圖像采集與處理系統對圖像采集處理單元的圖像檢測結果實時串行通信給下位機動力控制系統。

其中，在本實施例中，計算機選用配置為：Intel(R)Core(TM)i3-3240CPU，主頻3.40GHz，內存8GB。相機選用BaslerA602fc高速彩色工業數字攝像機，鏡頭型號為Computer ComputarM1214-MP，焦距為12mm，光圈為F1.4，安裝時鏡頭光軸距輸送帶高度為93mm，定時進行圖像采集，圖像大小為640×480像素，設實際范圍為Lcx×Lcy，測得Lx＝83mm，Ly＝62mm，相機參數可編程設置，采圖時設置增益為10、亮度為732、平衡比為64、曝光時間為415。光源選用2個1W的組合光源，每組光源由3個白光LED均勻排成一行，兩組光源對稱分布于相機兩側。利用Microsoft Visual Studio2010軟件開發工具，基于北京現代富博科技有限公司的ImageSys平臺完成種粒合格性圖像檢測算法的開發。

利用上述的玉米種粒動態圖像精選裝置，進行玉米種粒動態圖像精選，其方法包括以下步驟：

①通過排種器周期性地向輸送裝置上喂出待測玉米種粒，待測玉米種粒連續均勻的間隔分布在輸送裝置的輸送皮帶上，并隨同輸送裝置逐一通過圖像采集裝置對應的圖像采集區域；

②圖像采集裝置逐一對進入圖像采集區域的待測玉米種粒采集種粒圖像信息，并將種粒圖像信息傳遞給上位機圖像采集與處理系統，并由上位機圖像采集與處理系統中的圖像采集與處理算法對采集到的玉米種粒圖像信息進行檢測判斷；

③如檢測種粒判定為不合格，則由上位機圖像采集與處理系統向PLC發出吹除不合格種粒的指令，PLC根據指令控制吹除裝置將不合格種粒吹除，并落入回收箱；如檢測種粒判定為合格，則吹除裝置不發生指令動作，合格種粒通過輸送裝置落入集料箱。

其中，對于圖像采集與處理算法實現玉米種粒的檢測判斷，其主要包括種粒的外形特征檢測判斷和種粒的尖端露黑色胚部、小型圓形、蟲蝕破損、霉變及粘連的圖像檢測判斷。

對于玉米種粒的外形特征的檢測判斷，需獲取外形特征的參數，參見圖3-圖5，參數獲取的方法為：對采集到的種粒樣本圖像信息進行二值化預處理，得到種粒的二值圖像，將二值圖像代入二維運動測量分析系統MIAS中，進行幾何參數測量和輪廓坐標函數的提取，獲取種粒的外形特征參數，所述的種粒的外形特征包括種粒尖端頂點P_a、種粒形心P_o、長軸P_aP_b、短軸P_cP_d、種粒輪廓曲線P_aP_cP_bP_d、長軸方向外接矩形R_aR_bR_cRd、黃色區域面積Sy、白色胚區域面積Sw和長軸上白色胚像素長(如圖4和圖5所示，|P_aP_NL|為胚面朝下時的長軸上白色胚像素長，|P_aP_PL|為胚面朝上時的長軸上白色胚像素長)；長短軸及其延長線將種粒區域和外接矩形均劃分為4個子區域，種粒子區域分別為尖端左側、尖端右側、寬端左側、寬端右側，記其面積依次為S₁、S₂、S₃、S₄；矩形子區域分別為R_aP_aP_oP_c'、P_aR_bP_d'P_o、P_c'P_oP_b'R_d、P_oP_d'R_cP_b'，記其面積依次為S_T1、S_T2、S_T3、S_T4；矩形P_c'P_d'R_cR_d內除去種粒區域之外部分稱為底部間隙區，記其面積為S_g。

若種粒發生霉變、蟲蝕等，導致外觀顏色發生改變，則還存在變色區域，因此，在對于種粒的尖端露黑色胚部、小型圓形、蟲蝕破損及霉變的不合格種粒圖像檢測判斷，需基于顏色特征進行種粒區域圖像分割，對于種粒區域圖像分割包括以下步驟：

