基于果品介电特性的无损检测技术研究进展

果品介电特性的研究有利于对果品品质进行分析和监控,也能有效地利用电特性对水果进行分选、贮藏、保鲜、加工以及品质检测等。通过对国内外基于介电特性的水果品质无损检测技术的现状及发展方向进行深入的分析研究,指出了目前我国在该领域研究中存在的问题和今后的研究重点。     

谷物含水率测量技术研究进展

含水率检测技术在谷物的收获和加工环节具有关键作用.按检测方式对含水率测量方法进行分类,对含水率检测的参考标准进行梳理.着重阐述不同频率下利用介电特性测量含水率的方法,此外介绍了不同频率下传感器的研究进展,分析介电特性测量方法的误差来源并介绍误差修正的相关模型.通过对不同的含水率测量方法的介绍和对比,分析谷物含水率测量装...     

水果电特性的无损检测在水果分选中的应用

介绍了水果电特性参数的检测原理，讨论了在低频段（0.1-100kHz)内苹果和梨等水果电特性参数的频率特征，研究了水果品质与电特性参数之间的关系。提出了基于电特性参数无损检测的水果品质自动分选系统分类阈值的确定方法。试验结果表明，当苹果直径在7-8.5m之间、等外品腐败部分直径大于2cm、电容传感器的测量频率为1kHz时，分类准确性可达到80％以上。     

核磁共振技术在水果品质检测中的应用

核磁共振及其影像技术作为一项新的检测技术在医学上取得了广泛的应用,在农业、食品行业也逐渐开始应用。为此,阐述了核磁共振及其影像技术的基本原理,并从水果内部品质、成熟度、内部缺陷、损伤及水果贮藏等方面介绍了国内外核磁共振技术在水果检测中的应用研究进展,并探讨了研究应用中的优点与局限,展望了核磁共振技术在水果检测中的应用前景。     

物料电特性检测研究与应用

介绍目前国内外常用的电特性测量技术,以及其测量系统组成、优缺点、适用范围等,按相关研究领域列举物料电特性的应用现状,提出电特性技术研究的重点和方向,为物料电特性检测技术发展提供借鉴。     

桃10~4500 MHz间的介电特性与内部品质关系分

以不同成熟度的银风桃为对象,利用同轴探头技术测量了25℃下10~4500MHz间桃肉和桃汁的介电参数,并测量了桃肉的含水率、桃汁的可溶性固形物含量、pH值和电导率,分析了介电特性和内部品质间的关系。结果表明,桃肉和桃汁的相对介电常数皆随着频率的增大单调减小,而介质损耗因数呈现“V”型的变化趋势。离子的导电性和偶极子的极化分别是引起低频和高频下介电损耗的主要原因。桃肉和桃汁的介电参数与可溶性固形物含量、pH值以及含水率间没有明显的线性关系。     

基于图像处理的香蕉成熟度检测系统

许多研究结果表明,水果损失主要集中在采摘、包装、保存等环节,达到近三分之一,其中一个重要的原因为不同成熟度的水果相互混杂。因而,区分水果的成熟度并进行筛选加工处理,对于提升水果等级、改善水果品质有重要意义。本文应用MATLAB图像处理技术对香蕉成熟度进行检测,系统通过摄像头拍取图片或者在给定的图片中分割出香蕉图片,然后对香蕉图片进行二值化和滤波等分析处理,最后依据香蕉的色素组成检测出不同成熟度的香蕉。     

桃10～4500 MHz间的介电特性与内部品质关系分析

以不同成熟度的银风桃为对象,利用同轴探头技术测量了25℃下10~4500MHz间桃肉和桃汁的介电参数,并测量了桃肉的含水率、桃汁的可溶性固形物含量、pH值和电导率,分析了介电特性和内部品质间的关系.结果表明,桃肉和桃汁的相对介电常数皆随着频率的增大单调减小,而介质损耗因数呈现"V"型的变化趋势.离子的导电性和偶极子的极化分别是引起低频和高频下介电损耗的主要原因.桃肉和桃汁的介电参数与可溶性固形物含量、pH值以及含水率间没有明显的线性关系.     

