滴灌帶在生產(chǎn)過程中需要對內(nèi)鑲的滴片進(jìn)行打孔操作,滴孔的漏打或者打偏,在使用時會影響農(nóng)作物的生長,目前還沒有高效的在線滴孔質(zhì)量檢測的方法。文章對深度學(xué)習(xí)模型卷積神經(jīng)網(wǎng)絡(luò)和用于目標(biāo)檢測的YOLO算法進(jìn)行了研究,提出了一種基于深度學(xué)習(xí)的滴孔質(zhì)量快速檢測算法。該方法首先采用YOLO算法對滴槽和滴孔定位,獲取二者的坐標(biāo)位置,然后獲取二者的中心坐標(biāo)差值,通過與預(yù)設(shè)值進(jìn)行比較,判斷滴孔是否合格。并將該算法應(yīng)用于滴灌帶生產(chǎn)線上進(jìn)行實驗分析,結(jié)果表明該方法在滴孔質(zhì)量檢測應(yīng)用上達(dá)到了良好的效果。 

【文章來源】：河北省科學(xué)院學(xué)報. 2020,37(04)

【文章頁數(shù)】：5 頁

【部分圖文】：

檢測系統(tǒng)的主要構(gòu)成

圖2 滴孔孔位狀態(tài)YOLO算法檢測出滴孔和滴槽區(qū)域后,還需要對滴孔和滴槽矩形框的坐標(biāo)位置進(jìn)行比較,從而判斷滴孔位置是否合格。實際生產(chǎn)線上,滴孔可分為四種狀態(tài):無孔、正常、偏差和超差。無孔是指滴孔未被打穿或者滴孔面積太小;超差和偏差是指滴孔與滴槽相對位置大于預(yù)設(shè)值的情況。通過對檢測出的滴孔、滴槽的坐標(biāo)和預(yù)設(shè)閾值進(jìn)行比較,來判斷滴孔狀態(tài),假設(shè)坐標(biāo)偏差分別以Δx、Δy表示,若Δx、Δy其中一個大于偏差閾值且不大于超差閾值,則認(rèn)為是偏差,若Δx、Δy其中一個大于超差閾值,則認(rèn)為是超差。如圖2所示,其中2(a)表示孔位正常,2(b)表示孔位偏差,2(c)表示孔位超差。設(shè)在x和y方向的偏差閾值分別為,超差閾值分別為,則判斷流程如圖3所示。

滴孔孔位狀態(tài)

【參考文獻(xiàn)】：
期刊論文
[1]論我國滴灌帶生產(chǎn)技術(shù)的產(chǎn)生及其在農(nóng)業(yè)領(lǐng)域的發(fā)展[J]. 楊冬,王顯超.  種子科技. 2020(04)
[2]一種基于機(jī)器視覺的滴灌帶孔位在線檢測方法[J]. 潘俊朋,董潔.  機(jī)床與液壓. 2019(07)
[3]基于深度學(xué)習(xí)的安全帽檢測方法研究[J]. 郝存明,朱繼軍,張偉平.  河北省科學(xué)院學(xué)報. 2018(03)
[4]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計算機(jī)學(xué)報. 2017(06)
[5]深度學(xué)習(xí)研究綜述[J]. 孫志軍,薛磊,許陽明,王正.  計算機(jī)應(yīng)用研究. 2012(08)
[6]對我國節(jié)水灌溉技術(shù)發(fā)展的幾點(diǎn)思考[J]. 李世英.  節(jié)水灌溉. 2001(01)



本文編號：3141109