開始設(shè)計一種大蒜播種機

awolfbee

這光依靠業(yè)余時間搞不行啊，上班時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，最好還是自動化行業(yè)，這樣能順帶著設(shè)計。

孫啟明

你這也快成為五年計劃了。加油�。�！

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，估計摸電腦的時間會多很多，這樣就可以繼續(xù)本設(shè)計了。

7 u% F8 b' o% H經(jīng)過思考，認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別，因此準備先將大蒜放大100倍，用模型來測試設(shè)想的可行性，如果試驗成功，則定制我所需要的攝像頭，然后再進行測試，這個時候代碼基本上都是比較成熟的，應該說成功概率較大。
+ R& g1 C; x" I$ @
6 @; a& ], G0 s% h

awolfbee

到新公司上班已經(jīng)一個多月了，因之前的試驗都是在臺式機上做的，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。因為有段時間沒有搗鼓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，于是折騰了半個月。昨天正式把軟件弄好了，然后把之前的程序運行了下，基本正常，這樣就可以開始繼續(xù)研究了。
$ `' [, O7 y( m( I
在7月初到蘇州一趟，主要是和一個自動化公司面談，看是否能到其公司帶機構(gòu)設(shè)計部，不過感覺對方的實力不是很強。在公司觀摩過程中剛好碰到一個做視覺的，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，于是用畫圖做了個純白的圖片，發(fā)到手機上，手機相冊打開，熄屏時間設(shè)置10分鐘，然后將蒜瓣擺放在手機屏幕上，再用相機拍照并找出輪廓，額，我的神那，不要太清晰了。又前進一大步。
% E. y2 t  ]4 Z( q, y' g, t
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)面識別，如果識別不出來，則雙目識別兩端，先把軟件算法做好，這個解決了，那么事情基本上成功80%了。

* f4 s" m8 d0 A: \難點在于我還得去學VC，不是很精通，要持續(xù)學習。

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方式。和直角坐標系相似，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，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，Y軸的負半軸卻成為正半軸，類似與以圖片的左上角為坐標原點，向下為Y軸正半軸，向右為X軸正半軸，因此在開始的時候總對不準具體的位置在哪里，總是弄混淆。

有一個簡單的方法可以慢慢熟悉這種坐標表示方式，打開計算機的畫圖軟件，隨便搞一個圖片，用鼠標指著原點，然后沿著Y軸的正半軸（注意在該系統(tǒng)中是向下）移動，觀察軟件左下角的坐標，那就是鼠標所在位置在該坐標系中的坐標，慢慢就適應了。

下一步，是搞模型，設(shè)計算法。
' I: S0 t5 F, }5 Y# Z% G2 b% H3 W

awolfbee

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白點。
/ b: E! n& g( b" b, K! }( S) [
# _6 e, d# a$ V  f0 g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，使得輪廓的像素點數(shù)值全部都處于220以上，基本上是白點，然后對外部輪廓的像素進行計算，找出排列規(guī)律，形成模型，然后再進行判斷。

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，也就是選種的標準，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種植一季大蒜，只要你信得過我，哈哈……

awolfbee

. n) g8 X' X" \

5 O4 }7 X( t4 @  T0 |
這個大蒜皮是個很討厭的東西，容易產(chǎn)生誤判，而現(xiàn)實情況下這個東西很多，在壓碎大蒜頭變成蒜瓣時很容易產(chǎn)生這個東西，如何解決呢？難道要我噴水貼上去？郁悶。
5 i/ W. x+ |# d" m  z3 L4 o0 m

awolfbee

$ m/ b8 `3 l" i0 D. A  B
2 E0 E6 h2 t% g; I1 y# Z% ~/ S今天按照標準模式寫了個程序段，基本實現(xiàn)了頭尾的識別。
蒜瓣底部在左邊

; T; P6 i3 o9 U; b* O蒜瓣底部在右邊。
+ n9 ^- ?: ^  K* E/ k) v
但是這僅僅是針對非常標準的蒜瓣，如果有蒜瓣起皮，有其他雜質(zhì)，以及蒜尖帶有尖皮，識別還是干擾太多。

估計要對種子進行前期處理。
) L. R$ [) N. r2 y3 o, n

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。