采集不同種粒樣本的圖像的顏色特征，其種粒樣本包括常見型玉米種粒、尖端附著深色紅衣的合格種粒以及小型、圓形、尖端輕度蟲蝕、破損或嚴重蟲蝕、輕度暗黃色霉變、中度紅色霉變和深度灰黑色霉變的不合格種粒，且視尖端露黑色胚部種粒為不合格種；在各圖像上標示一段剖線軌跡，從而得出字該剖線軌跡上的RGB像素值分布情況，通過對不同種粒樣本的圖形信息分析可知，背景區域的R、G、B分量分布較平坦，取值均較小，種粒區域相對背景區域，R值變化最明顯，故選取R幀灰度圖像獲取種粒區域，另外，相對種粒其他區域，深色紅衣區域、霉變區域R值偏小，但均略大于背景區域，而輕度蟲蝕破孔區域的R值雖也偏小，但由于位于種粒內部，并不影響種粒區域的邊緣提取。

故設種粒圖像的背景區域的R幀像素最大值R_am，以閾值R_am分割種粒R幀灰度圖像，進行大津法二值化，補洞、腐蝕膨脹、200像素去噪處理后，得到種粒區域二值圖像，將該圖像結果存于內存區M_a中，其中，背景區域的R幀像素最大值R_am的獲取是通過采集多個背景樣本圖像，針對R幀灰度圖像分析計算得出，在本實施例中其種粒樣本選用金博士鄭單958作為樣本，其通過ImageSys平臺分析并計算背景區域的R幀像素最大值R_am＝30。

進而，通過對種粒的不同區域RGB像素值分析，其種粒黃色區域和尖端深色紅衣區域的R值大于B、G值，且黃色區域G值遠大于50，而深色紅衣區域G值趨近50，又種粒其他區域的R值、B值較接近，略大于G值，而背景區域的R值、G值較接近，均小于B值。

故對采集到的種粒樣本圖像的每個像素點進行以下分析：若R＞B且G＞50，則計算2R-G-B值，若R＞B且G≤50、或R≤B，則計算R+G-2B值，若得出的計算值2R-G-B或計算值R+G-2B大于255，則令R值為255，若得出的計算值2R-G-B或計算值R+G-2B小于0，則令R值為0，得到黃色區域加強后的灰度圖像，進行大津法二值化，100像素去噪、膨脹腐蝕、補洞處理后，獲得黃色區域的二值圖像，將該圖像結果存于內存區M_y中；同時，針對R、G、B幀灰度圖像，分析并計算黃色區域的像素平均值R_ym、G_ym、B_ym和標準差R_yd、G_yd、B_yd；

進一步對種粒的不同區域RGB像素值分析可知，種粒白色區域相對黃色區域，B值和G值偏大，B值尤為明顯，R值變化不明顯，相對變色區域，R、G、B值均偏大，且白色區域的R、G、B均值大于或接近100，而變色區域小于100。此外，將尖端深色紅衣區域列入白色區域，深色紅衣區域R＞B，G≤50且2R-G-B差值較明顯，而其他變色區域2R-G-B值較小，接近0。

故將預處理后的圖像M_a與M_y差分，100像素去噪、補洞處理后，獲得種粒準白色區域的二值圖像，將該結果圖像存于內存區M_q中。

設T_m＝(R+G+B)/3，T_d＝2Rym-Gym-Bym，若原彩色圖像上準白色區域中像素點滿足R≥R_ym，G＞G_ym+G_yd且B＞B_ym+B_yd、或者滿足T_m≥100、或者滿足R＞B，G≤50且2R-G-B＞T_d/2，則保持圖像M_q中對應像素點處的像素值不變，否則將其像素值置為背景像素值，則得到種粒正常白色區域，進行腐蝕膨脹、50像素去噪處理后獲得正常白色區域的二值圖像，將該結果圖像存于內存區M_w中。

將預處理后的圖像M_q與M_w差分，獲得種粒變色區域的二值圖像，將該結果存于內存區M_m中。

基于種粒的外形特征的參數、以及種粒區域圖像分割所獲取的圖像M_a、M_y、M_w、M_m，獲取種粒檢測參數指標，種粒檢測參數指標包括：周長La，面積Sa，周長面積比L_a/S_a，圓形度4πS_a/(L_a)2，黃色區域占比(S_y/S_a)，準白色區域中正常白色占比S_w/(S_a-S_y)，長軸長|P_aP_b|，短軸長|P_cP_d|，伸長度|P_aP_b|/|P_cP_d|，對稱度，矩形度，底部間隙區域面積S_g，長軸上準白色胚像素占比R_lw；

