自动监控技术在设施农业生产中的应用系列(二)机器视觉技术在设施生产中的研究与应用

机器视觉技术由图像获取技术、图像处理技术、图像存储技术和图像输出技术组成,其核心是图像处理技术,即把由二维数值数据给定的图像进行加工处理后输出为另外的图像或识别结果.机器视觉技术研究始于20世纪60年代,随着计算机技术进步,到70年代,机器视觉技术开始步入了一个活跃的研究阶段,但研究结果多用于工业生产和生物医学,仅少量用于农业工程领域,且其具体方法也仅为简单因素的视觉模拟.80年代,研究对象逐步扩大,机器视觉技术从单纯的视觉模拟发展到取代、解释人的视觉信息,以及加速视觉信息采集等方面.目前机器视觉技术已在设施农业生产的产前、产中和产后各环节得到广泛应用.     

机器视觉技术在农业生产中的应用研究

如今随着计算机硬件、图像采集处理装置、图像处理技术的迅猛发展,机器视觉在农业的应用领域不断扩展。机器视觉技术在农业生产的应用可以节约劳动力、带动产业升级、推动农业现代化的发展进程,对未来农业的智能化发展具有重要意义。介绍了机器视觉技术在种子和果实分级检测、杂草和虫害监测、重型农机设备自动化、植保无人机等方面的研究和应用情况,并分析了其在农业生产中的不足和面临的挑战,以供相关研究人员参考。     

苹果树图像分割算法研究综述

在国内外图像处理和机器视觉技术在苹果树图像分析应用相关研究的基础上,总结了专门针对苹果树图像分割技术的研究进展。按照图像分割的技术体系,分析了苹果树图像分割技术的主要研究进展,系统地总结了图像分割算法及其在苹果树图像应用上的特点,提出了苹果树图像分割算法的演进图,展望了苹果树图像分割算法研究发展的趋势,为基于图像处理及机器视觉技术的苹果信息化技术研究提供了参考。     

图像分割技术之迭代算法在杂草识别中的应用

计算机图像处理是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。图像分割技术是图像处理之基本技术,图像分割就是在一幅影像中查找同类的区域。图像分割的应用范围涵盖了图像噪声的过滤以及特征的提取和识别。在介绍图像分割的主要特征的基础上,针对农田杂草识别中图像分割特点,提出了应用迭代算法的分割方法,并开发了相应的软件。实验验证该方法用于农田杂草识别前的图像的二值化处理,能够很好地消除图像噪声,得到连续的图像边界,可以有效地实现图像的二值化处理,为后续的杂草识别打下良好的基础。     

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。     

图像分割技术在足球机器人中的应用

以MiroSot机器人为研究对象,通过理论与实践相结合的方法,对足球机器人视觉系统中的图像分割方法进行研究与分析,提出一种新的彩色图像阈值标定方法,使阈值设定更准确.经过处理,输出图像的质量得到相当程度的改善,既改善图像的视觉效果,又便于计算机对图像进行分析、处理和识别.     

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。     

机器视觉技术在我国农业领域内的应用分析

机器视觉技术在我国打造高水平农业的道路上扮演了重要角色。为帮助相关研究人员整体了解我国农业领域内机器视觉技术的应用情况，把握其研究方向，以中国知网为文献数据来源，通过文献解读，结合文献计量学和知识图谱可视化软件，系统分析机器视觉技术在我国农业中的应用情况，并提出现有的研究弱势和未来的发展趋势。结果表明，机器视觉技术在我国农业领域内的发展大致可以分为3个阶段，研究数量整体呈现上升趋势，应用方向可以分为视觉导航、无损检测、精确定位、病虫害识别、长势监测、目标识别或判断、信息采集或测算，研究重点为导航、农业机械、识别、算法、无损检测、图像处理，未来的研究方向为高精度智能化视觉系统的研发。     

图像处理技术在信息农业中的应用现状及发展趋势

图像是人类感知世界的视觉基础,是人类获取、传递和表达信息的重要手段。图像处理是通过计算机对获取的图像信息分析加工,从而达到满足人的视觉或应用需求的行为。随着我国计算机科学的发展,图像处理技术在信息农业中得到广泛应用,它的发展对于农业信息化的提高具有重要意义。论述了目前图像处理技术在农业领域的研究进展及应用现状,分析了应用中存在的技术难题,对图像处理在农业中的研究进一步展望并提出了今后的发展趋势。     

机器视觉技术在农业机械上的应用

随着计算机和图像处理技术的发展,机器视觉技术的研究和应用已扩展到农业工程领域,并取得了许多重要研究成果.介绍了该技术在播种、喷雾和移栽等方面的研究和应用情况,指出了机器视觉技术在我国农业机械检测和自动导航中具有广阔的应用前景.     

