机器视觉技术在温室营养液调控系统中的应用

现代设施农业趋向于采用无土栽培.无土栽培是一种采用灌溉营养液来栽培作物的方法.为此,介绍了国内温室无土栽培中营养液供给系统的研究现状,针对目前营养液供给控制存在的问题,将机器视觉技术应用到温室营养液调控中,利用作物的图像信息和环境信息,参考作物专家系统,提出控制策略,调整营养液配置参数,并阐述了系统的软硬件实现方法.     

温室营养液调控系统的构建研究

现代设施农业趋向于采用无土栽培方式.为此,针对目前国内温室作物的营养液供给系统存在的主要问题,即营养液供给系统不能按照作物的生长需求调配营养液,设计了一套营养液智能调控系统,详细介绍了营养液调控系统的控制原理,并叙述了组成结构,最后介绍了系统的控制策略.     

温室蔬菜无土栽培营养液供给定时器的研制

介绍了一种方便、灵活、准确和价廉的定时器。该仪器主要通过整流、稳压、双延时、中间控制和被控潜水泵，达到了温室蔬菜无土栽培营养液供给自动控制的目的，具有广泛的应用前景。     

基于计算机视觉技术的双黄鸡蛋检测系统研究

随着生活水平的提高,人们对禽蛋的品质日益关注。双黄蛋由于营养丰富而备受消费者青睐,其商业价值远超普通的单黄蛋。为此,建立了一个基于计算机视觉技术的双黄鸡蛋检测系统。该系统通过提取鸡蛋的蛋形尺寸、蛋黄特征和蛋黄指数等特征,实现利用建立的关系模型完成双黄鸡蛋的识别检测,正确识别率可以达到95%以上。     

温室大棚中杂草识别系统的应用研究

介绍了一种基于计算机视觉的快速杂草识别算法，能够快速正确地将杂草叶面从复杂的土壤背景中识别出来，从而满足实时地为后续变最控制提供信号的要求。利用AOI测试工具，采集了不同土壤、作物残留物以及各种光照条件下温室大棚内的杂草的图像进行处理，通过提取图像中每一个像素R、G、B的3个分量值计算出(2G-R—B)颜色特征值，将彩色图像转变成灰度图像显示。     

计算机视觉技术中农业自动化的应用

计算机视觉技术已经从传统领域逐步发展到了农业领域,笔者通过对这一系统的大致情况进行了解,并针对这一系统目前在农业生产过程中的运用情况进行了一个简单初步的介绍,同时对这一系统在农业生产领域的未来发展前景这一问题上进行了展望。     

国内温室营养液供给系统的现状研究

现代设施农业采用无土栽培方式,作物生长发育所必需的营养元素除了碳、氢、氧主要由空气和水提供外,其它营养元素都必须通过灌溉营养液来提供,营养液供给技术是无土栽培技术的基础.为此,介绍了国内温室营养液供给系统的研究现状,指出了目前国内温室营养液供给系统中存在的问题是营养液供给系统的配置无法动态地反映作物对某种营养元素的需求,无法按照作物的生理生长特性来供应作物所需的营养液.     

温室与计算机监控系统

本文介绍了计算机监控系统在农业温室自控中的应用。并对系统的硬件构成,软件功能,以及设计思想作了阐述。     

基于计算机视觉的苹果自动分级系统硬件开发

介绍了一种基于计算机视觉的新型苹果实时分级试验系统的硬件组成,该系统主要由输送机构、视觉系统及均匀照明室３部分组成。输送机构可把苹果４个表面快速呈现给视觉检测系统;视觉系统可同时采集苹果在可见光和近红外光谱范围内的图像信息并送至计算机内存进行处理;照明系统为ＣＣＤ摄像机的视区提供均匀、恒定的光照。初步试验表明了该系统的可行性,其辅助机构的实时分级算法有待于进一步研究。     

基于虚拟仪器的计算机图像处理与分析系统

传统的图像处理与分析系统的开发常常采用面向过程、基于文本的信息，具有开发周期长、可移植性差等缺点，而基于虚拟仪器的计算机图像处理与分析系统的开发，大大改变了传统的开发方式，其面向对象、图形化的编程的方式使开发灵活、方便、系统界面友好、开发周期短、功能易于扩充及程序移植性好，为此，根据农产品品质检测的需要，开发了一套基于虚拟仪器的计算机图像处理与分析系统。论述了系统的构成及功能。     

基于计算机视觉系统的溶液浓度快速检测方法

基于计算机视觉系统的RGB色度学理论,提出一种测定有色溶液浓度的数字色度法,并开发了与之配套的软件检测系统。该方法与分光光度计相比,大大提高了检测效率,理论上每分钟可完成上百个样品浓度的同时测定。通过软件系统分析样品色度信息,实现自动显示被测溶液浓度的良好效果,为一次性成批检测溶液浓度提供了一种简捷快速的新思路。     

计算机视觉技术在苹果叶片营养诊断上的应用

植物营养诊断方法很多,但是无论何种方法,由于复杂的检测技术条件,在实际应用中均存在着一定困难,人们希望获得更快更简捷的检测方法和工具.随着计算机视觉技术的专业化与计算机硬件成本的降低和速度的提高,其在农产品诊断领域应用计算机视觉已变得越来越具有吸引力.苹果叶片营养状态诊断是进行合理施肥的前提,因此具有非常重要的意义.     

