煙草打頂抑芽機無線控制系統設計與試驗

劉雙喜 戚武振 王金星 張曉輝 王 震 李 偉

(1.山東農業大學山東省園藝機械與裝備重點實驗室， 泰安 271018; 2.山東農業大學機械與電子工程學院， 泰安 271018)

煙草打頂抑芽機無線控制系統設計與試驗

劉雙喜1,2戚武振2王金星1,2張曉輝1,2王 震2李 偉2

(1.山東農業大學山東省園藝機械與裝備重點實驗室， 泰安 271018; 2.山東農業大學機械與電子工程學院， 泰安 271018)

為改進現有智能煙草打頂機數據傳輸和煙草打頂高度精準識別不足等問題，增強檢測算法的實用性和魯棒性，設計了煙草打頂抑芽機無線控制系統。首先利用無線路由系統進行圖像采集；然后采用MSRCR算法對圖像進行預處理，消除光照對煙草高度識別的影響；再通過同心圓攝像機標定算法對煙花進行定位，確定打頂高度；最后通過單片機控制步進電動機和電磁閥分別進行打頂作業和抑芽劑的噴施。試驗結果表明：該高度檢測算法在靜態試驗下煙花識別率達到98.5%，攝像機標定精確度達96%，打頂準確率達95%。打頂準確率高，抑芽劑噴施精準，系統運行穩定可靠，滿足煙草打頂的農藝要求。

煙草； 打頂機； 無線控制系統； 檢測算法； 相機標定

引言

煙草打頂是煙草種植過程中的一個重要環節。煙草打頂后能夠改善煙草中的營養分配，增加煙葉中的營養積累，提高煙葉質量[1]。但是，煙草打頂后腋芽的生長會影響煙葉的產量和質量，因此打頂后應在傷口處施用生長素類物質(抑芽劑)來抑制腋芽生長[2]。目前我國煙草打頂抑芽主要由人工完成，勞動強度大，生產效率低，因此，機械化打頂抑芽作業對于降低勞動強度，降低種植成本，提高生產效率有著極其重要的意義[3]。

歐美發達國家已經實現煙草打頂、抑芽和煙芽收集聯合化作業，已有成熟的機械化裝備[3]。我國煙草打頂抑芽機的研發還處于起步階段，中國煙草總公司聯合山東農業大學研制的煙草打頂抑芽機已經取得一定成果，但是還存在以下一些問題：檢測算法不準確，易受環境光照影響；圖像傳輸和控制部分布線復雜，系統不穩定；抑芽劑噴施模塊不完善[4]。為此本文設計煙草打頂抑芽機無線控制系統，針對提出的問題進行改進：提出一種基于MSRCR算法的煙花識別算法；數據傳輸由有線改為無線；完善抑芽劑噴施模塊，提高施藥準確率。

1 控制系統整體設計與工作原理

煙草打頂抑芽機無線控制系統主要包括煙花高度檢測算法和控制執行系統兩部分?？刂茍绦邢到y包括相同的兩部分，可同時進行2行煙草打頂作業?？刂葡到y原理圖如圖1所示。

圖1 控制系統原理圖Fig.1 Working principle diagram of control system

工作時首先由無線攝像頭采集圖像，由無線路由系統將圖像傳輸給上位機，上位機通過煙花高度檢測算法對圖像進行處理，得到打頂高度H。然后nRF905無線通信模塊將打頂高度H傳輸給下位機。最后下位機驅動步進電動機，調整割刀高度完成打頂作業。同時抑芽劑噴施模塊通過對射式光電傳感器采集煙株位置信息，將信息傳輸給下位機，由下位機控制電磁閥完成噴施作業。

2 檢測算法設計

2.1 平臺搭建與圖像采集

圖像采集系統所用攝像機為中國?？低暪旧a的DS-2CD3410FD型無線網絡攝像機，攝像機抓拍速率為30 f/s，無線攝像機與工控機之間用WiFi傳遞數據，數據傳輸速率可達450 M/s，滿足打頂作業速度要求。上位計算機為索奇T1510型工業控制機。

