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。     

计算机视觉技术在玉米上应用的研究进展

计算机视觉技术是近几年来发展很快的信息处理技术,是人工智能领域的一个重要分支,其应用已渗透了农业领域的诸多方面,文中概述了计算机视觉技术在玉米产前、产中、产后三个方面的应用状况,并对其在玉米上的应用所存问题及发展前景做了综述。     

基于计算机视觉技术的番茄叶部病害识别研究

针对番茄叶部病害的计算机识别问题进行深入研究,建立一套基于适用于番茄病害的颜色特征提取、纹理特征识别等模式识别方法,确定与病理对应的特征和特征组合模式,在此基础上进行了仿真研究和对比试验,结果表明,该方法能有效提高番茄叶部病害的自动识别水平。     

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。     

计算机视觉与深度学习在猪只识别中的研究进展

探索人工智能领域新技术与生猪养殖相结合,是当前智慧养殖领域的一个重要研究方向。其中,如何自动地识别猪只个体身份与行为,是当前生猪养殖行业要解决的一个关键问题。为推动计算机视觉和深度学习技术在猪只健康状态智能化监测方面的应用,本文先分析了基于计算机视觉与深度神经网络的人的身份及行为识别模型的研究进展,然后对利用计算机视觉与深度神经网络识别猪只个体身份及行为的方法进行了归纳总结,并指出已有方法中存在的问题,最后提出了下一步的重点研究方向：（1）在猪只运动不可控及关键特征部位受到污染的情况下,准确提取其身份及行为特征的方法研究;（2）针对猪只身份及行为特征的基于计算机视觉的原创性深度学习模型的研究;（3）能够同时检测猪只身份及行为的多任务神经网络的研究;（4）适用于多场景的基于基础姿态及动作的通用型猪只行为识别方法的研究;（5）基于边缘计算的猪只个体身份及行为识别的部署方法研究。     

计算机视觉技术在工厂化农业中的应用

近年来我国工厂化农民发展迅速，但自动化程度不高，因此将计算机视觉技术引入设施农业对于提高温室的智能化控制水平具有重要意义。从利用计算机视觉对植物生长监控控制和开发农业生产机器人2个方面综述了国内外的研究进展，根据目前国内外研究现状及存在问题对未来发展方向进行了预测，认为今后的研究方向主要在图像处理硬件的开发、神经网络技术的应用和图像处理新方法的研究等3个方面。     

计算机视觉技术在玉米品种识别中的应用(英文)

玉米品种的识别对玉米的育种、加工、贸易等具有重要的意义。计算机视觉技术已广泛应用于玉米品种识别中,从玉米图像获取、玉米图像处理、特征参数提取、模式识别算法、编程软件等几方面技术进行了综述,并对计算机视觉技术在玉米品种识别中存在的问题及发展的趋势进行了分析和展望。     

基于计算机视觉技术的红火蚁蚁巢探测

为探讨基于计算机视觉技术对红火蚁蚁巢进行探测识别的可行性,研究了利用数字图像处理技术提取红火蚁蚁巢特征参数,通过数学形态学对数字图像进行目标提取和识别。采用图像识别红火蚁蚁巢土建立了HSV彩色空间模型。研究结果表明,各红火蚁蚁巢土和普通土样本的H分量差异明显,特别是普通土H分量明显大于红火蚁蚁巢土,一般土壤H值大于30,而对于红火蚁蚁巢土土壤的H值小于30。因此,H分量可作为识别红火蚁蚁巢土的一项特征参数。当色调通道的平均值H30时,即可判定为红火蚁蚁巢土。研究结果说明基于计算机视觉技术对红火蚁蚁巢进行检测识别是可行的。     

计算机视觉在作物生产中的应用研究

计算机视觉已经随着信息技术的发展而应用到很多领域,其在农业上的应用已经成为农业信息化不可分割的一部分.本研究利用国内外图像处理或计算机视觉在作物生产过程中应用的实例,以及目前常用的一些方法来介绍农业中的计算机视觉.同时,结合作者研究提出目前农业中计算机视觉应用的一些缺点和不足,以及需要解决的问题.     

数字图像技术在植物病害自动识别中的研究进展

概述了基于颜色特征、纹理特征、形状特征以及综合多个特征的数字图像技术在植物病害自动识别中的研究进展,并指出了目前存在的问题及今后的研究方向。     

基于计算机视觉的自然光照条件下成熟石榴的识别

研究自然光照条件下成熟石榴识别;利用同态滤波进行图像增强,将图像从RGB空间转换到HSI空间,并将色调和饱和度融合,有效去除暗背景和灰背景,利用区域面积并结合形态学特征去噪实现区域分割,最后利用优化后的Hough变换提取形心和半径,恢复遮挡果形;基于VC++6.0开发图像处理程序,能够实现对成熟石榴的识别;识别率为85%以上,为下一步对目标正确定位,实现水果采摘自动化收获打下基础.     

基于计算机视觉技术的水稻病害图像识别研究进展

从病害图像采集、图像处理、特征提取、分类识别4个方面对水稻常见病害的识别方法和技术进行了综述研究,分析了一些典型方法的基本原理、关键技术、实现方法和应用效果,总结了该领域现有研究存在的问题与不足,对未来的发展趋势和研究方向进行了展望.采用计算机视觉技术对农作物病虫害进行识别,具有无损、快速、实时、准确等特点,对于加速农...     

