基于纹理南疆红枣外观品质应用研究

红枣分级技术主要依靠人工分级,造成了生产效率低下,分级精度低。随着无损检测技术发展,利用计算机技术实现红枣的自动分级,已成为较优的红枣分级方法。以南疆红枣外部品质特征为研究对象,应用MATLAB的数字图像处理技术,寻求红枣外部品质特征参数的采集以及分级方法。采用灰度化对红枣图像作预处理以及图像的特征提取,结果表明,该方法可以实现红枣外部特征参数的采集,进而实现南疆红枣的纹理分级,具有实际应用价值,且对今后逐步实现基于机器视觉的红枣外观品质综合分级研究具有指导意义。     

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.     

机器视觉技术在农业领域的应用及发展

机器视觉技术在农业领域的应用极大地推动了产业转型和现代化发展。本文介绍了机器视觉系统的基本结构及双目立体视觉测量原理,阐述了机器视觉技术在病虫害识别监测、体尺测量、品质检测与分级、智能采摘与自动导航等方面的应用研究现状,从数据处理、作业环境、电源持续性三个方面分析了制约机器视觉技术在农业领域广泛普及应用的原因,建议从算法优化、种植标准化、多技术融合等方面来解决目前所存在的问题。     

机器学习算法在农业机器视觉系统中的应用

主要通过介绍机器视觉技术在农业中的发展状况,然后阐述机器视觉系统的组成和工作原理,并基于当前机器视觉研究在农业中的应用,总结近几年使用农业机器视觉研究中用到的机器学习技术,包括有监督学习、无监督学习、人工神经网络,详细讨论这些技术的原理、优劣以及在农业领域中的应用,最后讨论机器视觉技术面临的问题和挑战,以及未来应用场景与发展方向。     

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。     

基于机器视觉的核桃仁动态分级研究

【目的】基于机器视觉技术研究出一种适合新疆核桃仁动态分级处理的方法。【方法】利用实时采集且已经完成图像预处理的样品核桃图像得到核桃仁特征集合,运用mRMR特征选择算法筛选原始特征集并对特征的重要性进行排列,通过对支持向量机、决策树和朴素贝叶斯三种机器学习算法进行模型训练和测试,得出最佳分级方法,设计核桃仁自动追踪方法和动态分级流程,构建的核桃仁自动分级系统。【结果】在使用特征bin19、K₁和bin15训练朴素贝叶斯分类器时,核桃仁的分级正确率达到最大为97.33%,在动态条件下运用构建的核桃仁自动分级系统对150个核桃仁进行分级测试,正确率为81.33%。【结论】基于机器视觉研究出的核桃仁特征提取与分级方法、核桃仁动态分级处理动作方法,可以有效完成对核桃颜色和完整度的分级。     

针叶树种计算机视觉苗木自动分级系统的研究

针对苗木分级领域的实际需要及国际苗木分级技术发展状况,研究,设计了针叶树种计算机视突苗木自动分级系统。该系统应用计算机视觉技术和神经网络技术。通过对苗木图像的处理。在实验室中实现对苗木的自动分级,实验研究表明,计算机视觉自动分级系统在苗木分级领域中具有良好的应用前景。     

红枣自动分级机搓动旋转输送系统的研制

利用机器视觉技术对红枣进行外部品质检测分级,首先要对红枣进行全表面图像采集,针对红枣输送过程中搓动红枣旋转来实现全表面图像采集的方法进行研究。根据分级机工作原理及图像采集对红枣的转动要求,设计出辊轴搓动自旋转机构,使红枣在输送过程中不断旋转,从而保证红枣全表面都能够在摄像机视角范围内出现;然后通过计算确定了搓动机构相应的结构尺寸,分析了红枣在辊轴上的受力情况。实验证明,搓动旋转机构设计合理,输送系统运行稳定,在50-300mm／s的输送速度范围内能够满足红枣全表面图像采集的要求。     

机器视觉技术在蚕业中的应用研究进展

机器视觉技术在蚕业方面的研究和应用发展迅速,为蚕茧质量无损检测,蚕蛹性别自动识别,蚕病的自动诊断提供了可能,通过综述机器视技术在蚕业中应用的研究进展,分析了机器视觉技术在蚕茧无损检测,蚕蛹性别自动识别,蚕病的自动诊断的应用现状及存在的问题,对研究前景进行了展望。     

机器视觉技术在现代农业中的应用

介绍了机器视觉技术的基本概念、原理以及系统组成，讨论了机器视觉技术在现代农业生产前、生产中和生产后的应用状况，并且在分析国内外研究现状的基础上，针对机器视觉在现代农业中的应用提出了目前存在的问题和未来发展的方向。     

