共查询到20条相似文献,搜索用时 125 毫秒
1.
2.
3.
在网页设计当中计算机图像处理技术是非常重要的一项技术,对网页设计质量和效果会产生不同程度的影响,同时对于提升网页设计感及吸引力具有非常大的作用。现阶段人们对网页的设计有了更高的要求标准,为了提升网页设计水平,需对计算机图像处理技术进行不断创新,由此充分发挥计算机图像处理技术的独特优势,把这一技术高效地应用在计算机的网页当中来,为网页浏览者提供优良的视觉效果。本文首先对网页设计中图形设计的应用价值进行了深入的分析,之后对网页设计中计算机图像处理技术的具体应用进行了阐述,希望可以为网页设计提供一些参考。 相似文献
4.
随着计算机与图像处理技术的发展,计算机图像技术已经应用到农业工程领域,并在农机工程、农学研究及精确农业等许多方面取得了重大成果。为此,介绍了计算机图像技术与相关学科的相互关系及主要组成,讨论了其在农机工程领域、农学研究领域中的研究与应用情况,并分析了计算机图像技术在农业工程应用所存在的主要问题和发展趋势。 相似文献
5.
计算机视觉技术及其在农业机械中的研究与应用 总被引:3,自引:0,他引:3
随着计算机技术与图像处理技术的发展,计算机视觉技术在农业工程领域中应用研究发展非常迅速。本文介绍了计算机视觉技术的基本组成及工作原理,并较为全面地概述了其在农业机械中研究与应用状况。 相似文献
6.
7.
随着社会主义市场经济体制的建立和发展,企业对于茶叶产品的品质越来越重视。只有不断提高茶叶产品的品质,才能在激烈的市场竞争中立于不败之地。在茶叶品质区分中运用计算机图像处理技术,能帮助企业树立良好的形象。文章探讨了计算机图像处理技术的基本内容及发展前景,并对计算机图像处理技术在茶叶品质区分中的应用进行了分析。 相似文献
8.
在农业工程中运用计算机图像处理技术可以提升农业工程的设计和建设质量,有助于农业的发展和进步。计算机图像处理技术农业工程中的应用主要包括监测农作物长势、病虫草害诊断、农作物自动收获等。运用图像处理技术可促进农业工程向自动化、智能化的方向发展。 相似文献
9.
随着图像处理技术的专业化与计算机硬件成本的下降和计算机速度的提高,机器视觉技术在农产品品质自动检测领域应用已经越来越广泛。为了能充分利用国内外的最新研究成果,从小麦、水稻和玉米3种谷物综述了国内外在利用机器视觉技术进行外观品质检测的研究现状,同时,指出当今国内外研究中存在的问题和对今后研究的进一步展望。 相似文献
10.
11.
作物数字图像远程实时获取方法研究 总被引:1,自引:0,他引:1
作物图像获取方法是应用计算机视觉技术监测作物长势的首要问题。为此,对作物数字图像远程实时获取方法进行了研究。研究的作物数字图像远程实时获取系统由图像获取设备、下位机、数据传输系统、Web服务器和客户端等部分组成,包括用户管理与系统维护、数据库管理、图像获取与设备控制和数据处理与发布4个功能模块。系统利用带无线传输功能的数码相机和高清晰网络工业相机作为作物数字图像获取设备,并给出了图像获取设备的5种安装形式:移动车载、固定形式、滑动导轨、云台和综合形式;系统在图像获取设备到下位机之间采用有线或微波无线的传输方式,从下位机到Web服务器再到客户端采用Internet网络连接,通过增加带宽可以显著提高图像信息的传输速率;系统利用直接存取法建立作物图像数据库,并利用Web信息系统实现了作物图像信息的实时发布。 相似文献
12.
13.
随着果蔬种植规模的扩大,果蔬采摘作业的需求量也逐渐提高.传统的果蔬采摘作业存在自动化程度低、采摘对象识别困难、采摘破坏性大等问题,导致采摘作业的效果较差、作业效率低.为此,引入了计算机图像技术,在深入研究了计算机图像技术原理的基础上,分析了计算机图像技术的成像原理,完成了采摘机器人的机械结构设计,并对采摘机器人的硬件总... 相似文献
14.
15.
16.
17.
基于计算机视觉系统分析研究缺素番茄叶片的色彩图像,可以准确提取出缺素番茄叶片色彩图像的特征。对当前缺素番茄叶片色彩图像特征提取中,可以运用计算机视觉,优化设计图像处理软件,依据番茄叶片颜色特征来完成缺素番茄叶片的识别。实验表明:基于计算机视觉系统,优化设计缺素番茄叶片色彩图像特征提取软件,可提升缺素番茄叶片色彩图像分析精度(提升32.0%),准确判断提取缺素番茄叶片图像的特征。基于计算机视觉系统,进行缺素番茄叶片的色彩图像特征提取,有效提高了缺素番茄叶片色彩图像分析精度,可在实践中推广应用该技术。 相似文献
18.
19.
20.
作物数字图像获取与长势诊断的方法研究 总被引:3,自引:0,他引:3
数字图像在作物信息采集方面具有信息量大、速度快、精度高等显著的特点和优势,被广泛应用于作物生长诊断方面。以往研究集中在作物图像分析技术,对图像获取手段和获取系统的技术要求等论述较少。从建立作物图像获取系统的角度出发,在分析作物图像颜色、分辨率、格式和文件存储空间大小的基础上,总结了常用作物图像获取及分析技术在作物监测方面的应用。结果表明,作物水分及营养状况诊断多采用图像颜色特征分析的方法,常用RGB和HIS颜色模型,作物图像可以在自然光照条件下获取,镜头距离地面或作物的距离、拍摄角度、图像分辨率和图像存储格式并无定规,可用JPEG格式来存储图像,节省大量的图像存储空间。土壤和杂草等背景的识别、病虫害特征提取等方面采用颜色特征、多光谱图像、纹理特征和形状特征等方法,图像颜色分辨率从288×352像素到3 072×2 304像素可使识别目标达到80%~95%。图像分辨率高的识别效果好,但是程序用时长,图像文件占用空间大,影响图像传输速度和诊断的实时性。因此获取图像时要根据图像应用的具体情况来选择合理的图像分辨率。 相似文献