圖像采集過程中，采集圖像中通常包含多株煙草，背景復雜，造成煙花識別困難，故在2行煙株之間加裝一塊綠色背景板[4-5]。如圖2所示，通過加裝背景板，將目標煙株與其他煙株分開，對提高煙花識別速度、降低圖像處理難度具有重要意義[4]。

圖2 背景板影響對比Fig.2 Comparison of influence of background plate

2.2 圖像分割

打頂作業是在露天環境下進行的，攝像機采集圖像時會受太陽光照影響。圖3所示2幅圖像分別為晴天(室外照度10 000～100 000 lx)和陰天(室外照度3 000～10 000 lx)環境下采集的，可看出不同光照環境下煙花RGB色彩值不同，因此光照是影響煙花識別精度的重要因素[6-8]。

圖3 不同光照環境下煙草圖像Fig.3 Tobacco images under different illumination conditions

本文從圖像形成機理出發，采用MSRCR算法對圖像進行預處理。該理論認為一幅圖像是由入射分量和反射分量構成的，分離入射分量可以剔除光照的影響，從而獲得能反映煙花本來面貌的高頻增強圖像[9-14]。

針對煙花圖像增強，MSRCR算法步驟為：

(1)讀取煙花圖像并轉化為單通道double類型圖像IR、IG、IB，分別對3幅圖像進行處理，下面以IR為例。

(2)選取3個不同尺度，利用高斯函數計算出相應高斯模板。

(3)將IR先轉換到對數域然后再轉換到頻域，分別用3個高斯模板對IR進行卷積，得到低頻圖像IRL1、IRL2、IRL3即煙花圖像中的光照部分。

(4)用IR分別減去IRL1、IRL2、IRL3得到3個尺度下的高頻增強圖像IRH1、IRH2、IRH3，此時便消除了圖像中大部分光照影響。

(5)取權重系數分別為(0.34,0.33,0.33)對IRH1、IRH2、IRH3進行加權平均，得到多尺度增強后的圖像IRMSR。

(6)計算彩色恢復因子，計算出色彩恢復后的圖像IRMSRCR，并對圖像做進一步的修正得到I′R。

(7)最后將I′R、I′G、I′B合并獲得完整的煙花增強圖像I，具體算法流程圖如圖4所示。

圖5 圖像處理效果Fig.5 Effect of image processing

圖4 MSRCR算法流程圖Fig.4 Flow chart of MSRCR algorithm

經過MSRCR算法處理后的圖像如圖5所示。

煙花圖像經MSRCR算法預處理后，提取各圖像的灰度曲線，以圖5中的5幅圖像為例，得到圖6所示的灰度曲線。

從灰度曲線可以看出，經過MSRCR算法處理后的圖像，雖然出現失真明顯、對比度降低等情況，但是像素的灰度絕大多數集中在80左右，減小了光源對圖像的影響，增強了算法通用性，便于進行圖像分割。根據灰度不同，像素點大致分為3部分，灰度在0～55范圍內的少部分點主要是煙草莖稈和煙葉；灰度在55～105范圍內的占絕大多數像素點，是圖像中的背景部分和少部分煙葉；灰度大于105的是煙花和部分煙葉上的高亮點。對灰度曲線圖局部放大，如圖7所示，圖中A區域中各圖像的灰度曲線都出現了明顯的跳變，說明這個區域就是背景和煙花區分的灰度值，為了過濾噪點，閾值取為偏大的115，就可以把煙花從圖像中分割出來[15-16]，算法分割效果如圖8所示。