温度对果蔬介电特性影响的试验研究-基于无线装置

真空冻干水分的在线监测对进行低能耗冻干工艺的优化有着重要意义,因此在探索应用介电常数检测真空冷冻水分时需要研究温度对果蔬介电常数的影响。现有介电特性测量装置需要加长导线将探针置入冻干箱内实现在线测量,导致测量结果不稳定,所以采用自制的无线测量装置检测果蔬介电特性。选取苹果和土豆为试材,在试材含水率为10%、20%、30%、40%、50%时,测试不同冻干温度下的相对介电常数。试验结果表明:在相同含水率时,温度是影响果蔬相对介电常数的关键因素,且含水率越高时温度对果蔬相对介电常数影响越大。     

苹果介电特性与微波干燥含水率相关性研究

同轴探头法适合于测量果蔬等高损耗材料的介电特性,研究果蔬同轴介电特性与干燥含水率的相关性对于监测果蔬干燥加工过程中含水率的变化情况有重要理论指导意义。为此,以苹果为试验材料,利用同轴探头和网络分析仪测量了500~8.5GHz频率范围内苹果在微波干燥过程中的介电特性。研究表明:随着频率的增加,苹果试样介电常数呈下降趋势,介电损耗因子先下降后增加;通过介电特性指标与干燥含水率的拟合,建立了915MHz和2450MHz频率下苹果的相对介电常数、介质损耗因子与含水率的关系方程。研究结果可为利用同轴介电特性在线监测微波干燥含水率提供依据。     

果实成熟度识别机器人设计——基于近红外线信号处理

为了提高采摘机器人自动识别果实成熟度的智能化水平,提高果实识别的准确性,实现机器人自主定位和自动规划路径能力,设计了一种新的自动化采摘机器人。该机器人利用图像分割技术和近红外信号处理技术,实现了果实成熟度的自动定位和判别。对采摘机器人的性能进行了测试,包括苹果图像的分割和提取、果实成熟度的判断和机器人路径规划。通过测试发现:机器人可以在复杂采摘背景下准确地识别苹果果实,并可以通过红外线探测实现果实成熟度的判别,最终规划出来合理的采摘路径,实现果实的精准采摘,为果蔬采摘机器人的研究提供了较有价值的参考。     

基于YOLO算法的不同品种枣自然环境下成熟度识别

实现果园机械化智能采摘是解决农村劳动力不足、降低果实采摘成本的重要途径,对果园中果实的准确识别是其关键技术。以枣为研究对象,建立最适合多品种、实用性强的枣果实成熟度识别模型,将YOLO算法引入到枣果实在自然环境下的成熟度识别中,将枣果实分为成熟果实、未熟果实和完熟果实、半红果实、未熟果实两种标注方式,建立YOLO V3、YOLO V4、YOLO V4-Tiny和Mobilenet-YOLO V4-Lite四种识别模型。研究表明YOLO算法中YOLO V3与YOLO V4-Tiny两个模型均可适用于两种标注方式,验证集mAP约为94%,证明YOLO算法能够对枣果实进行有效的成熟度识别。     

基于RGB图像检测的水果分拣控制算法研究

以水果分拣控制过程为研究对象,基于RGB图像检测方法建立分拣控制算法.同时,利用异步图像采集模式进行水果图像获取,并借助中值滤波和高斯滤波器两种方式实现水果图像噪音去除;采用全局自动阈值分割法进行水果图像特征提取,从而实现水果颜色特征及表面区域特征的识别分类.将特征数据与设定好的特征阈值进行对比,从而实现水果等级的鉴定...     

