机器视觉技术在农产品品质自动识别中的应用研究进展

该文分水果果梗识别、果形识别、内部品质检测和硬件设备开发等4个方面综述了国外在利用机器视觉技术进行农产品品质自动识别上的研究进展,并指出了目前尚需解决的难点问题,以供我国研究人员做同类研究时参考。     

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。     

茶叶品质等的量化识别研究进展

综述近年来国内外运用相关仪器和技术量化识别茶叶品质的研究进展,并对光谱技术、机器视觉技术和电子鼻技术等在茶叶品质量化评价方面的应用前景作了展望。     

多对象特征提取和优化神经网络的玉米种子品种识别

为了实现机器视觉代替人的视觉,对玉米种子品种进行实时、客观、准确和无损伤识别,研制了玉米品种识别硬件系统和软件系统。针对玉米种子及种子图像的特点,对玉米种子品种识别技术与算法进行了深入地研究和探索,提出了一种基于多对象有效特征提取和主成分分析优化神经网络的玉米种子品种识别方法,提取了玉米种子的几何特征和颜色特征参数,优化了基于机器视觉的玉米种子图像处理策略和品种识别算法,提高了玉米品种识别的速度和准确率。对农大108、鲁单981、郑单958、五岳18共4个品种玉米种子进行了品种识别试验,每粒种子识别的平均耗时为 0.127 s,综合识别率达到97%以上。研究表明,基于机器视觉的玉米种子品种识别与检测方法是可行的,该方法可提高玉米种子品种识别效率和正确率。     

基于机器视觉的小麦害虫分割算法研究

农业病虫害的自动识别是精准农业研究方向之一。以小麦蚜虫为例，运用机器视觉技术对非特定场景下害虫的分类和分割算法进行了研究。在分类上，训练了SVM分类器和基于k-均值聚类的分类方法。比较得出，SVM分类器和k-均值聚类算法在处理精度和速度上各有优势；在分割上，运用合并和分裂相结合的区域生长算法分割害虫和叶片，进行自动识别。分析表明，该算法对害虫的分类效果好、分割识别准确率达到90．7％，速度能够满足实时处理的要求，为农业机械精准施药提供了技术上的支持。     

计算机图像处理技术在异色羽绒分选中的应用

为了解决异色羽绒的自动分选问题,实现异色羽绒的自动识别和自动提取的目的,提出了一种基于数字图像处理技术的机器视觉分选方法。该文对视觉识别中的窗口处理、图像分割以及面积和重心的计算做了介绍;分析了图像分割最佳阈值的计算方法,讨论了异色羽绒提取的信号控制方式;介绍了异色羽绒自动分选机的实验运行结果及其应用前景。     

应用改进遗传神经网络识别种蛋蛋形试验

针对人工检测种蛋蛋形劳动强度大,缺乏客观性,检测效率低,研究了自动快速、准确地识别鸡种蛋蛋形的方法。以蛋形指数和蛋径差为形状特征参数,利用机器视觉技术、矩技术和提出的改进遗传神经网络算法剔除畸形蛋。基于机器视觉和矩技术提取种蛋的长短径,剔除蛋形指数不合格种蛋后,再通过构建合理的遗传神经网络模型,以蛋径差作为神经网络输入参数,根据网络输出值识别种蛋蛋形。对过圆蛋、过尖蛋、畸形蛋和正常蛋检测准确率分别达到了97.10%、95.59%、94.87%和95.75%。研究种蛋蛋形自动识别方法对提高种蛋蛋形检测准确率和工作效率具有重要意义,试验结果表明提出的种蛋蛋形评价指标合理,用于识别种蛋正常蛋形,剔除畸形蛋准确率高,速度快,算法具有鲁棒性。     

机器视觉技术在玉米生产管理中的应用现状与展望

机器视觉技术具有实时性，高精度和对不利环境的适应性，可用于玉米生产各环节，提高生产管理效率。通过文献查阅与梳理分析，总结了机器视觉技术在玉米种子管理、品质管理、病虫害管理、田间管理等领域的研究现状，并指出玉米产业应用机器视觉技术的瓶颈在于机器视觉系统研发困难、种植业主应用积极性不高、技术推广人员严重不足等问题，提出了加强协作开发，降低成本；提高田间信息化管理水平，扩大生产规模；加大科普及技术服务力度等建议。     

粉碎机筛网破损在线自动识别装置设计与试验

在饲料生产过程中,目前主要依靠人工获取粉碎原料样本,通过感官或标准筛识别样本的粒度,从而判定粉碎机筛网是否破损。为了实现粉碎机筛网破损在线自动识别,该研究设计了一种自动取样机构,应用机器视觉技术,搭建了粉碎机筛网破损在线自动识别系统。该系统主要由取样机构、筛分机构及图像采集机构等组成,采用西门子S7-200PLC可编程控制器实现装置的自动控制,其中取样机构用于在线自动获取饲料样本,筛分机构实现样本中细粉的剔除,图像采集机构采集剔除细粉后的颗粒图像,建立样本图像数据集。使用Python进行图像处理,以样本图像中大颗粒的平均等效投影圆直径和平均最小外接矩形面积作为特征参数,分别运用阈值法、K近邻法和径向基函数支持向量机建立筛网破损识别模型。结果表明,当将2个特征参数同时输入K近邻法模型且临近值个数k为3时,模型对孔径1.0和2.0 mm的筛网是否破损的测试集识别正确率最高分别为94%和96%。该研究设计的粉碎机筛网破损在线自动识别装置可以实现粉碎机筛网破损在线自动识别,为粉碎机筛网破损在线自动识别提供了新的方法和技术支撑。     