2.3 煙花定位

通過對煙花二值圖像進行逐行遍歷，以單行白點數目大于15個點作為煙花信息部分，將存在煙花信息的第一行到最后一行之間的高度區域確定為煙花區域。

由于光學成像系統存在畸變現象，導致圖像中每個像素點所代表的實際距離不一致，需要對攝像機進行標定[17-19]。本文采用同心圓攝像機標定方法對攝像機進行標定，攝像機標定模板如圖9所示。

圖6 灰度曲線Fig.6 Grayscale curves

如圖10所示，本文所拍圖像大小為640像素×480像素，第j1行到第j2行之間為煙花區域。將圖像劃分為3個同心圓，同心圓半徑分別為實際長度100、200、400 mm。測得圓Ⅰ的半徑所占像素數為N1=90，則C1區域內的圖像標定常系數為

圖7 灰度曲線局部放大Fig.7 Local enlargement of grayscale curves

圖8 圖像分割效果Fig.8 Effect of image segmentation

圖9 攝像機標定模板Fig.9 Camera calibration template

圖10 攝像機標定示意圖Fig.10 Schematic diagram of camera calibration

(1)

式中R1——圓1半徑實際物理長度N1——圓1半徑所占像素數

同理測得另外2個區域內的圖像標定常系數分別為K2=1.25，K3=1.33。

根據機械結構設計，割刀的初始位置是攝像機視場最頂端位置，即正對著圖像的上側邊緣，因此割刀到達切割位置需要下降的高度H為

H=150K3+K2(j2-150)+60

(2)

為驗證這種同心圓攝像機標定方法的可行性和精確度，取10株煙草進行驗證。試驗結果如表1所示，本算法的有效檢測范圍為1 600～2 000 mm。從表中可以看出試驗中出現的最大誤差為16 mm，精確度達到96%，符合設計要求。

表1 攝像機標定精度測試Tab.1 Camera calibration accuracy test

3 控制系統

3.1 控制系統程序流程

控制系統程序流程如圖11所示，軟件運行界面如圖12所示。首先加載對應的無線攝像機，攝像機抓拍的每一張圖片都會輸送至程序處理，直到程序檢測到存在煙花的圖像，攝像機停止抓拍。然后程序對煙花圖像進行處理，通過識別算法找到煙花在圖像中的位置，并且結合攝像機標定技術計算出割臺要移動的實際距離H。由nRF905無線數據傳輸模塊將距離信息傳輸至下位機[20]，通過下位機執行打頂動作和抑芽劑噴施。最后返回圖像采集環節進行下一次打頂作業。

圖11 控制系統程序流程圖Fig.11 Flow chart of program of control system

圖12 軟件運行界面Fig.12 Software running interface

3.2 執行系統設計

執行系統由STC89C52RC單片機作為核心控制單元，主要由控制器電路、nRF905無線通信模塊、對射式光電傳感器、電動機和電磁閥等模塊組成，核心功能是通過單片機控制電動機和電磁閥，完成打頂切割以及抑芽劑噴施等動作。

3.3 步進電動機選型

(1)步進電動機啟動頻率與工作頻率計算

規范化種植的煙田煙草株距是0.5 m,進行打頂作業的機車車速為1.1 km/h，則完成一次打頂作業所用時間為

(3)

割臺運動最大行程為400 mm,所用鏈輪為17齒，分度圓直徑為71 mm，則割臺運行完最大行程需要的轉數為

(4)

選取的步進電動機的步距角θ為1.8°，由于轉速較低，為保證電動機運行穩定，設定細分數為20。則最大行程所需的脈沖數為

(5)

考慮到極端情況是在1.6 s內割臺要完成整個行程。則電動機的平均驅動速度為

(6)

由于是大慣量負載下的高速運動(割臺總質量為40 kg)，必須采用升頻提速的方式來啟動步進電動機[21-22]。設置步進電動機的啟動頻率為平均驅動速度的20%，即895 Hz，設置加速/減速時間為總時間的10%，則滿足

m=(f0+f1)×1.6×0.1+1.6×0.8f1

(7)

