基于可见光波段成像的水果品质检测方法研究进展

水果的外观特征是水果品质鉴定和分级的关键依据.近年来,机器视觉技术在水果品质检测领域得到广泛应用.根据应用现状,文章对基于可见光波段成像的机器视觉技术在水果大小形状、颜色、虫害及缺陷检测等方面的应用研究进展进行了综述,并对一些较新的先进算法在该领域的应用情况和发展趋势进行了介绍.     

高光谱成像技术在水果品质无损检测中的研究进展

优质水果的生产和销售离不开水果品质检测,传统的水果品质检测手段精度低、成本高、时效性差、破坏性强。近年来,随着科学技术的不断进步,低成本、高效率的水果品质无损检测技术得到飞速发展。其中,高光谱成像技术逐渐成为研究热点。综述了该技术在水果品质无损检测方面的技术原理、应用和发展现状,探讨其在水果品质无损检测领域的应用潜力、存在问题、发展趋势以及应用前景。整体来看,高光谱成像技术能够实现不同水果种类、多个水果品质指标的无损、高效检测,如成熟度、糖度、酸度、红色指数等;受硬件技术限制,其发展侧重于数据挖掘方向,即在硬件发展有限的情况下,通过不断更新和优化的针对性算法获得精准的解析结果;另一方面,设备昂贵、数据处理复杂、模型普适性较差是该技术需要进一步优化和改进的主要问题;其未来发展将基于云计算和人工智能的高效数据处理、适用范围更广的水果品质高光谱检测设备研发、多源综合无损检测等研究方向。随着技术的不断发展,高光谱成像技术在水果品质无损检测方面的应用前景广阔,未来将成为水果品质检测的重要手段之一。     

水果尺寸和面积的机器视觉检测方法研究

针对我国水果品质检测仍停留在靠人工感官进行识别判断的现状和机器视觉技术在水果品质检测中的广阔应用前景,研究了利用机器视觉技术精确检测水果尺寸和表面缺陷面积的方法,建立了图像中的点与被测物体上的点之间的定量关系;提出了利用物体的边界信息求出物体的形心坐标的新方法。结果是：所测水果最大横径与实际最大横径的相关系数为0.96;采用像素点变换法,实现了根据三维物体的二维投影图像恢复物体表面的真实几何面积的设想;提出了一种新的面积修正方法,进一步提高了面积检测的精度,从而为研究开发机器视觉水果品质检测系统打下了基础。     

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。     

水果尺寸和面积的机器视觉检测方法研究

针对我国水果品质检测仍停留在靠人工感官进行识别判断的现状和机器视觉技术在水果品质检测中的广阔应用前景 ,作者研究了利用机器视觉技术精确检测水果尺寸和表面缺陷面积的方法 ,建立了图像中的点与被测物体中的点之间的定量关系 ;提出了仅需利用物体的边界信息求出物体的形心坐标的新方法 ;所测水果最大横径与实际最大横径的相关系数为 0 .96;采用像素点变换法 ,实现了根据三维物体的二维投影图像恢复物体表面的真实几何面积的设想 ;提出了一种新的面积修正方法 ,进一步提高了面积检测的精度 ,从而为进一步研究开发机器视觉水果品质检测系统打下了基础 .     

光谱分析技术在水果品质与安全检测中的应用

【目的】对可见光/近红外光谱和拉曼光谱应用于我国水果品质与安全检测领域近年来的研究成果进行总结,并展望其未来发展方向。【方法】文章在纵向梳理基于光谱分析技术检测水果品质与安全研究文献的基础上,深入分析了可见光/近红外光谱和拉曼光谱在我国水果品质(包括内部糖、酸、可溶性固形物、维生素C含量、内部霉变、坚实度及外部缺陷、损伤检测)与安全(农药残留)检测中的研究状况及存在的问题。【结果】在我国,可见光/近红外光谱技术广泛应用于水果各品质指标检测研究,并取得了大量研究成果。拉曼光谱技术在我国水果品质分析领域获得成功应用较少,但在水果农药残留量检测方面比可见光/近红外光谱分析技术更具优势。【结论】可见光/近红外光谱和拉曼光谱在水果品质与安全检测方面应用广泛,但存在较多问题。同时检测指标多、通用性强的便捷式检测系统和痕量检测是未来光谱分析技术在水果质量检测与分级方面的发展方向。     

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。     

近红外光谱分析技术在水果内部品质无损检测中的应用

介绍了近红外光谱分析技术的基本原理与方法,综述了该技术在水果内在成分检测、水果病害及缺陷检测、水果内部品质近红外光谱检测装置等方面的研究,提出了近红外光谱技术在水果内部品质检测中存在的问题,并对其研究前景进行了展望。     

