共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
3.
机器视觉在农产品检测与分级中的应用与展望 总被引:1,自引:0,他引:1
计算机技术的发展与计算机速度的提高和硬件成本的下降,使得机器视觉技术在农产品检测领域中的应用越来越广泛,论述了国内外机器视觉技术在农产品检测中的应用研究和发展情况,同时指出了进一步研究的方向。 相似文献
4.
5.
机器视觉技术在禽蛋品质和孵化成活性检测中的应用 总被引:1,自引:0,他引:1
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。 相似文献
7.
8.
机器视觉是一种快速,一致且客观的检查技术,已扩展到许多不同的行业。它的速度和准确性为自动化,无损且具有低成本效益的技术一种技术,为生产领域提供了另一种选择,可满足日益增长的生产和质量要求。这种检查方法已发现在农业中的应用,包括蔬菜、玉米、农产品等农产品的检查和分级。外皮缺陷的存在是农作物价格中最有影响力的因素之一,因为大多数消费者都将品质与良好的外观联系在一起,并且完全没有外部缺陷。但是,缺陷要比颜色,形状和尺寸要检查和分级困难得多。本文介绍了一些检测技术。这些技术包括基于二维和三维(3D)信息的图像处理方法,以及高光谱和多光谱成像。多摄像机组合成像系统的开发将确保计算机视觉技术继续满足这个竞争激烈且充满挑战的农贸行业所需的准确性和质量要求。本文通过对机器视觉技术进行分析,总结出该技术的一些运用现状以及还存在的问题,并提供解决方案,以期对我国农业生产具有促进作用。 相似文献
9.
机器视觉技术在农业生产中的应用研究 总被引:1,自引:0,他引:1
《农村经济与科技》2019,(23):55-56
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。 相似文献
10.
11.
机器视觉技术在稻米外观品质检测中的应用与展望 总被引:1,自引:0,他引:1
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。 相似文献
12.
计算机视觉及模式识别技术在农业领域的应用 总被引:3,自引:0,他引:3
计算机视觉技术在农业各个领域的应用研究得到了广泛开展,并随着相关技术的不断成熟和发展,计算机视觉在农业各领域中的应用必将对传统农业模式产生巨大影响。本文从计算机视觉技术在果品分级与检测、粮食种质的检验与评测、植物生长状态监测、田间收获作业、农产品加工、杂草与病虫害防治等方面的发展作了回顾和综述,并对今后的发展作了展望。 相似文献
13.
机器视觉技术在我国打造高水平农业的道路上扮演了重要角色。为帮助相关研究人员整体了解我国农业领域内机器视觉技术的应用情况,把握其研究方向,以中国知网为文献数据来源,通过文献解读,结合文献计量学和知识图谱可视化软件,系统分析机器视觉技术在我国农业中的应用情况,并提出现有的研究弱势和未来的发展趋势。结果表明,机器视觉技术在我国农业领域内的发展大致可以分为3个阶段,研究数量整体呈现上升趋势,应用方向可以分为视觉导航、无损检测、精确定位、病虫害识别、长势监测、目标识别或判断、信息采集或测算,研究重点为导航、农业机械、识别、算法、无损检测、图像处理,未来的研究方向为高精度智能化视觉系统的研发。 相似文献
14.
15.
16.
机器视觉技术在金莲花灌溉中的应用研究 总被引:7,自引:0,他引:7
应用机器视觉技术研究了判断作物缺水状态的方法。在日光条件下采集了金莲花叶片图像,然后分别提取了红绿蓝(RGB)三色分量和它们的相对系数rgb及色度H。在RGB和HSI颜色模型下分析了各分量与作物缺水时间之间的相关特性.分析结果表明红色分量R、绿色分量G、蓝色分量B、以及r分量、b分量都与缺水时间之间有相当高的相关性,可以用作利用机器视觉快速判断金莲花缺水状况的指标,而其他分量与缺水时间之间没有明显的相关性。 相似文献
17.
18.
机器视觉技术在现代农业中的应用 总被引:1,自引:0,他引:1
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。 相似文献
19.
应用机器视觉技术研究了判断作物缺水状态的方法.在日光条件下采集了金莲花叶片图像,然后分别提取了红绿蓝(RGB)三色分量和它们的相对系数rgb及色度H.在RGB和HSI颜色模型下分析了各分量与作物缺水时间之间的相关特性.分析结果表明红色分量R、绿色分量G、蓝色分量B、以及r分量、b分量都与缺水时间之间有相当高的相关性,可以用作利用机器视觉快速判断金莲花缺水状况的指标,而其他分量与缺水时间之间没有明显的相关性. 相似文献
20.
设计搭建了基于机器视觉的小粒咖啡豆检测分级系统,系统由进料部、匀料筛分部、色选部、气动部、收料部以及电控箱组成。开发了基于OpenCV和visual studio的系统分析与控制软件,实现咖啡豆果径宽度和烘焙程度的检测分级。基于Blob分析方法对小粒咖啡生豆进行图像分割,利用最小外接矩形方法对果径宽度进行特征提取,采用HSV颜色空间模型提取小粒咖啡豆的颜色特征值,最终将小粒咖啡生豆分为5个等级,将烘焙程度分为浅度、中度、深度3个程度。系统运行验证试验结果表明,对小粒咖啡生豆的果径宽度检测的平均误差为1.275%,烘焙程度检测的准确率为88.9%。 相似文献