式中f0——步進電動機啟動頻率f1——步進電動機工作頻率

解得步進電動機工作頻率為

(8)

綜上可知,1.6 s內完成一個行程時，步進電動機的啟動頻率、運行頻率和停止頻率分布如圖13所示。

圖13 電動機脈沖頻率折線圖Fig.13 Curve of starting speed of motor

(2)步進電動機的啟動力矩計算

步進電動機不同于一般電動機，步進電動機啟動時的啟動力矩等于負載力矩和負載慣性力矩之和。負載力矩即電動機提升重物所用力矩；負載慣性力矩包括輸出軸上的鏈輪和提升的重物兩部分產生的慣性力矩。因割臺升降機構中設計有配重系統，因此負載力矩為零，只需計算負載慣性力矩[23]。

由力學知識可知，負載慣性力矩方程式為

M=Jα

(9)

其中

J=JL+JZ

(10)

(11)

式中J——負載的轉動慣量JL——鏈輪轉動慣量JZ——重物折算至電動機的轉動慣量α——負載繞電動機主軸轉動的角加速度r——鏈輪半徑m0——鏈輪質量，為0.44 kg

重物折算至電動機的轉動慣量JZ可根據能量轉換原理求得

(12)

式中ω——轉動角速度m1——提升的重物質量m2——平衡配重質量v——重物運動速度g——重力加速度，取9.8 m/s2h——重物上升高度

又因為m1=m2，解得JZ為

JZ=2m1r2

(13)

角加速度α為

(14)

式中T——步進電動機加速過程所用時間ω0——啟動角速度ω1——工作時角速度

綜上可求得

(15)

根據以上頻率和力矩的計算，結合圖14的步進電動機矩頻特性曲線，選取型號為86BYG250B的步進電動機即可滿足要求。

圖14 步進電動機矩頻特性曲線Fig.14 Torque frequency characteristic curves of stepping motor

3.4 抑芽劑噴施模塊

抑芽劑噴施模塊采用對射式光電傳感器作為觸發開關進行控制。將對射式光電傳感器的收、發器兩部分分別設置在割臺的煙株喂入口兩側，電磁閥設置在喂入口后方500 mm位置。當有煙株喂入時，收發器之間被遮擋獲得信號。單片機接收到傳感器信號后，根據電磁閥和喂入口相對位置以及當前機車行進速度，計算延時T，經過T時間延時，打頂完成的煙株移動到電磁閥噴口，單片機控制電磁閥打開，完成抑芽劑噴施作業。

4 試驗與結果分析

試驗包括2部分：靜態試驗，機車不動，人工向煙花檢測裝置喂入帶有煙花的植株，主要是檢驗識別算法的準確性、電動機機動性和定位的精確度；田間動態試驗，對整機的綜合性能進行測定。

4.1 靜態試驗

本試驗在山東農業大學農機實驗站進行，試驗時開啟無線攝像頭、上位機和割臺升降系統。由人工喂入煙花，試驗分為晴天和陰天兩組。試驗時記錄下算法計算出的割臺移動位移，然后用高精度紅外測距儀測量出割臺實際的運動距離，并計算出定位誤差。同時用秒表測量每一次試驗用時，計算出平均耗時。

在晴天和陰天兩種不同自然環境下試驗結果如表2所示，可看出煙花識別率分別達到99%和98%，天氣對識別算法的影響較小。煙花定位系統平均定位誤差為5.35%，一次打頂作業平均耗時為1.60 s/株，整體滿足煙草打頂農藝要求。

表2 靜態試驗結果Tab.2 Static test results

圖15 田間動態試驗Fig.15 Photo of field experiment

4.2 動態試驗

田間動態試驗在山東省諸城市舜旺煙農專業合作社煙田進行(圖15)。該合作社具有大規模標準化種植的煙田(株距500 mm，行距1 200 mm)，為機械試驗的順利進行提供有利條件。試驗時間為7月中旬。機器動力為66 kW高地隙拖拉機，行車速度為1.1 km/h。試驗樣本為兩行共1 000株煙草，試驗結果如表3所示，打頂效果圖如圖16所示。