基于计算机视觉的作物行定位技术

针对基于计算机视觉的作物行中心线定位困难问题,提出了基于垂直投影法的作物行定位方法。对作物图像运用过绿特征值分割作物和背景,将得到过绿特征图像划分为若干水平图像条,对图像条过绿特征值进行垂直投影,求取投影曲线上突出峰点的位置;利用稳健回归法对位置点进行线性拟合得到作物的行中心线。采用320×240像素的大豆图像进行作物行定位实验,结果表明采用该方法能够获得较好的定位结果。     

基于计算机视觉的杜鹃自动分级方法

随着我国花卉产业的蓬勃发展,花卉的自动化生产已经成为了必然趋势。提出了基于计算机视觉的杜鹃分级方法,对杜鹃的侧视图、俯视图进行图像分割,通过分析计算,得到株高、冠径、花盖度、花朵分布均匀度4项关键指标。对60盆杜鹃的分级试验结果表明,综合分级正确率达96.7%,其中株高的平均测量误差为5mm,冠径的平均测量误差为7mm,而对花盖度及均匀度的分级正确率分别达98.3%和96.7%,并可测出准确的分级参数,用于杜鹃的培育分析。该分级方法准确,实时性高,为杜鹃自动化分级提供了有效的途径。     

植物病害生防制剂的研究进展

从微生物源杀菌剂(农用抗生素和活体微生物杀菌剂)、植物源杀菌剂、半合成杀菌剂、遗传工程杀菌剂等方面综述了植物病害生防制剂的研究和应用进展,展望了植物病害生防制剂的发展前景.     

壳聚糖抑制植物病害的机制研究进展

文章简要综述了壳聚糖的诱导抗病及抑菌机理,指出壳聚糖在离体条件下能诱导植物增强自身防御反应,产生广谱抗性,还能直接作用于病原微生物而抑制多种植物病原菌的生长,但壳聚糖诱导植物抗病的机理研究还存在诱抗信号在细胞间的传递路径不明、壳聚糖对于不同微生物的抑制作用机理是否相同等问题,需进一步研究解决。     

Ground truth evaluation of computer vision based 3D reconstruction of synthesized and real plant images

There is an increasing interest in using 3D computer vision in precision agriculture. This calls for better quantitative evaluation and understanding of computer vision methods. This paper proposes a test framework using ray traced crop scenes that allows in-depth analysis of algorithm performance and finds the optimal hardware and light source setup before investing in expensive equipment and field experiments. It was expected to be a valuable tool to structure the otherwise incomprehensibly large information space and to see relationships between parameter configurations and crop features. Images of real plants with similar structural categories were annotated manually for comparison in order to validate the performance results on the synthesised images. The results showed substantial correlation between synthesized and real plants, but only when all error sources were accounted for in the simulation. However, there were exceptions where there were structural differences between the virtual plant and the real plant that were unaccounted for by its category. The test framework was evaluated to be a valuable tool to uncover information from complex data structures.     

基于计算机视觉的三七主根质量的分级方法

选取干燥后的三七主根样本110个,运用计算机视觉技术获取三七主根样本图像,对图像进行灰度化、二值化以及形态学运算,提取长、宽、投影面积等特征值。结果表明,三七主根的形状可分为锥形和瘤形,分别对2种主根建立投影面积和质量的关系预测模型,三七主根的质量和投影面积呈线性相关,锥形三七主根与瘤形三七主根投影面积和质量预测模型的决定系数R2分别为0.984 9和0.986 6。采用十折交叉验证法对质量预测模型进行验证,锥形三七主根质量误差均值0.334 8 g;瘤形三七主根质量误差均值0.494 9 g。     

基于计算机视觉的鸡蛋表面积估算方法

鸡蛋表面积参数已广泛应用于蛋品加工业以及生物学的研究上,但其传统手工检测方法存在着效率低的缺点.基于计算机视觉技术,提出了一种像素面积投影法来计算三维目标的表面积,该方法简单易于实现,且对任意不规则目标表面积的估算都适用.以3种特殊曲面的表面积为例,验证了该估算方法的精确度.通过对鸡蛋建立旋转椭球数学模型采用像素面积投影法进行了计算,并与实验数据对比,二者相对误差小于10%,满足实际工程需求.     

计算机图像识别技术在小麦种子精选中的应用

以农大399小麦种子为试验材料,通过图像识别技术获取单粒小麦种子的形态物理指标,拟通过研究这些形态物理参数与小麦种子活力的相关性,为图像识别技术在作物种子加工工艺和参数精确选择提供参考。首先采用平板扫描仪获取单粒小麦种子的PNG图像,采用本实验室自主开发的种子形态自动化识别软件自动提取单粒种子(400粒)的RGB、Lab、HSB、长度、宽度和投影面积等形态物理指标,然后进行垂直玻璃板发芽试验,以发芽第5天的幼苗长度、鲜重和简易活力指数作为种子质量指标,相关分析结果表明:农大399小麦种子的幼苗鲜重与种子投影面积、长度和宽度的相关系数分别为0.45、0.40和0.37,均达到显著相关。将种子按投影面积、长度和宽度进行分组,实验结果表明幼苗鲜重和简易活力指数随着种子投影面积、宽度和长度的增加而增加,且达到极显著差异水平,生产上可以根据对种子质量或数量的需求灵活设置相关加工参数。