计算机视觉技术在果蔬采后处理中的应用

简要阐明了计算机视觉的基本原理和计算机视觉系统的基本组成；选择有代表性的实例，分别介绍了国内外在果蔬采收，果实颜色检测，形状尺寸检测，损伤和表面缺陷检测，以及外观综合指标检测方面计算机视觉技术的应用研究情况，重在研究方法和所得结果。并对果蔬商品化领域计算机视觉技术应用的深入研究所涉及的几个方面提出了看法。     

我国禽蛋无损检测的现状及分析

禽蛋的品质检测是禽蛋生产、加工过程中的重要环节之一,该文从禽蛋的内部品质、外部品质、储存时间、孵化蛋成活性检测以及禽蛋大小分级等方面对我国禽蛋无损检测的现状进行了阐述,内部品质检测和禽蛋大小分级主要以机器视觉技术结合图像处理技术为主;外部品质和储存时间的检测可以利用光学特性和声学特性等,建立相关数学模型实现无损检测;孵化蛋成活性检测目前的方法是通过光谱技术并结合图像信息,建立有效的数学模型,实现孵化前种蛋的定性检测。     

图象及机器视觉技术在作物科学中的应用进展

从作物的生长信息监测、产品外观品质检测与分级、产品收获与加工及病虫草害识别等四个方面回顾了计算机图象技术及机器视觉技术在作物领域的应用研究进展，包括图象处理与分析、机器视觉技术在应用发展过程中的方法探索与思路的演变，并对今后的发展做了展望。     

光电式枣品质在线分级系统

本文介绍了一种光电式枣品质在线分级系统,利用计算机视觉技术,可实现大小、颜色、外部缺陷等枣外观品质指标的分级。包括辊杠去杂列队系统、枣定向系统、计算机视觉识别系统、分级系统。辊杠去杂列队系统利用辊杠的间隙初步去除一些杂质和不适合作为商品果销售的枣,并使枣列队向前运输;枣定向系统通过运输滚轮的自转和运输段的倾斜,使枣的腰径方向和运输方向相同,便于计算机视觉检测和下果;计算机视觉识别系统可检测枣的表面积和枣的颜色,并以此为依据对枣进行分级,结合旋转编码器给出的位置信息,通过控制模块传送给分级执行机构,实现枣品质的在线分级。     

基于数学形态学的香梨果梗提取方法

果梗是香梨品质分级的重要指标之一。本文在香梨图像经过背景分割和边缘检测获取边缘图像后,提出一种利用数学形态学方法对香梨果梗进行自动提取的新方法。利用MATLAB 7.1软件平台开发了香梨果梗自动提取的计算机视觉检测软件。研究结果表明,该方法对香梨果梗的提取的正确率为90.7%。     

基于人工神经网络的马铃薯品质分级系统

综合运用计算机视觉技术、人工神经网络技术以实现马铃薯品质的自动分级．试验表明,该方法能满足马铃薯分级的要求,分级的准确率可以达到90％以上．     

农产品视觉检测与分级的研究现状与发展趋势

综述了国内外水果、蔬菜及其它农产品视觉检测分级研究与应用的现状,归纳了现有研究尚存的主要问题,如研究对象比较单一、图像采集不全面、缺少内部品质的视觉信息提取与检测、多数农产品视觉分级系统生产率比较低等。提出广泛扩展研究对象种类、农产品全面图像的摄取、结合红外、微波、核磁共振等技术进行内部品质的视觉信息提取与检测、研究快速并行图像处理算法等作为今后的发展趋势。     

肉品品质检测技术综述

介绍了人工嗅觉与人工味觉检测技术、计算机视觉技术、近红外光谱技术、高光谱图像检测技术等无损检测技术的发展概况.应用高光谱图像技术对肉品品质进行无损检测是当前的研究热点之一.介绍了该技术的基本原理和国内外肉品品质高光谱图像检测技术的研究现状,并展望了高光谱图像检测技术在肉品品质检测中的研究前景,以期对我国相关研究人员的研究工作提供参考.     

基于计算机视觉的织物疵点检测的近期进展

按照模式识别的一般顺序并根据当前的研究中所使用的方法，简要综述了近年来计算机视觉在织物疵点检测领域的应用和发展情况。首先分析了将计算机视觉应用于织物疵点检测的现实意义。考虑到特征提取与选择模块以及检测模块是瑕疵检测系统中最关键的两个部分，着重讨论了这两个模块近期所涉及的各种方法及其在疵点检测应用上的效果。最后给出了结论，说明了开发国产化自动验布机的意义。     

面向食品加工过程智能化的计算机视觉技术进展

 近年来,面向食品加工过程的计算机视觉技术以其检测速度快、非接触、高精度等优势成为食品加工领域向自动化和智能化方向发展的重要因素和技术关键,且在理论研究和工程应用方面都取得了长足的发展。本文介绍了面向食品加工过程的计算机视觉技术在过程监控、质量检测、食品安全等工程领域的应用情况;阐释了计算机视觉技术与智能优化控制、网络化多机器人系统协作技术在食品加工过程智能化发展进程中的重要作用;最后展望了面向食品加工过程的计算机视觉技术的发展。     