表3 田間動態試驗結果Tab.3 Field experiment results

圖16 打頂效果圖Fig.16 Sketch of topping

從表3可以看出，機器的打頂準確率高，抑芽劑噴施精準。機器能夠在煙草打頂過程中根據煙草植株的實際高度，實時調節打頂高度，實現煙草打頂和抑芽劑噴施一體化作業，滿足設計要求。

機器在試驗過程中也出現一些問題：有些煙花被識別到卻沒有打頂或沒有在準確的位置打頂；煙葉損傷率較高。針對這些問題，分析其原因主要有：有的煙株花期較晚，花蕾還沒有開放，呈黃綠色，引起算法誤判；機器行進時相機偶爾發生抖動，使拍攝的圖像模糊失真；個別煙株過高或過矮超出割臺的行程，造成煙葉誤傷或漏打。

5 結論

(1)設計了一種煙草打頂抑芽機無線控制系統。該系統采用無線攝像頭采集圖像，用基于nRF905的無線數據通信系統進行上位機與下位機之間的數據傳輸。

(2)提出了一種基于同心圓相機標定法的煙花定位算法，試驗證明，用該算法進行煙花定位精確度達96%。

(3)提出一種基于MSRCR圖像增強算法的煙花識別算法，該算法可克服環境光線對煙花識別的影響，靜態試驗中識別率達98.5%，田間動態試驗識別率達97%。

1 林桂華, 周冀衡, 范啟福,等. 打頂技術對烤煙產質量和生物堿組成的影響[J]. 中國煙草科學, 2002, 23(4):8-12. LIN Guihua, ZHOU Yiheng, FAN Qifu, et al．Effects of topping technology on leaf yield, quality and alkaloid content of flue-cured tobacco[J]. Chinese Tobacco Science, 2002, 23(4): 8-12.(in Chinese)

2 楊潔, 胡日生, 童建華,等. 打頂對煙草腋芽生長及植物激素含量的影響[J]. 煙草科技, 2013(10):72-75. YANG Jie, HU Risheng, TONG Jianhua, et al．Effects of topping on axillary bud growth of and plant hormone contents in tobacco[J]. Tobacco Science and Technology, 2013(10):72-75.(in Chinese)

3 WORSHAM A D, BURCH T B. Method and apparatus for simultaneously topping tobacco and controlling suckers with chemicals applied to cut stems by mechanical means: US, 6446420[P]. 2002-09-10.

4 劉雙喜,李偉,王金星,等. 雙行智能煙草打頂抑芽機檢測控制系統設計與試驗[J/OL]. 農業機械學報,2016,47(6):47-52.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20160607&journal_id=jcsam. DOI：10.6041/j.issn.1000-1298.2016.06.007. LIU Shuangxi, LI Wei, WANG Jinxing, et al. Design and test of testing control system for double rows intelligent tobacco topping machine[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2016,47(6):47-52.(in Chinese)

5 范國強,楊慶路, 張曉輝, 等. 煙草夾持式智能打頂機的設計與試驗[J/OL]. 農業機械學報,2017,48(7):121-126. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20170715&flag=1.DOI：10.6041/j.issn.1000-1298.2017.07.015. FAN Guoqiang, YANG Qinglu, ZHANG Xiaohui,et al.Design and experiment of clamping type intelligent tobacco topping machine[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2017,48(7):121-126. (in Chinese)

6 屠珺，劉成良，李彥明，等. 基于光照無關圖的蘋果圖像識別方法[J]. 農業工程學報，2010，26(增刊2)：26-31. TU Jun, LIU Chengliang, LI Yanming, et al. Apple recognition method based on illumination invariant graph [J]. Transactions of the CSAE, 2010, 26(Supp.2): 26-31. (in Chinese)