室外农业机器人导航研究综述

农业机器人是现代农业技术的集中体现和未来发展趋势,当前研究中还存在着许多制约因素,其中导航是完成自动作业的关键,也是制约农业机器人发展的最大瓶颈。在长期的农业机器人自动导航研究中,经历路标、气味、机器视觉及星基导航等多种方式的研究和探索,其中视觉和星基导航逐渐成为当前导航研究的主要内容,星基导航以其成本低、系统结构简单、控制灵活等特点,必将在未来机器人导航领域占有越来越重要的地位。     

设施蔬菜自动对靶喷药技术研究现状与分析

【目的】回顾与总结国内外设施蔬菜自动对靶喷药技术的研究现状与进展,为该技术在设施蔬菜自动对靶喷药机器人的发展应用上提供理论和科学依据。【方法】采用相关文献资料、实地调研的方法,汇总、整理及分析。【结果】导航技术国外主要采用基于GPS、机器视觉、激光雷达等技术开发的路径识别及智能避障技术,国内主要采用电磁诱导、基于GPS、激光雷达和视觉技术的道路边缘获取与道路识别技术。病虫害检测现阶段国外主要采用图像识别、红外成像和高光谱及基于深度学习的病虫害识别技术,技术较为成熟,国内现阶段主要采用图像识别技术,利用作物颜色、纹理及形状特征进行识别。国外对靶喷药采用机器视觉、激光主动视觉和超声波技术并结合传感器对目标作物进行识别,利用变速喷药技术在生菜、番茄等作物上进行了应用,国内开发了温室自主喷药机器人,采用机器视觉技术获取靶标病虫害位置信息,对喷头进行单独控制,以达到精准对靶施药的效果。【结论】导航技术、病虫害识别技术及对靶喷药技术是自动对靶喷药技术的核心。导航方面在温室中利用机器视觉和激光雷达技术相比GPS技术更加可靠、灵活,精准度更高,高光谱与病虫害识别技术可提高病虫害识别的效率,对靶喷药技术中目标作物的识别与冠层稠密程度的判断是发展趋势。     

基于机器视觉的茶园害虫智能识别系统研究与实现

针对茶园害虫依靠人工识别方法存在效率低、需人工干预的局限,不利于茶叶植保过程中害虫的自动识别及精准施药的信息化、机械化的问题,提出采用机器视觉技术实现茶园害虫的智能识别。本文对其技术路线、处理流程、研究与实现平台和方法进行研究,采用HSV空间的阈值分割、SIFT特征提取、SVM分类等算法实现茶园害虫智能识别系统,并以茶尺蠖为例验证了该识别系统研究与实现方法的可行性和有效性。结果可为茶叶植保过程中的自动、精准施药提供依据,促进农业机械向着智能化方向发展。     

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.     

免耕播种智能化关键技术研究现状与发展

近年来,免耕播种机具的发展创新推动了中国保护性耕作技术的快速进步。随着精准农业和测控技术的发展,对行避茬、播量和播深监测控制等技术的研究应用使得免耕播种机具的智能化程度不断提升。本文以免耕播种为例,介绍了机械触觉技术、机器视觉技术以及现代控制方法在免耕播种对行避茬技术中的研究现状,阐述了红外检测技术、电容检测技术和图像检测技术在免耕播种播量监测中的应用现状,介绍了主动和被动2种调节方式在免耕播种播深监测中的研究现状,并从导航融合、算法和传感器研究等方面对未来免耕播种智能化发展方向进行了展望。     

蔬菜穴盘苗移栽自动取苗技术现状与分析

自动取苗是蔬菜穴盘苗全自动移栽机的核心技术,快速、精确、低损伤取苗是蔬菜穴盘苗自动移栽作业的重要保障。自动取苗机构结构复杂、种类繁多,为使自动移栽领域的应用或科研人员能够快速系统了解自动取苗技术,合理选型或设计取苗机构,采用文献综述和归纳总结的方法,对国内外自动取苗技术进行研究。对取苗技术进行分类对比分析,结果表明:顶出式、顶夹式取苗机械结构简单,取苗效率高,不易伤苗;指钳式取苗稳定可靠、适应性强;直落式取苗机构布置灵活,可同时完成取苗和投苗,但需特制穴盘,仅适合小苗移栽。当前我国自动取苗技术发展所面临的主要问题有:制钵、育苗、取苗等环节不匹配;蔬菜生产劳动者兼职化老龄化严重;缺乏高性能取苗技术等。结合国内外自动取苗技术研究进展和我国蔬菜生产农艺和现状,提出了问题的应对措施。针对取苗技术的发展提出以下建议:提高取苗速率,降低钵苗损伤率;简单型与智能型并重发展;向机-电-液-气一体式大型机和机械式小型机发展;取苗机构采用模块化设计。