一种刮板式输粮的谷物流量监测方法及监测系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110089260A(43)申请公布日2019.08.06(21)申请号201910299714.X(22)申请日2019.04.15(71)申请人江苏大学地址212013江苏省镇江市京口区学府路301号(72)发明人陈进韩帅军莫云浪(51)Int.Cl.A01D41/12(2006.01)权利要求书2页说明书7页附图3页(54)发明名称一种刮板式输粮的谷物流量监测方法及监测系统(57)摘要本发明提供了一种刮板式输粮的谷物流量监测方法及监测系统，包括如下步骤：获取刮板槽上谷物分层单元截面的光圈轮廓图像；对所述谷物分层单元截面的轮廓图像通过图像处理的方法，提取所述谷物分层单元截面的轮廓边缘曲线，计算所述谷物分层单元截面轮廓边缘曲线所覆盖面积；根据所述谷物分层单元截面轮廓边缘曲线所覆盖面积，计算刮板槽上谷物分层单元体积，从而计算单个刮板槽上谷物总体积和谷物流量。对所述谷物分层单元截面的轮廓图像进行灰度化和二值化处理；对二值化后的图像进行轮廓提取。本发明采用机器视觉的方法测量非均匀分布谷物的体积，通过调整控制器采样频率及补偿参数，实现非均匀分布谷物体积的非接触式测量。CN110089260ACN110089260A权利要求书1/2页1.一种刮板式输粮的谷物流量监测方法，其特征在于，包括如下步骤：获取刮板槽(6)上谷物分层单元截面的光圈轮廓图像；对所述谷物分层单元截面的轮廓图像通过图像处理的方法，提取所述谷物分层单元截面的轮廓边缘曲线，计算所述谷物分层单元截面轮廓边缘曲线所覆盖面积；根据所述谷物分层单元截面轮廓边缘曲线所覆盖面积，计算刮板槽(6)上谷物分层单元体积，从而计算单个刮板槽(6)上谷物总体积和谷物流量。2.根据权利要求1所述的刮板式输粮的谷物流量监测方法，其特征在于，通过图像处理的方法提取所述谷物分层单元截面的轮廓边缘曲线，具体为：对所述谷物分层单元截面的轮廓图像进行二值化处理；对二值化后的图像进行轮廓提取。3.根据权利要求2所述的刮板式输粮的谷物流量监测方法，其特征在于，在二值化处理前，先对所述谷物分层单元截面的轮廓图像进行灰度化处理。4.根据权利要求3所述的刮板式输粮的谷物流量监测方法，其特征在于，通过加权平均法对获取的所述谷物分层单元截面的轮廓图像进行灰度化处理，加权平均法计算具体如下：f(x,y)＝0.30R(x,y)+0.59G(x,y)+0.11B(x,y)，其中：f(x,y)为所述谷物分层单元截面的轮廓彩色图像在点(x,y)处的灰度值；R(x,y)为所述谷物分层单元截面的轮廓彩色图像在点(x,y)处的红色分量；G(x,y)为所述谷物分层单元截面的轮廓彩色图像在点(x,y)处的绿色分量；B(x,y)为所述谷物分层单元截面的轮廓彩色图像在点(x,y)处的蓝色分量。5.根据权利要求3所述的刮板式输粮的谷物流量监测方法，其特征在于，通过迭代法对灰度化后的所述谷物分层单元截面的轮廓图像进行二值化处理，具体为：将f(x,y)min和f(x,y)max的均值作为灰度阈值的初始估计值TK，初始值k＝0，其中，f(x,y)min为所述谷物分层单元截面的轮廓彩色图像在点(x,y)处的最小灰度值；f(x,y)max为所述谷物分层单元截面的轮廓彩色图像在点(x,y)处的最大灰度值；用灰度阈值TK分割图像，将图像分割成C1和C2，其中C1为由f(x,y)>TK的所有像素组成的图像；C2为由f(x,y)≤TK的所有像素组成的图像；计算新的灰度阈值TK+1，其中,μ1为C1内图像的平均灰度值，μ2为C2内图像的平均灰度值；重复用新的灰度阈值TK+1分割图像，当TK+1-TK≤设定值时，则最佳灰度阈值为TK+1；其中g(x,y)是分割后的图像的像素值。6.根据权利要求1所述的刮板式输粮的谷物流量监测方法，其特征在于，通过像素计数法计算所述谷物分层单元截面轮廓边缘曲线所覆盖面积，具体为：统计参考单位圆的像素数Nc和第i层谷物分层单元截面区域的像素数Ni；所述谷物分层单元截面面积计算公式：2CN110089260A权利要求书2/2页式中：Si为第i层谷物分层单元截面的实际面积；Sc为所述参考单位圆的实际面积；Nc为参考单位圆的像素数；Ni为第i层谷物分层单元截面区域的像素数。7.根据权利要求6所述的刮板式输粮的谷物流量监测方法，其特征在于，计算刮板槽(6)上谷物分层单元体积具体为：其中：Vi为第i层谷物分层单元截面与第i+1层谷物分层单元截面之间的体积；υ为刮板槽的线速度，m/s；t为采样时间，s；Si为第i层谷物分层单元截面的实际面积；Si+1为第i+1层谷物分层单元截面的实际面积。8.根据权利要求7所述的刮板式输粮的谷物流量监测方法，其特征在于，计算单个刮板槽(6)