农产品声学特性及其在品质无损检测中的应用

综述了国外对农产品声学特性研究的进展，阐明了农产品声学特性的测定原理，介绍了农产品声学特性在农产品品质无损检测中的典型应用实例，为发展我国农产品品质无损检测技术提供一定的参考。     

农业自动化领域中计算机视觉技术的应用

计算机视觉技术的应用已扩展到农业自动化领域。该文介绍了计算机视觉系统的组成,概述了国内外计算机视觉技术在农业生产自动化中的应用状况,并对计算机视觉技术应用于农业自动化中存在的问题及发展前景做了概括     

计算机视觉技术在水产养殖中的应用与展望

该文从养殖动物的生物量测量、行为监测和应激状态评估等方面综述了计算机视觉技术在水产养殖中生物信息获取方面的研究进展，并提出了进一步研究的方向是用图像处理技术量化鱼的行为的新方法，鱼在各种应激和养殖条件下行为变化的量化研究和人工智能技术的应用等方面。     

大型高精度土壤蒸渗仪的计算机测控

介绍了中国生态网络研究中研制的计算机控制大型称重式高精度土壤蒸渗仪自动测试系统。重点介绍了该系统计算机测控部分的功能、设计思想、硬件结构及软件组成。     

机器视觉技术在农作物种子质量检验中的应用研究进展

我国农作物种子资源丰富，随着图像处理技术的专业化与计算机硬件成本的下降和速度的提高，利用机器视觉技术进行种子质量检验评价成为可能。该文概述了农作物种子的特性及其对质量检验技术的要求，介绍了机器视觉技术的基本理论和发展现状，从算法、硬件、研究进展几个方面综述了机器视觉技术在农作物种子质量检验中的应用，认为用机器视觉代替人的视觉进行农作物种子质量检验前景广阔。     

基于LabVIEW的生物发酵过程远程在线监控系统设计

微生物发酵工程是现代生物技术及其产业化的基础,随着微生物技术的迅速发展,发酵工业的生产规模不断扩大,迫切要求对发酵过程进行先进的控制和优化.目前,LabVIEW在发酵过程在线监测与自动化控制领域已经有了一些成功的应用,并越来越受到欢迎,但是大多数研究以上下位机的控制方式为主,对发酵过程进行异地网络化监控少有报道,该文详细介绍整个系统在线监控与远程监测过程的实现.利用LabVIEW虚拟仪器开发平台,结合可编程逻辑控制器(PLC)网络和各类传感器,基于Modbus总线通信协议,实现了生物发酵过程各参数的实时采集和控制,并利用DataSocket技术实现了远程监控.详细介绍了监控系统的结构和硬件构成,以及各功能模块实现的关键技术.实验表明:该系统运行可靠稳定、能较好地实现发酵过程远程数据传输和实时监控.     

摄影测量技术在土壤侵蚀研究中的应用

回顾和评价了国内外摄影测量技术在土壤侵蚀研究中的应用,并探讨了摄影测量的主要产品数字高程模型的分辨率和精度及在土壤侵蚀的应用中要注意的问题,认为摄影测量方法在土壤侵蚀研究中具有传统方法不可比拟的优势,但成熟技术的引入和广泛应用仍需进一步的研究。     

土壤侵蚀研究中核示踪技术的应用

核示踪技术是研究土壤侵蚀的一种新技术。本文简述了土壤侵蚀研究中核示踪技术的应用现状,并介绍了一种新方法———稳定性稀土元素（ＲＥＥ）示踪法。该方法可定量测定坡面不同地形部位的相对侵蚀量,揭示侵蚀过程中相对侵蚀量沿坡面的变化趋势,还可反映野外全坡长小区土壤侵蚀的分布模式。应用结果表明,稀土元素在土壤侵蚀时空分布、泥沙运移、沉积过程以及小流域泥沙来源等研究领域均有广阔的应用前景。     

小麦生长信息计算机视觉检测技术研究

以计算机视觉检测小麦生长信息为目的，建立了计算机视觉系统以获取小麦图像。在分析小麦生长特性的基础上，提出了用小麦叶片和茎秆之间的叉点数来检测叶数；用色相表示小麦叶片的颜色，对小麦叶片的色相值进行了检测。并在中文Windows 98平台上用Visual C++6.0开发研制了检测软件。     

计算机网络安全与防护

随着计算机技术和通信技术的飞速发展,计算机网络已成为计算机应用领域中不可缺少的组成部分,网络安全问题越来越重要。分析了影响计算机网络安全的主要因素,提出了防护技术。     

基于计算机视觉的水产动物视觉特征测量研究综述

作为水产养殖集成信息化管理的主要信息源,水产动物视觉属性信息的测量不仅是判定水产动物生长状况,调控水质环境的主要信息依据,也是对水产动物进行喂养、用药、捕获、选别和分级等操作的前提基础。近年来,计算机视觉技术作为一项快速、客观、无损的检测方法,已被逐渐用于水产动物视觉属性的测量中,许多研究学者开展了大量的研究工作。该文更新和总结了国内外近20多年来有代表性的相关研究和解决方案,在描述计算机视觉检测系统的概念和组成结构的基础上,围绕尺寸测量、形状分析、颜色识别和质量估计等方面详细分析了计算机视觉技术在水产动物(以鱼类为主)视觉属性测量方面的国内外研究现状,着重阐述总结了研究人员在水产动物视觉检测的图像采集、轮廓提取、特征标定与计算等方面的具体改进措施,并对基于计算机视觉测量的水产动物疾病诊断,识别分类等综合应用现状也进行了分析探讨,以评估计算机视觉技术在水产动物视觉质量检测领域的总体应用情况和现存的主要问题,同时给出了今后的研究趋势与发展方向。