7 熊俊濤, 鄒湘軍, 陳麗娟,等. 基于機器視覺的自然環境中成熟荔枝識別[J]. 農業機械學報, 2011, 42(9):162-166. XIONG Juntao, ZOU Xiangjun, Chen Lijuan, et al. Recognition of mature litchi in natural environment based on machine vision[J].Transactions of the Chinese Society for Agricultural Machinery,2011,42(9):162-166.(in Chinese)

8 龔愛平. 基于嵌入式機器視覺的信息采集與處理技術研究[D].杭州：浙江大學,2013. GONG Aiping.Study of the information acquisition and processing technology based on embedded computer vision [D].Hangzhou:Zhejiang University,2013. (in Chinese)

9 安秋，李志臣，姬長英，等.基于光照無關圖的農業機器人視覺導航算法[J].農業工程學報，2009，25(11)：208-212. AN Qiu, LI Zhichen, JI Changying, et al. Agricultural robot vision navigation algorithm based on illumination invariant image[J].Transactions of the CSAE, 2009, 25(11): 208-212. (in Chinese)

10 馮亞麗, 黃靜. 一種新的基于MSRCR光照補償算法[J]. 計算機系統應用, 2012, 21(9):187-191. FENG Yali, HUANG Jing. Light compensation algorithm based on MSRCR [J].Computer Systems & Applications, 2012, 21(9):187-191. (in Chinese)

11 熊俊濤，鄒湘軍，王紅軍，等.基于Retinex圖像增強的不同光照條件下的成熟荔枝識別[J]. 農業工程學報，2013，29(12)：170-178. XIONG Juntao, ZOU Xiangjun, WANG Hongjun, et al. Recognition of ripe litchi in different illumination conditions based on Retinex image enhancement[J].Transactions of the CSAE, 2013, 29(12): 170-178. (in Chinese)

12 鄒濱, 劉翱. 輪廓波變換與改進MSRCR的圖像增強[J]. 計算機工程與設計, 2016, 37(6):1560-1566. ZOU Bin, LIU Ao. Image enhancement based on contourlet transform and improved MSRCR [J]. Computer Engineering and Design, 2016, 37(6):1560-1566.(in Chinese)

13 徐一初. 基于顏色恒常性的彩色目標檢測[D].南京：南京理工大學,2013.

14 李錦, 王俊平, 萬國挺,等. 一種結合直方圖均衡化和MSRCR的圖像增強新算法[J]. 西安電子科技大學學報：自然科學版, 2014, 41(3):103-109. LI Jin, WANG Junping, WAN Guoting, et al. Novel algorithm for image equalization enhancement with histogram and MSRCR[J]. Journal of Xidian University, 2014,41(3):103-109.(in Chinese)

15 周竹，黃懿，李小昱，等. 基于機器視覺的馬鈴薯自動分級方法[J]. 農業工程學報，2012，28(7)：178-183. ZHOU Zhu, HUANG Yi, LI Xiaoyu, et al. Automatic detecting and grading method of potatoes based on machine vision[J].Transactions of the CSAE, 2012, 28(7): 178-183. (in Chinese)

16 李愷，楊艷麗，劉凱，等. 基于機器視覺的紅掌檢測分級方法[J]. 農業工程學報，2013，29(24)：196-203. LI Kai, YANG Yanli, LIU Kai, et al. Determination and grading of Anthurium based on machine vision[J]. Transactions of the CSAE, 2013, 29(24): 196-203. (in Chinese)

17 王耀南, 陳鐵健, 賀振東,等. 智能制造裝備視覺檢測控制方法綜述[J]. 控制理論與應用, 2015, 32(3):273-286. WANG Yaonan, CHEN Tiejian, HE Zhendong, et al. Review on the machine vision measurement and control technology for intelligent manufacturing equipment [J]. Control Theory & Applications, 2015,32(3):273-286.(in Chinese)

18 蘇潔. 光照變化下的視覺跟蹤算法研究[D].哈爾濱：哈爾濱工程大學,2010.