基于计算机视觉数据对大棚作物生长趋势的挖掘

设施农业具有可控的环境条件,可以通过工程技术手段实现作物的高效生产。大棚是设施农业的重要形式,能够显著提高作物的抗灾减灾和反季节生产能力。大棚作物的生长状况反映出大棚生产管理的效果,并作为农艺操作和产量预测的依据。为此,开发了通过计算机视觉分析大棚作物的植株颜色和发育阶段等生长信息的方法,利用专家系统挖掘视觉分析数据,评判作物的生长状况,预测后续生长趋势和最终产量。大棚黄瓜的试验结果表明:基于计算机视觉的数据挖掘可以准确评判黄瓜的生长状况,较为准确地预测成熟时期和最终产量,提高了大棚生产的智能化水平。     

基于计算机视觉技术的玉米叶绿素含量检测研究

植株叶片中叶绿素浓度的高低与植株进行的光合作用效率、植株的整体生长状况息息相关,在农业生产过程中,常常根据叶片中叶绿素含量(SPAD)的多少来精确的判断植物的生长状态,也是控制植株长势的依据。传统的叶绿素含量检测方式分光光度法,存在耗时长、步骤多、操作要求高等问题,而采用计算机视觉技术处理图像的过程更加准确、高效,不会像人眼分析时受到主观因素的影响导致偏差。为此,基于计算机视觉技术来检测玉米叶片中叶绿素含量,利用扫描仪采集玉米叶片的图像,将图像输送至计算机,然后通过软件处理图像,分割出图像中有效像素的颜色特征值,将特征值转换就可以得到玉米叶片中叶绿素。试验结果显示:利用计算机视觉技术可以准确地测定玉米叶片中叶绿素含量,进而进行合理施肥,避免浪费,对增加玉米的产量具有极大的价值。     

基于计算机视觉技术的玉米植株高度检测的研究

玉米植株高度的检测对于玉米生长期间的营养调控有着非常重要的意义,玉米植株高度也是玉米种植密度的重要参数,更是玉米产量的影响因素之一。大范围地种植玉米,在玉米植株长势的整体控制上就会存在空白区,而引用计算机视觉技术可以全面、快速地检测玉米植株高度,提高检测数据的正确率,减轻测量工作需要的劳动强度和缩短测量时间。为此,基于计算机视觉技术来检测玉米植株高度,利用事先安装在田间的带有红外照明的摄像头采集白天和夜晚的玉米植株图像,通过图像分割、边缘轮廓计算、图像增强等方法处理图像后,测得玉米植株白天和夜晚两个时间段的高度,分析出植株的生长情况,控制其长势。研究结果表明:相较于人眼粗略的判断或是人工采用直尺测量,利用计算机视觉技术来测量玉米植株高度,可以大范围测量,且测量的速度快、测量结果误差小,最大程度地降低了人工的投入。     

基于计算机视觉技术的水果分级研究进展

较为全面地介绍了国内外基于计算机视觉技术的水果外观品质的单指标分级、多指标综合分级和水果内部品质检测分级的研究现状与方法,指出了现有研究中研究对象较单一、图像采集不全面、图像处理算法不多、精度不高等存在的主要问题.同时,提出了未来水果分级的发展方向,认为水果内外品质融合的一体化分级技术是未来的发展趋势.     

计算机视觉运用于棉花水分养分供给系统设计

针对目前棉花水分检测存在的缺陷和过量施肥的问题,提出了一种基于计算机视觉的棉花水分养分亏缺实时检测和水分养分自动供给系统。运用配置有近红外光发射器的CCD照相机采集得到棉花叶片图像信息,对图像进行去噪音等预处理得到植物叶片的图像,对叶片水分亏缺和缺素信息相关的颜色特征、纹理的时域特征、纹理的频域特征及缺素初期斑点的时频特征,分别运用相对差值百分率直方图、差分算子,以及傅里叶变换和小波包提取等新方法进行提取,并利用遗传算法对提取的众多特征项进行优化选择,建立棉花叶片图像信息与水分养分亏缺状况的对应关系,并通过物联网技术连接微喷灌终端实现水分养分定时定量自动供给。将系统于湖北进行试用试验,试验表明:本系统大幅度提高了棉花产量,降低了灌溉水消耗量、肥料消耗量和土壤肥料残留量,减轻了农业生产对环境的污染,有较好的应用前景,值得推广。     

基于虚拟仪器技术的田间多光谱视觉系统设计

设计了一套田间多光谱虚拟仪器视觉系统.系统使用高分辨率的多光谱(近红外、红光和绿光)相机MS3100,拍摄作物生长期的多光谱图像,采用Labview及其视觉模块编写图像的采集、处理和分析程序,实时测取作物各个光谱波段的反射率.田间试验表明,该系统可以准确地对图像中的作物进行识别,求取作物的光谱反射特征,在2.4m×1.8m的视窗内,每组图像的采集和处理时间平均为311ms,满足田间精准变量投入的在线工作要求.