基于计算机的视觉检测技术的原理及应用研究

基于计算机的视觉检测技术在检测系统的柔性、智能化、通用化、敏捷性等方面较其它方法具有更大的优越性,本文综合了国内外在AVI方面的研究成果,分析了其基本原理和应用以及近年来此方面的研究成果,并探讨了基于计算机的视觉检测技术的发展趋势。     

计算机视觉在农作物管理方面的应用研究

介绍了计算机视觉的概念,综述了计算机视觉在农业领域的应用,包括质量检测、作物分类、田间作业时的自动导航、作物长势判断、作物营养监测等。     

浅谈计算机视觉技术进展及其新兴应用

针对人工智能领域的计算机视觉方向,分别从视觉感知和视觉生成两个维度分析计算机视觉技术的最新进展,包含但不限于表示学习、识别分类、目标检测、图像分割、像素级别的图像与视频生成以及视觉与语言等技术。在计算机视觉技术的新兴应用方面,分别论述了内容审核、拍照购物及搭配购物等方面的产品在电商领域的成功落地应用。     

南果梨栽培与生产研究进展

综述了南果梨的品种特性、果实品质影响因子、调控技术、果实采后生理及贮藏加工技术等方面的研究概况,指出了南果梨生产中存在的主要问题,并从南果梨果实品质形成规律、果实褐变机理和贮藏保鲜技术研究等方面提出了展望。     

基于机器视觉的草莓图像处理研究

基于机器视觉的草莓采摘和分级问题是草莓自动化种植的热点研究问题.本文从草莓图像的采集、去噪、灰度变换和增强、二值化处理、边缘检测、周长、面积和颜色特征提取等方面开展研究.实验表明:选用白色作为草莓图像背景可清晰地分割出草莓果实;中值滤波算法可较好地去除草莓图像在采集过程中混入的椒盐噪声;5种经典的边缘检测方法都可清晰、连续地分割出草莓的轮廓线;采用草莓果实面积、周长和颜色特征来评价草莓的大小和品质等级可作为今后研制草莓自动分级设备的重要依据.     

农业自动化机械障碍物检测研究进展

农业机械自动导航技术在智慧农业领域饱受关注,而障碍物检测则是其中的重要环节.首先分析了早年传感器检测技术的不足,然后对计算机视觉应用于农业机械智能障碍物的检测方法以及应用前景进行了综述.传感器技术由单一传感器到多传感器信息融合,虽然已经十分成熟,但仍存在受障碍物表面影响以及检测成本过高等不足.计算机视觉和深度学习在近两年不断被用于农业领域,例如卷积神经网络等,但在遮挡、远距离检测、移动障碍物检测等多个方面仍有很大的提升空间.对二十几年来的农业障碍物检测技术进行了概括,总结了现有问题,并提出了符合未来我国智慧农业发展的新思路.     

番茄果实可溶性固形物的作用及研究概况

本文论述了可溶性固形物在番茄果实的品质特性、加工特性和生理作用方面的作用,以及番茄果实中可溶性固形物的主要成分和对风味的影响作用。也对近年来提高番茄果实可溶性固形物的基因重组、水肥调控和激素调控等途径的研究情况做了概述。     

基于近红外透射光谱与机器视觉的蜜柚汁胞粒化分级检测

汁胞粒化是一种柑橘类水果中汁液囊的生理失调现象,表现为汁液囊变硬、干燥等,对水果内部品质产生消极影响。蜜柚是一种厚皮的柑橘类水果,很难通过外部果皮及果形,鉴定果实内部的汁胞粒化程度。采用近红外透射光谱结合机器视觉技术的快速无损检测方法,对蜜柚汁胞粒化程度进行分级检测。采集600个不同生长期的蜜柚样本在900～1700 nm的光谱数据,按果实的汁胞粒化程度将其分为5级。结合化学计量学研究由汁胞粒化引起的内部品质的化学变化,而机器视觉技术可用于研究由汁胞粒化引起的外部特征的物理变化。因此,该方法相较于传统检测方法,分级模型的预测能力更好。尤其是,连续投影-K近邻算法预测模型的准确性、敏感性和特异性分别达到0.970 0、0.923 1和0.987 4以上。结果表明:该方法可用于汁胞粒化的鉴定与评估分级,且具有巨大潜力,以期为厚皮类水果在线分选及内部品质研究提供参考和理论依据。     

马铃薯外部品质分级方法综述

马铃薯的外部品质决定了其附加经济效益,高效准确的外部品质分级可将经济效益最大化。通过梳理马铃薯外部品质分级的现有研究成果,综述了人工分级,机械分级和机器视觉分级的研究进展。重点论述了机器视觉分级方法,按照大小特征、形状特征、缺陷特征三个方面将机器视觉分级方法做出了详细的分类和评述。最后总结了三种方法各自存在的优点和不足,并为机械分级和机器视觉分级提供了新的研究思路。     

嫁接苗木自动化品质检测与分级研究

利用计算机图像处理技术，结合目前自动化嫁接技术的发展与特点，模拟人的分级选苗过程，设计出苗木自动化品质检测与分级软件。利用该软件进行瓠瓜、西瓜苗木品质检测试验，结果与人工检测相比0级苗与1级苗的准确率均达到了100％，实现了苗木嫁接前的自动选苗。有利于进一步提高苗木嫁接质量，推动我国工厂化培育嫁接苗的快速发展和促进自动化嫁接技术的完善与发展。