机器学习在苹果智慧生产中的应用

苹果是我国重要的园艺作物,机器学习和计算机视觉融合促进了苹果检测与识别技术的发展,为苹果智慧生产提供了新的支撑.文章以苹果智慧生产中苹果果实识别、苹果品质和营养的无损检测、苹果品质分级技术为重点,介绍了机器学习在苹果智慧生产领域中的应用进展.包括基于支持向量机的苹果果实识别方法,基于深度学习的在树水果实时识别方法,光谱技术结合机器学习的苹果品质检测,电子鼻结合机器学习的苹果品质检测,以及机器学习在苹果分级中的应用.最后分析指出机器学习在苹果智慧生产应用中的存在问题,展望了未来的发展方向.     

计算机视觉在农业领域的研究探讨

随着国家大力发展智慧农业,计算机视觉技术在农业领域中的应用也得到快速发展,推进着农业生产向高质量、高产量的方向不断发展。本文分析了当前计算机视觉在农业领域中农作物病虫害识别、种子和果实分级检测、农作物生长环境监测和农田土壤特征分析等方面的研究现状,并进一步讨论了计算机视觉和深度学习结在农业领域中和应用,最后对计算机视觉技术在农业领域的研究中存在的问题进行了分析和展望。     

计算机视觉技术在玉米生产管理中的应用

计算机视觉技术已经广泛应用于农业生产领域。对计算机视觉技术在玉米种子质量检验、玉米品种的识别、玉米粒形的检测、玉米田间杂草的识别等方面的应用做了介绍。     

Optimised computer vision system for automatic pre-grading of citrus fruit in the field using a mobile platform

The mechanisation and automation of citrus harvesting is considered to be one of the best options to reduce production costs. Computer vision technology has been shown to be a useful tool for fresh fruit and vegetable inspection, and is currently used in post-harvest fruit and vegetable automated grading systems in packing houses. Although computer vision technology has been used in some harvesting robots, it is not commonly utilised in fruit grading during harvesting due to the difficulties involved in adapting it to field conditions. Carrying out fruit inspection before arrival at the packing lines could offer many advantages, such as having an accurate fruit assessment in order to decide among different fruit treatments or savings in the cost of transport and marketing non-commercial fruit. This work presents a computer vision system, mounted on a mobile platform where workers place the harvested fruits, that was specially designed for sorting fruit in the field. Due to the specific field conditions, an efficient and robust lighting system, very low-power image acquisition and processing hardware, and a reduced inspection chamber had to be developed. The equipment is capable of analysing fruit colour and size at a speed of eight fruits per second. The algorithms developed achieved prediction accuracy with an R² coefficient of 0.993 for size estimation and an R² coefficient of 0.918 for the colour index.     

The use of computer vision technologies in aquaculture – A review

Computer vision technology is a sophisticated inspection technology that is in common use in various industries. However, it is not as widely used in aquaculture. Application of computer vision technologies in aquaculture, the scope of the present review, is very challenging. The inspected subjects are sensitive, easily stressed and free to move in an environment in which lighting, visibility and stability are generally not controllable, and the sensors must operate underwater or in a wet environment. The review describes the state of the art and the evolution of computer vision in aquaculture, at all stages of production, from hatcheries to harvest. The review is organized according to inspection tasks that are common to almost all production systems: counting, size measurement and mass estimation, gender detection and quality inspection, species and stock identification, and monitoring of welfare and behavior. The objective of the review is to highlight areas of research and development in the field of computer vision which have made some progress, but have not matured into a useful tool. There are many potential applications for this technology in aquaculture which could be useful for improving product quality or production efficiency. There have been quite a few initiatives in this direction, and a tight collaboration between engineers, fish physiologists and ethologists could contribute to the search for, and development of solutions for the benefit of aquaculture.     

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.     

水果内部品质光特性无损检测研究及应用

基于水果光特性的无损检测和分级技术正越来越广泛地应用于水果的产后加工和质量评判中.本文介绍了水果内部品质光学特性检测原理及检测系统组成,分析了规则反射、透射和漫反射3种光特性测量方法在水果内部品质检测中的优缺点,并阐述了水果的糖度、酸度、硬度等内部品质光特性无损检测的国内外最新研究进展和应用前景.     

近红外光谱在果蔬检测中的应用及研究进展

对近红外光谱在果蔬成分测定和品质分析中的研究近况进行了综述,简单介绍了近红外光谱的基本原理,以及近红外光谱的统计学分析方法和现代检测技术等,并对其最新研究进行了展望。     

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。     

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。