作物胁迫早期症状监测的新图像技术

传统的作物胁迫早期症状诊断主要运用生化和分子方法对样品进行破坏性检测实现。计算机图像技术能在作物出现明显症状和不可逆转伤害前及时检测出作物的胁迫情况。尤其是在通过检测作物叶片散发光图像中与胁迫相关的变化量方面,热红外图像、荧光图像、反射多光谱和高光谱图像等新技术显示出较大的潜力。介绍和讨论了这些新图像技术在作物胁迫监测中的运用情况,并展望运用多种图像技术融合是作物综合胁迫早期监测诊断的发展趋势。     

计算机视觉技术在水利行业中的应用

信息化是当今世界经济和社会发展的大趋势,也是我国产业升级和实现工业化、现代化的关键环节。水利信息化在水利现代化建设过程中,重要性日益显现。通过对计算机视觉技术知识理论架构和发展、应用现状的阐述,重点分析其在水质监测和水源地安防等方面的应用,以期在现代化的水利建设中广泛地应用计算机视觉新技术。     

计算机视觉及模式识别技术在农业领域的应用

计算机视觉技术在农业各个领域的应用研究得到了广泛开展，并随着相关技术的不断成熟和发展，计算机视觉在农业各领域中的应用必将对传统农业模式产生巨大影响。本文从计算机视觉技术在果品分级与检测、粮食种质的检验与评测、植物生长状态监测、田间收获作业、农产品加工、杂草与病虫害防治等方面的发展作了回顾和综述，并对今后的发展作了展望。     

计算机视觉在作物水分亏缺诊断中的应用进展

随着图像处理与分析技术的蓬勃发展,许多专家学者利用图像获取工具比人眼更精细的分辨能力,应用计算机视觉技术进行信息诊断研究。论文简要介绍了计算机视觉技术,着重分析了作物图像获取方法和作物图像信息的分析方法,指出基于计算机视觉的作物水分亏缺诊断在实际应用中存在的问题,并对该领域的未来发展进行展望,指出:多信息融合是图像信息描述的主流趋势,高效的图像识别与分析算法是关键;水分亏缺诊断与作物缺水临界点、作物灌水量研究有机结合是实现作物田间实时灌溉和精量灌溉的前提。     

机器视觉在设施育苗作物生长监测中的研究与应用

机器视觉是利用机器代替人眼来对目标物做模式识别、测量与判断的一项综合技术,其在农业各领域中的研究与应用发展迅速。从作物育苗的特性、机器视觉在苗期管理的作用、苗期作物视觉信息采集设备及叶片提取方法的发展3个方面分析了设施育苗对基于机器视觉的苗期作物监测的需求;总结了苗期作物视觉信息的主流获取技术,即成像传感器的成像技术、多传感器图像融合技术、三维重建技术的特点;回顾了机器视觉技术近年来在国内外苗期作物中的应用情况,从苗期作物关键生长参数监测检测方面进行综述,分析、对比、总结苗期作物关键生长参数的提取方法,最后概述我国现阶段机器视觉技术在苗期作物的应用中主要存在的问题以及发展前景。     

利用计算机视觉技术进行作物生长监测的研究进展

该文从土壤和杂草等背景的识别、叶面积和株高测量、叶片的形态识别、作物营养信息监测等几个方面，对国内外计算机视觉技术在作物生长监测中的应用进行了综述，分析了该研究领域面临的技术难题，对未来的发展进行了展望，认为复杂背景的识别是前提，高效的图形图像算法是关键，作物的长相长势监测是重点，同时应注重网络化平台及系统的开发研究。     

机器视觉表型识别技术的研究现状

随着智慧农业的推广与发展,机器视觉技术在农业生产中得到了广泛的应用,机器视觉技术主要通过对作物冠层光谱进行分析反演出作物的各项生长参数,以此精准预测作物长势、营养、病虫害、产量等方面的情况。本文阐述了机器视觉技术的基本原理,分析了机器视觉技术在大豆品质检测、大豆田病虫草害防治、大豆生长过程中幼苗识别和花荚检测中的应用,提出了机器视觉表型识别技术中存在的问题及未来发展方向。     

