|
隨著計算機與圖像處理技術的發(fā)展，機器視覺技術的研究與應用已擴展到農業(yè)工程領域，并在許多方面取得了重大成果。機器視覺在農業(yè)機械中的主要應用于農作物生長情況監(jiān)測、農產品質量鑒定和農產品收獲三個方面。概述了農業(yè)機械應用機器視覺技術所存在的問題和研究此項技術的開發(fā)方向。隨著相關技術的發(fā)展, 機器視覺技術的應用必將大大提高農業(yè)機械的性能和水平, 并且是農業(yè)機械向現(xiàn)代化、智能化發(fā)展的方向。
一、 機器視覺技術在農作物生長檢測中的研究
精準農業(yè)中一個重要內容是農作物生長信息的自動檢測。通過對圖像的處理和分析，可以及時評價作物生長中的缺水、缺肥以及蟲害等現(xiàn)象，提示種植戶采取相應措施。山東萊陽農學院采用計算機視覺技術，根據棉花葉片的孔洞及葉片邊緣的殘缺，來測定棉花在生長過程中蟲害的受害程度。西北農林科技大學用計算機視覺技術檢測小麥個體的生長狀態(tài)，分析了農作物生長檢測中帶有共性的圖像處理方法，選擇中值濾波法平滑圖像中的噪聲，用判別分析法確定最佳閥值。
二、 機器視覺技術在農產品質量鑒定中的研究
利用機器視覺對采集到的農產品外觀圖像進行處理與分析，可一次獲得決定農產品質量品質的顏色、尺寸、形狀及表面缺陷等參數，因此將機器視覺技術開發(fā)與研究應用于農產品質量檢測有著不可比擬的優(yōu)越性。例如，1.通過建立圖像數據采集與分析系統(tǒng)及相關農副產品圖像數據庫，可以實現(xiàn)對農副產品品質，如表面顏色、形狀、缺陷的準確分級。2.探討了應用計算機視覺技術進行芒果重量及果面壞損檢測的方法，建立了芒果重量與其投影圖像的相互關系。3.用計算機視覺技術代替人眼對大米胚芽進行自動識別的方法。4.以計算機視覺自動檢測果實表面著色度并進行分級為目的，建立了室內計算機視覺系統(tǒng)獲取蘋果果實的彩色圖像，并將RGB值轉換成HIs值，分級實驗結果表明，用建立的準則和方法，計算機分級與人工分級的一致度在88％以上。
三、機器視覺技術在農產品收獲中的研究
農作物收獲自動化是機器視覺技術在收獲機械中的應用, 是近年來最熱門的研究課題之一。日本有“Kubota”公司在1991年成功研制了一種用于橘子收獲的機器手，能從果園自然環(huán)境中識別橘子，準確率為75％。sites P．W等研究了一套圖像采集系統(tǒng)及圖像增強和特征信息的提取算法，用于增強原始圖像及“多果”、“單果”和“噪聲”的區(qū)別。分別于白天和晚上在桃園和蘋果園進行實驗，識別水果的正確率為89％。國內也研制了具有計算機視覺系統(tǒng)的蘑菇采摘機器人，使蘑菇的生產從苗床管理到收獲分類實現(xiàn)了全部自動化。
北京盈美智科技發(fā)展有限公司成功代理機器視覺產品，包括工業(yè)相機、圖像采集卡、專業(yè)圖像處理軟件等。詳情請登錄我們的網站www.cnimage.com。聯(lián)系電話：18901085836。
|