机器视觉技术在大米品质检测中的应用进展

综述了应用机器视觉技术在大米粒形、加工精度、垩白、整精米率等方面进行检测的研究动态,并指出了机器视觉技术在大米品质检测中的不足,为进一步应用机器视觉技术提供参考。     

机器视觉技术在农业生产自动化领域中应用研究

分析机器视觉技术在农业生产自动化中的应用现状,提出应用中存在的问题,并分析研究此项技术的开发方向。     

机器视觉技术在烟草行业的应用状况

机器视觉技术是一种基于计算机技术和图像处理技术的新型学科,近年来其研究与应用已扩展到农业领域并在许多方面取得了进展。概述了机器视觉技术在烟草农业（无损测量叶面积、测定鲜烟叶含水量、判定烟叶田间成熟度、烟叶烘烤与分级）和烟草工业（智能剔除烟草异物、片烟规格检测、烟制品包装和烟草工业机器人）中的应用,并讨了论该技术在应用中存在的有关问题。以期为加速我国现代烟草农业进程,提升烟草企业市场竞争力奠定基础。     

一种基于机器视觉的工业机器人分拣系统

机器视觉系统就是利用机器代替人眼来作各种测量和判断。它是计算科的一个重要分支,它综合了光学、机械、电子、计算机软硬件等方面的技术,涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发。机器视觉系统的目地就是通过机器视觉产品(即光源、镜头、相机、采集卡)将被拍摄的目标转换为图像信号,传送给机器视觉软件(即图像处理系统),来代替人眼的测量、检测和判断。其原理是由计算机、图像处理器以及相关设备来模拟人的视觉行为,完成得到人的视觉系统所得到的信息机器视觉系统提高了生产的自动化程度,让不适合人工作业的危险工作环境变成了可能,让大批量、持续生产变成了现实,大大提高了生产效率和产品精度。本文主要从拥有机器视觉的工业机器人的分拣系统原理、行业现状及发展前景三个方面简明阐述。     

机器视觉在植物叶片叶面积测算中的应用

利用机器视觉系统代替人工对叶片叶面积进行测算。运用Halcon图形开发工具,以VB 2008为基础开发平台,采用通过阈值分割与区域特征提取的方法来计算叶面积,并将结果显示到屏幕并保存到文件中。将具体图像采集设备与机器视觉系统连接,完成叶片图像采集、图像处理和结果显示的一体自动化。与手工测算的费时费力和使用专业设备的高昂费用相比,此系统能在保证测算结果精确度的基础上,对多种植株叶片进行快速准确、简单易行、经济实用的测算。     

机器视觉技术在农产品检测中的应用研究

机器视觉技术在农产品检测领域得到了广泛的应用,并随着相关技术的不断成熟和发展,机器视觉在农产品检测领域中的应用必将对传统检测模式产生巨大影响。本文分析了机器视觉技术在农产品检测中的应用现状,提出了应用中出现的问题,并为未来的研究方向进行了初步的探讨。     

计算机视觉技术在作物营养监测中的应用

随着计算机软硬件尤其是图形图像处理技术的迅猛发展,计算机视觉技术目前已应用于各个领域,如医学辅助诊断、气象、资源调查、灾害监测中的航拍和卫星图像的解释、工业机器人的手眼系统、工业产品外观检测与筛选及军事上的精确制导等,并取得了长足的进步。计算机视觉技术在农业上对植物营养信息监测的研究与应用始于20世纪末期。在作物的生长过程中,尤其在无土栽培的过程中,由于受到人为和自然等复杂因素的影响,常会出现作物缺素状况。     

基于机器视觉技术的无精蛋鉴别研究

[目的]采用机器视觉技术鉴别无精蛋,提高孵化生产过程中剔除无精蛋的准确率和速度。[方法]首先用CCD照相机获取入孵蛋图像,再将入孵蛋图像传输到计算机主机,主机测控软件对图像进行灰度特征分析、比较等,对入孵蛋进行检测,主机输出信号给核心控制器,由核心控制器控制检测台对无精蛋进行分选。[结果]采用机器视觉技术可以在入孵后第6天快速准确地剔除无精蛋。[结论]利用机器视觉检测技术鉴别无精蛋,具有较高的理论价值和实际生产意义。     

图像处理技术在虫害识别中的应用

随着计算机视觉技术在精细农业中的广泛应用,如何准确识别蔬菜虫害已成为研究的热点问题。本文利用图像处理技术对被虫食蔬菜的图像信息进行分析处理,准确高效地确定出害虫的种类,指导广大农民和农技人员科学及时地进行害虫防治。     

计算机图像技术在牛肉品质检测中的应用(综述)

概述了计算机图像技术在牛肉嫩度、牛肉胴体等级、活体牛肉品质检测中的应用.颜色、大理石纹特征、纹理特征等图像外观特征是计算机可见光图像技术无损检测牛肉内在品质--嫩度的主要方法.计算机可见光图像技术用于检测牛肉胴体等级,通常采用统计彩色图像中R、G、B或L、a、b分量灰度值来确定颜色级别,用统计像素点的方法来确定眼肌肉中脂肪分布和面积,用灰度共生矩阵和行程长度等纹理特征来计算大理石纹分值.超声波图像技术可以用于对活体牛肉品质进行评估,此方法有较好的可重复性和准确性.最后提出了当前需进一步研究的问题.