计算机视觉及模式识别技术在农业生产领域的应用

随着计算机软件、硬件、图像处理技术的不断成熟与发展,计算机视觉及模式识别技术的研究和应用已扩展到农业生产的各个领域,并取得了许多重要的研究成果。本研究回顾和综述了计算机视觉及模式识别技术在农作物种子质量检测、农产品分级与加工、植物生长监测、农作物病虫草害的监测与防治、农产品自动化收获等方面的应用,并展望其发展前景,为计算机视觉及模式识别技术的进一步应用提供参考。     

计算机视觉在作物生产中的应用研究

计算机视觉已经随着信息技术的发展而应用到很多领域,其在农业上的应用已经成为农业信息化不可分割的一部分.本研究利用国内外图像处理或计算机视觉在作物生产过程中应用的实例,以及目前常用的一些方法来介绍农业中的计算机视觉.同时,结合作者研究提出目前农业中计算机视觉应用的一些缺点和不足,以及需要解决的问题.     

设施蔬菜自动对靶喷药技术研究现状与分析

【目的】回顾与总结国内外设施蔬菜自动对靶喷药技术的研究现状与进展,为该技术在设施蔬菜自动对靶喷药机器人的发展应用上提供理论和科学依据。【方法】采用相关文献资料、实地调研的方法,汇总、整理及分析。【结果】导航技术国外主要采用基于GPS、机器视觉、激光雷达等技术开发的路径识别及智能避障技术,国内主要采用电磁诱导、基于GPS、激光雷达和视觉技术的道路边缘获取与道路识别技术。病虫害检测现阶段国外主要采用图像识别、红外成像和高光谱及基于深度学习的病虫害识别技术,技术较为成熟,国内现阶段主要采用图像识别技术,利用作物颜色、纹理及形状特征进行识别。国外对靶喷药采用机器视觉、激光主动视觉和超声波技术并结合传感器对目标作物进行识别,利用变速喷药技术在生菜、番茄等作物上进行了应用,国内开发了温室自主喷药机器人,采用机器视觉技术获取靶标病虫害位置信息,对喷头进行单独控制,以达到精准对靶施药的效果。【结论】导航技术、病虫害识别技术及对靶喷药技术是自动对靶喷药技术的核心。导航方面在温室中利用机器视觉和激光雷达技术相比GPS技术更加可靠、灵活,精准度更高,高光谱与病虫害识别技术可提高病虫害识别的效率,对靶喷药技术中目标作物的识别与冠层稠密程度的判断是发展趋势。     

基于计算机视觉的作物营养诊断系统的关键技术研究现状

近年来,随着高分辨率数码照相机和摄像机的问世,基于计算机视觉的方法成为无损诊断作物营养的解决方案之一。详细分析了基于计算机视觉的作物营养诊断关键技术的研究现状,主要包括冠层图像分割技术、冠层图像特征提取与分析技术、诊断模型建立技术。同时指出了现有研究方法所存在的问题以及未来的研究方向。     

计算机视觉技术在农业生产中的应用与展望

在新的时代发展过程中,新的科技正在不断的涌现在现代社会的各个领域当中。计算机作为当前信息时代的主要产品更是成为了各个领域都想要攻克的对象,在现代化的农业生产当中,计算机的应用已经开始普及,越来越多的农业生产中使用到了计算机信息技术。本文将要研究的计算机视觉技术就是这其中的一种,现在的农业正在追求的状态是一种能够达到全自动化的状态,计算机视觉技术是一种在农业生产中用于检测作物的生长以及为作物诊断各种病症的一种技术,通过这种技术能够很好的了解到农作物生长时的各种动态,还能够从中找到预测作物疾病的方法以及农产品质量的检测。这对于未来的农业生产发展来讲都是好的发展方向,但是目前存在的问题是这种技术还有一定的劣势。如果研究人员能够解决这些问题,那么计算机视觉技术将会很好的造福于未来的农业生产。本文将会主要对计算机视觉技术做一些综合性报告,希望能够对未来的农业生产发展贡献力量。     