19 BAIGVAND M, BANAKAR A, MINAEI S, et al. Machine vision system for grading of dried figs[J]. Computers & Electronics in Agriculture, 2015, 119:158-165.

20 曾明如,羅浩,徐小勇,等.基于ARM和nRF905組網的智能家居系統設計[J]. 計算機測量與控制, 2015, 23(4):1418-1420. ZENG Mingru, LUO Hao, XU Xiaoyong, et al. Design of a smart home system based on ARM and Network communication by nRF905 [J].Computer Measurement & Control,2015,23(4):1418-1420.(in Chinese)

21 榮盤祥, 何志軍. 步進電機數字控制系統設計[J]. 電機與控制學報, 2009, 13(2):272-275.

22 馬利強, 王金星. 煙草打頂消毒聯合作業裝置的設計[J]. 農機化研究, 2010, 32(5):136-138. MA Liqiang, WANG Jinxing. Design of device for tobacco topping and disinfecting[J]. Journal of Agricultural Mechanization Research,2010,32(5):136-138. (in Chinese)

23 楊旭海, 張茜, 胡斌. 棉花打頂機打頂高度自動控制系統的設計[J]. 農機化研究, 2009, 31(7):129-131. YANG Xuhai, ZHANG Qian, HU Bin.Design of automatic height control system for cotton’s top cuter[J]. Journal of Agricultural Mechanization Research,2009,31(7):129-131. (in Chinese)

Design and Test of Wireless Control System for Tobacco Topping Machine

LIU Shuangxi1,2QI Wuzhen2WANG Jinxing1,2ZHANG Xiaohui1,2WANG Zhen2LI Wei2

(1.ShandongProvincialKeyLaboratoryofHorticulturalMachineriesandEquipments,ShandongAgriculturalUniversity,Taian271018,China2.CollegeofMechanicalandEngineering,ShandongAgriculturalUniversity,Taian271018,China)

Tobacco topping operation was an important link during tobacco planting process. In order to solve the existing problems such as data transmission problem and tobacco topping height recognition problem of intelligent tobacco topping machine, and enhance the practicability and robustness of detection algorithm, a wireless control system for tobacco topping machine was designed. The system could control tobacco topping operation of two rows at the same time, meanwhile complete the integrated operation of tobacco flower identification, tobacco flower location, tobacco topping and sprout inhibitor spraying. The system working principle was as follows: firstly, wireless routing system was used for image acquisition on the machine. Then MSRCR algorithm was used to preprocess the image, so as to eliminate the illumination effect on the tobacco height identification. Then locating the tobacco flower area in the image by a concentric circle camera calibration algorithm and determining the tobacco topping height. Finally, through the control of single-chip microcomputer, stepping motor and pump were used to complete the tobacco topping operation and sprout inhibitor spraying operation, respectively. The test result showed that the tobacco flower recognition rate of the height detection algorithm under the static test can reach 98.5%; camera calibration accuracy reach around 96%, topping accuracy can reach 95%. The tobacco topping machine had a high topping accuracy rate, precise sprout inhibition, and high system stability, which met the agronomic requirement of tobacco topping.

tobacco; topping machine; wireless control system; detection algorithm; camera calibration

10.6041/j.issn.1000-1298.2017.08.005

2016-11-14

2017-02-22

中國煙草總公司科技重點項目(110201302019)

劉雙喜(1978—)，男，副教授，主要從事圖像處理和模式識別研究，E-mail： shuangxiliu168@163.com

王金星(1970—)，男，教授，博士生導師，主要從事精密工程與科學儀器研究，E-mail： jinxingw@163.com

S224

A

1000-1298(2017)08-0053-08