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。     

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。     

机器视觉技术在稻米外观品质检测中的应用与展望

文章主要介绍了机器视觉技术在稻米外观品质(爆腰、垩白、留胚率和颜色)检测,以及稻米的碾磨精度、破损率、异形米和直链淀粉检测中的应用。针对现阶段机器视觉技术在稻米检测中的不足,对其进一步的应用提出展望。     

机器视觉技术在禽蛋品质和孵化成活性检测中的应用

本文论述了利用机器视觉技术进行禽蛋品质检测分级及种蛋孵化成活性检测的意义，从禽蛋外形、表面缺陷、内部缺陷检测及种蛋孵化成活性检测等方面阐述了国内外研究现状，从硬件和软件两方面分析了在研究和应用中存在的不足，指出了目前尚需解决的难点问题。     

机器视觉技术在农业中的应用

随着我国科技的进步,机器视觉技术发展的越来越成熟,其非破坏性、准确性、快速性以及灵活性的特点在农业方面都得到了很好的体现.该文在查阅相关文献的基础上,对机器视觉技术的研究成果进行了总结,综述了机器视觉技术在农产品品质分级、自动摘取、检测植物生长进程以及监测病虫害等方面的应用,分析了近年来机器视觉在农业发展应用中存在的问题,并对未来发展方向进行了展望.     

机器视觉在线检测核桃大小软件设计

【目的】设计一种可以利用机器视觉对核桃大小进行在线分级处理的软件。【方法】通过配置大恒USB2.0工业相机,实时获取核桃在线检测时RGB图像,利用VS2010开发出界面程序对采集到的图像源数据进行格式转换和预处理,获得轮廓图像。利用OpenCV的图像矩计算原理提取核桃外形尺寸数据,为下位机控制板提供等级信号控制不同等级电磁阀动作。【结果】软件可以同步显示处理前后的图像,实现了图像优化采集和分割阈值手动调节。【结论】基于机器视觉在线检测核桃大小软件可以判定不同外形尺寸大小的核桃,可以将分级信号准确送出。     

颜色模型在农产品颜色检测与分级中的应用

机器视觉技术在农产品颜色检测与分级中有着广泛的应用前景.本文介绍了几种常用的颜色模型及其在农产品缺陷、色泽及成熟度检测中的应用,并指出了需进一步研究与探索的方向.     

人工神经网络在农产品品质检测、分级中的应用

人工神经网络方法可对农产品进行客观、准确、快速、全面的检测分级,显示了巨大的潜力,并正以很快的速度与生产实际相结合。本文对人工神经网络方法在彩色图像分割和边缘检测、农产品品质检测(果实颜色识别、果形识别、分级)、农产品品质及其变化预测等领域的应用进行了介绍。     

基于机器视觉的苹果品质在线分级检测

目前苹果分级自动化程度较低,为了实现苹果品质自动、快速、准确分级设计了一套苹果智能在线检测分级系统。以寒富苹果为测试对象,采用机器视觉技术对苹果分级进行研究。采用阈值分割的方法分割苹果正面图像,逐像素遍历法提取苹果外部轮廓,通过计算其各点到重心的距离提取苹果大小特征,同时计算苹果横径与纵径比提取果形特征。采用支持向量机方法分割侧面苹果图像,计算苹果红色像素占苹果像素的比例提取颜色特征,利用Fisher统计识别的方法提取苹果缺陷。实现了整个分级系统的硬件搭建以及软件的功能,利用该系统对400个苹果样本进行了分级试验,结果表明该系统分级的苹果总体正确率达到95%。设计的基于机器视觉的苹果智能在线检测分级系统克服了传统分级方法的不足,加快了苹果品质分级自动化速度,对水果品质分级等领域有重要研究意义。     

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。     

计算机图像处理技术在农产品检测分级中的应用

介绍了计算机图像处理技术的软硬件组成及其在农产品缺陷和损伤、颜色、外形尺寸检测分级中的应用,分析了计算机图像处理技术在农产品检测分级中存在的问题及发展趋势。     

基于计算机视觉的花生品质分级检测研究

【目的】建立能够对花生进行品质分级的计算机视觉无损检测方法。【方法】同步拍摄和扫描11类品质,每类品质100颗和100宗,每宗100颗不同等级的花生籽粒的正反面图像;参照国家标准量化花生品质籽粒的11个限制性检测项目,设计花生规格和品质等级的判别方法;测量每个籽粒的形态、纹理、颜色共3大类54个外观特征,采用主分量分析(PCA)进行特征优化,构建并比较BP神经网络(ANN)和支持向量机(SVM)品质检测模型;分别应用Matlab和Spss工具软件实现检测过程和对结果进行统计分析。【结果】前16个主分量的SVM模型,能够鉴别95%以上的不完善粒、霉变、杂质、异品种等不同品质的籽粒,与人工检测结果吻合度达到了93%,对100宗待检样品进行检测,规格和等级检测完全正确率达到了92%。【结论】研究结果为花生的品质分级检测提供了比较系统全面的量化标准和检测方法,该方法可推广应用于花生品质鉴别、分级筛选加工和商品分级定价等领域。     

基于计算机视觉的大米外观品质检测

提出了利用计算机视觉系统代替人眼对黄粒米、粒型等大米外观品质参数进行自动检测的方法，以适应农业工程中的自动化的要求。为了验证检测方法的可行性，采用了MATLAB软件开发平台来构造基于计算机视觉的大米外观品质检测算法。在对不同的大米图像处理的基础上，完成了对大米的黄粒米、粒型等的测定。实验结果表明，本算法及程序设计是有效可靠的。     

仿生传感智能感官检测技术及其在云南特色农产品品质检测中的应用

介绍了机器视觉技术、电子嗅觉技术和电子味觉技术3种仿生传感智能感官检测技术的概念,阐述了其功用、特点及其在云南烤烟、普洱茶、中药材和鲜切花品质检测中的应用,同时分析了仿生传感智能感官检测技术用于云南特色农产品品质检测还存在的问题。     

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。     

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。     

激光散斑技术在农产品检测中的应用

[目的]研究激光散斑技术在农产品检测中的应用。[方法]介绍了激光散斑技术的基本原理,综述了激光散斑技术在农产品检测应用的发展概况,分析了激光散斑技术在农产品检测中需要解决的问题,同时叙述了激光散斑技术在农产品检测中的发展前景。[结果]激光散斑技术是可以用于农产品的品质检测的一种无损的检测技术,可以根据农产品的品质质量,对农产品进行合理分级。[结论]为激光散斑检测技术的研究提供借鉴和参考。     

计算机技术在农业现代化中的应用前景分析

随着计算机技术被广泛应用于社会经济的各领域,农业生产中也出现了许多智能化的农机系统,如农业信息系统、作物模拟系统、农业专家系统、农机化视觉系统、追溯信息系统、植物生长监测系统等。计算机技术已成为推动农业技术创新、提高劳动效能的重要手段,但也存在一些问题。目前我国计算机在农业方面的应用与发达国家相比虽然存在一定差距,但其开发潜力和应用前景广阔,在未来的农业生产中将占有越来越多的分量。     

计算机视觉技术在水果品质检测中的研究进展

水果的品质检测是水果分级的重要依据。随着计算机和图像处理技术的发展、计算机硬件成本的下降和性能的提升,计算机视觉检测技术在水果品质检测方面获得了越来越多的应用。为了能充分利用最新研究成果,该文从计算机视觉技术在水果外观品质和内部品质的检测两个方面,分别综述了国内外的研究进展,并对其发展方向进行了展望,以供我国研究人员做同类研究时参考。