物联网技术在我国粮食作物生产过程中的应用进展

物联网技术在粮食作物生产过程中的应用,是粮食高产、优质、高效、生态、安全生产的要求。在作物生长监测与诊断中,利用无线传感器网络、物联网技术和视频监控系统,可以远程实时监测作物生长过程中的关键环境因子、作物长势、作物营养和病虫害等信息,从而实现信息的实时采集。为此,主要阐述了物联网技术在我国粮食生产产前、产中和产后的应用现状,分析了物联网技术在粮食作物生产中存在的主要问题,并提出了物联网技术的应用前景及发展方向。     

计算机视觉在农产品检测中的应用

随着图像处理技术的专业化与计算机硬件成本的降低和速度的提高,在农产品检测领域应用计算机视觉已变得越来越具有吸引力。为了能充分利用国内外的最新研究成果,该文分农产品分级、品质签定和种子资源检测等三个方面综述了国外在计算机视觉技术进行农产品检测上的研究进展,以供我国研究人员做同类研究时参考。     

计算机视觉技术在农产品品质检测中的应用

当前,科学技术发展迅速,计算机运行速度得到显著提升,新型的计算机视觉技术也在农产品品质检测中得到了广泛的应用。通过采用计算机视觉技术,极大程度上促进了工作自动化程度及效率的提升,并且可适应较为复杂的环境,有效避免了因人工操作而产生的误差。基于此,从产品表面缺陷与损伤的识别、农产品尺寸与面积的检测,以及果形的识别这三个方面出发,就计算机视觉技术在农产品品质检测中的应用展开综述。     

计算机视觉技术在水产养殖中的应用

本文介绍了计算机视觉的概念,比较了传统测量方式与计算机视觉技术的不同,并从养殖水环境监控、投饵监控、鱼类生长监控及鱼类行为监控等几个方面对计算机视觉技术应用情况进行综述。     

基于计算机图像技术的作物籽粒识别

图像识别技术是计算机视觉技术的重要内容之一。为了解决传统作物籽粒计数方法的不足,以水稻籽粒为试验对象,通过外部设备获取高质量的籽粒图像,利用计算机图像处理技术设计配套的软件,并改进相应的图像分割算法,可以快速准确识别出水稻籽粒数量,准确率可达98%以上。结果为计算机视觉识别技术在农业上的进一步应用奠定了理论与实践基础。     

三维传感器Kinect在农业领域的应用与发展

随着信息技术的不断发展,三维传感器也得到了越来越多的应用,其中微软公司推出的Kinect传感器受到了各个领域研究人员的关注,使Kinect在计算机视觉与控制、医疗、教育、电子商务等领域都有很好的应用。本文介绍Kinect设备的组成及其工作原理,并阐述其在农业领域的应用现状,包括在农作物上的监测与记录、农业机器人视觉系统和作物三维形态生长模型的重建等,分析Kinect设备的优点与不足。最后,对Kinect在农业领域的应用进行展望。通过对Kinect的介绍与分析,从而发掘其在农业方面的应用潜力,为三维成像技术在农业领域的进一步发展提供参考。     

计算机视觉技术在农产品加工业中的应用研究进展

概述计算机视觉技术的原理及优势,综述了计算机视觉技术在水果分级、禽蛋检测、微生物含量测定等食品工业中的应用研究进展,提出了目前存在的主要问题,展望了今后研究与应用的发展方向。     

计算机视觉技术在水产养殖中的应用

介绍了计算机视觉技术的概念及其系统组成,综述了计算机视觉技术在鱼种及形状识别、鱼只计数、鱼体尺寸和重量测量、投饵监控和鱼的行为监测中的应用。