開始設(shè)計(jì)一種大蒜播種機(jī)

awolfbee

這光依靠業(yè)余時(shí)間搞不行啊，上班時(shí)間帶程序的電腦都用不了，這弄到猴年馬月。必須要換工作了，最好還是自動(dòng)化行業(yè)，這樣能順帶著設(shè)計(jì)。
- q+ P# ?1 z9 G- r
: C+ I) K+ r% L, {1 p* r+ A& W

孫啟明

你這也快成為五年計(jì)劃了。加油！！！
) c: w8 y  V4 ]- m  _4 I

awolfbee

5月20日，本著不鳴則已，一鳴驚人的態(tài)度，就算是辭職也得讓某些人情人節(jié)過不爽的態(tài)度，辭職了。6月底到新公司上班，估計(jì)摸電腦的時(shí)間會(huì)多很多，這樣就可以繼續(xù)本設(shè)計(jì)了。

! i, B$ Z* j. Y+ h1 E經(jīng)過思考，認(rèn)為雙目視覺還是可行的，但是目前的雙目視覺攝像頭，基線長度過長，不適用于微小物體的識(shí)別，因此準(zhǔn)備先將大蒜放大100倍，用模型來測試設(shè)想的可行性，如果試驗(yàn)成功，則定制我所需要的攝像頭，然后再進(jìn)行測試，這個(gè)時(shí)候代碼基本上都是比較成熟的，應(yīng)該說成功概率較大。
# r6 E" y/ Z* f- K, [% I
$ h# v3 C" r6 V

awolfbee

到新公司上班已經(jīng)一個(gè)多月了，因之前的試驗(yàn)都是在臺(tái)式機(jī)上做的，老筆記本上未安裝OPENCV，于是全部重新安裝。編寫的程序還是可以使用的。因?yàn)橛卸螘r(shí)間沒有搗鼓VC了，因此重新安裝過程中碰到了不少之前已經(jīng)碰到的問題，在不同的電腦上要重新操作，于是折騰了半個(gè)月。昨天正式把軟件弄好了，然后把之前的程序運(yùn)行了下，基本正常，這樣就可以開始繼續(xù)研究了。

# E7 f. ~3 V- g1 M在7月初到蘇州一趟，主要是和一個(gè)自動(dòng)化公司面談，看是否能到其公司帶機(jī)構(gòu)設(shè)計(jì)部，不過感覺對方的實(shí)力不是很強(qiáng)。在公司觀摩過程中剛好碰到一個(gè)做視覺的，有溝通過視覺的背光和照明問題。昨天在考慮給蒜瓣打光的時(shí)候，突然想到，也許用背光能夠更清楚的體現(xiàn)蒜瓣的輪廓，于是用畫圖做了個(gè)純白的圖片，發(fā)到手機(jī)上，手機(jī)相冊打開，熄屏?xí)r間設(shè)置10分鐘，然后將蒜瓣擺放在手機(jī)屏幕上，再用相機(jī)拍照并找出輪廓，額，我的神那，不要太清晰了。又前進(jìn)一大步。
; w# z! i: ~# x2 ~/ h& d+ A, s
現(xiàn)在是三種思路，一種是雙目視覺，測量蒜瓣兩頭的特征；第二種是單目視覺，看蒜瓣側(cè)面的輪廓，然后找到一種算法，估算到底哪一邊是蒜瓣的底部，第三種方案則是綜合兩種方法，首先是單目側(cè)面識(shí)別，如果識(shí)別不出來，則雙目識(shí)別兩端，先把軟件算法做好，這個(gè)解決了，那么事情基本上成功80%了。
5 j6 r% D5 g4 W  c
難點(diǎn)在于我還得去學(xué)VC，不是很精通，要持續(xù)學(xué)習(xí)。

awolfbee

從昨天晚上開始測試，到今天上午，總算是整明白了圖片中像素的排列坐標(biāo)方式。和直角坐標(biāo)系相似，但是數(shù)軸方向不同。正常情況下我們以第一象限的左下角為原點(diǎn)，向上為Y軸正半軸，向右為X軸正半軸，但是圖片的排列方式卻不同，是以第四象限為準(zhǔn)，Y軸的負(fù)半軸卻成為正半軸，類似與以圖片的左上角為坐標(biāo)原點(diǎn)，向下為Y軸正半軸，向右為X軸正半軸，因此在開始的時(shí)候總對不準(zhǔn)具體的位置在哪里，總是弄混淆。

# D4 v4 S% r$ l+ m3 X有一個(gè)簡單的方法可以慢慢熟悉這種坐標(biāo)表示方式，打開計(jì)算機(jī)的畫圖軟件，隨便搞一個(gè)圖片，用鼠標(biāo)指著原點(diǎn)，然后沿著Y軸的正半軸（注意在該系統(tǒng)中是向下）移動(dòng)，觀察軟件左下角的坐標(biāo)，那就是鼠標(biāo)所在位置在該坐標(biāo)系中的坐標(biāo)，慢慢就適應(yīng)了。
* K  g7 i) F7 L( i# u, Q
5 U+ l. r- c( S/ D% O' h; U下一步，是搞模型，設(shè)計(jì)算法。
& E+ d5 o3 _2 ^8 W/ X

awolfbee

& b/ X& @3 n. \5 S! e6 s6 }4 v) G測試用的圖片長這樣，啥都看不到是吧？請注意左上角的幾個(gè)白點(diǎn)。

目前的測試方法是，先拍照，然后通過模糊，降噪，邊沿檢測，提取物體的外部輪廓，使得輪廓的像素點(diǎn)數(shù)值全部都處于220以上，基本上是白點(diǎn)，然后對外部輪廓的像素進(jìn)行計(jì)算，找出排列規(guī)律，形成模型，然后再進(jìn)行判斷。
; Y3 }* N( f( U! h; d; Z/ K

awolfbee

有關(guān)注該帖子的種植大蒜的朋友嗎？需要了解下蒜瓣種子的外觀情況，也就是選種的標(biāo)準(zhǔn)，有興趣的請給我留言或者微信聯(lián)系我，多謝！研發(fā)成功了首先給這些提供幫助的朋友免費(fèi)種植一季大蒜，只要你信得過我，哈哈……

awolfbee

6 t5 v$ R8 M$ k# X9 ?) B
這個(gè)大蒜皮是個(gè)很討厭的東西，容易產(chǎn)生誤判，而現(xiàn)實(shí)情況下這個(gè)東西很多，在壓碎大蒜頭變成蒜瓣時(shí)很容易產(chǎn)生這個(gè)東西，如何解決呢？難道要我噴水貼上去？郁悶。

awolfbee

, J  W1 m% [$ k1 p
今天按照標(biāo)準(zhǔn)模式寫了個(gè)程序段，基本實(shí)現(xiàn)了頭尾的識(shí)別。
蒜瓣底部在左邊

6 ^# I# V, L+ z" N  C+ i蒜瓣底部在右邊。

但是這僅僅是針對非常標(biāo)準(zhǔn)的蒜瓣，如果有蒜瓣起皮，有其他雜質(zhì)，以及蒜尖帶有尖皮，識(shí)別還是干擾太多。

/ o. h! r& h4 Z+ c4 R/ T估計(jì)要對種子進(jìn)行前期處理。

0 y& Q& l1 F* ]2 ~8 j$ V- m

awolfbee

專心干活效果就是不一樣，最近一周始終在研究算法，試驗(yàn)了好幾次，終于找到一種較為靠譜的算法，目前僅寫出主干程序，還得排除各種干擾。