所述的對稱度包括尖端對稱度S₁/S₂、寬端對稱度S₃/S₄、長軸兩側白色胚區域面積對稱度R_wa、長軸兩側黃色區域面積對稱度R_ya；

所述的矩形度包括總矩形度S_a/S_T、尖端左側矩形度S₁/S_T1、尖端右側矩形度S₂/S_T2、寬端左側矩形度S₃/S_T3和寬端右側矩形度S₄/S_T4；

通過上述種粒檢測參數指標對采集到的種粒圖像信息進行對比，從而判定待測的玉米種粒的尖端露黑色胚部、小型圓形、蟲蝕破損及霉變情況。

A、對于尖端露黑色胚部種粒的判斷：種粒尖端丟失，露出黑色胚部，致使檢測到的尖端點偏移至一側的白色區域上，長短軸和外接矩形也隨之產生明顯偏移，其對稱度、矩形度、底部間隙區域面積等相對正常種粒發生明顯變化，由此可根據以上參數來排除尖端露黑色胚部種粒。

B、對于小型、圓形種粒的判斷：小種粒形態尺寸小，可根據周長、面積、長軸長等參數值進行判斷。圓形等畸形種粒，可根據周長面積比、圓形度、伸長度、矩形度等參數值來判斷，此外，畸變的圓形種粒，平放時往往呈現尖端朝上或朝下的姿態，致使檢測到的種粒區域幾乎全為黃色或白色區域，由此還可利用黃色區域占比和白色區域占比進行輔助判斷。

C、蟲蝕、破損種粒的判斷：蟲蝕往往從種粒胚芽正面的尖端開始，輕度蟲蝕的種粒，往往尖端中部破損，圖像中呈現尖端內部有黑色孔洞的特征，該孔洞區域歸屬于變色區域，導致準白色區域正常白色占比值減小，由此可根據該值是否正常來排除輕度蟲蝕種粒。發生重度蟲蝕的種粒，往往破損嚴重，可按嚴重破損種粒處理。破損往往也從種粒尖端開始，尖端微小破損，并不影響發芽率，若發生稍微明顯的破損，會導致檢測到的尖端點偏移至一側殘留的白色區域上，且依據破損程度不同，其面積、周長面積比、對稱度、矩形度、黃色區域占比、底部間隙區域面積等會較正常種粒發生不同程度的變化。

D、霉變種粒的判斷：霉變也往往從種粒尖端開始，起初發生輕度霉變，白色區域逐步變得暗黃，隨后由暗黃色變為深紅色且霉變區域逐步增大，最后幾乎蔓延至整個種粒區域，且顏色加深至灰黑色。由于霉變區域歸屬于變色區域，導致準白色區域正常白色占比值明顯減小，且隨著霉變程度的加深，黃色區域占比也逐步縮小，由此可根據以上兩值是否正常來排除霉變種粒。

對于種粒粘連的檢測判斷包括以下步驟：如圖6所示，在種粒樣本二值圖像的輪廓線上任意選取兩點P_i、P_j，設P_i、P_j間直線距離為L_i-j，順時針和逆時針沿輪廓線獲取P_i、P_j之間的輪廓線長度分別為L_ijc、L_ijac，且設L_ij＝min(L_ijc，L_ijac)，R_ij＝L_ij/L_i-j，并獲取判斷閾值R₀；在采集到的種粒圖像信息的二值圖像輪廓線上選取兩點P_a、P_b，并計算R_ab，若在該輪廓線上存在兩點，滿足R_ab＞R₀，則發生種粒粘連，該檢測判定方法需對輪廓線上的所有點，兩兩計算R_ij值，雖判斷精確，但計算量較大。

為了能夠確保種粒粘連檢測判斷的準確性，同時降低計算量，還可以通過以下步驟實現種粒粘連的檢測判斷：如圖7所示，在種粒樣本二值圖像的輪廓線上任意選取兩點P_i、P_j，設點P_i、P_j之間的直線距離為L_i-j，順時針和逆時針沿輪廓線獲取P_i、P_j之間的輪廓線長度分別為L_ijc、L_ijac，且設L_ij＝min(L_ijc，L_ijac)，R_ij＝L_ij/L_i-j，并獲取判斷閾值R₀；

在采集到的待測種粒的圖像信息的二值圖像上，確定種粒形心P_o，并獲取距離種粒形心P_o最近的點P_m1；以點P_m1為基準點，尋找輪廓線上選取點P_m2，若存在點P_m2，其滿足R_m1m2＞R₀的，則發生種粒粘連。

以上顯示和描述了本發明的基本原理、主要特征和本發明的優點。本行業的技術人員應該了解，本發明不受上述實施例的限制，上述實施例和說明書中描述的只是本發明的原理，在不脫離本發明精神和范圍的前提下本發明還會有各種變化和改進，這些變化和改進都落入要求保護的本發明的范圍內。本發明要求的保護范圍由所附的權利要求書及其等同物界定。