基于计算机视觉的水果实时分级技术发展与展望

概述了计算机视觉技术在农业中应用的主要方面,综合分析了目前国内外利用计算机视觉进行水果实时分级研究的现状及存在的问题,并提出了进一步研究的方向和途径。     

基于多器官特征融合的枣品种识别方法

针对自然场景下的枣品种识别问题,以枣果为研究对象的机器视觉技术已成为枣品种精准识别的主流方法之一。针对枣品种存在类间差异小、类内差异大的问题,提出了一种基于多器官特征融合的枣品种识别方法。首先利用YOLO v3检测算法将采集的自然场景图像中的枣果和叶片器官分割提取,提出了基于笛卡尔乘积构建两器官组合对的枣品种多样本数据集,然后基于EfficientNetV2网络模型,设计了能够充分学习两器官特征相关性的融合策略来提升模型性能,引入了逐步迁移训练方式以提升枣品种识别效率。最后,在构建的包含20个枣品种数据集上进行了大量实验,得到97.04%的识别准确率,明显优于现有研究结果,并且在训练时间和收敛速度上,本方法也有一定提升。结果表明该方法能够有效融合枣品种枣果和叶片器官的特征信息,可为其他品种识别研究提供参考。     

类球体果实生物力学特性研究综述

农产品果实在采集、运输、加工处理和储存等过程中不可避免会受到各种外部载荷,从而对果实造成机械损伤,因此全面深入了解果实的生物力学特性,对于现代农业的发展进步具有重要意义。尽管国内外学者对于果实的生物力学特性进行大量研究,然而尚无针对类球体果实生物力学特性的综述。为深入了解类球体果实的生物力学特性,总结果实力学特性的研究方法,重点讨论果实压缩力学特性、果皮拉伸力学特性和果实冲击力学特性三个方面的研究现状及进展。分析果实储存时间、储存温度和果实成熟度对其力学特性的影响,得出果实力学特性随影响因素变化的大致规律。通过对研究进展分析,指出果实生物力学特性的发展趋势。本文旨在为今后各种类球体农产品果实的生物力学特性研究提供研究方向和解决方法。     

基于机器视觉的农业植保技术研究进展

综述国内外机器视觉技术在农业植保领域的应用进展,分析机器视觉技术在农作物病虫害自动识别与诊断的应用前景,指出目前尚需解决的难点和研究方向。     

水果病害视觉与光谱检测技术研究现状及展望

水果病害是影响果树健康生长、果实品质和产量的重要因素之一,及时、精准地掌握果树的病害信息并进行精准施药管控,对防范果园重大病害的发生和流行,保障水果的稳产优产具有重要意义。随着现代农业朝规模化、智能化和高效率的发展需求,视觉和光谱检测技术因具有无损检测、可规模化和高效率等优点,逐渐发展为检测水果病害的重要技术之一。梳理国内外机器视觉和光谱技术在水果病害检测应用领域的研究进展,介绍图像处理技术有较好的解释性,有利于与植保农艺研究相结合;深度学习技术有较好的精度和泛化性;透射光谱技术可用于检测果实内部病害;反射光谱技术可用于检测果实、叶片表面病害,并实现分级。最后,总结未来机器视觉与光谱检测技术优化和应用的方向,并展望水果病害检测的实际生产应用前景,以期为水果病害检测研究提供参考与借鉴。     

基于机器视觉的葡萄品质无损检测方法研究进展

我国葡萄产量逐年上升,田间葡萄品质检测有益于提高葡萄收获后流入市场的经济效益。传统田间葡萄品质检测主要依靠人工进行破坏性检测,存在经验差异导致的误差。随着深度学习、图像检测技术的发展,基于机器视觉的田间葡萄品质检测克服了传统人工检测的局限性,以快速精准、实时无损检测的优势得到了大量应用。葡萄品种不同,衡量其内、外在品质评级的指标也不同。本文根据葡萄品种与品质评价指标,从品种的机器视觉检测方法、品质的机器视觉检测方法展开,对国内外基于机器视觉技术的田间葡萄品质无损检测相关研究进行系统性分析与总结。总结了不同机器视觉检测方法对葡萄品质指标检测的优缺点,并对田间葡萄品质无损检测研究面临的问题进行了讨论,指出了今后的发展趋势与研究方向。