数字图像处理技术及其在农业中的应用研究.pdf

数字图像处理技术及其在农业中的应用研究.pdf

ID:57067826

大小:287.17 KB

页数:3页

时间:2020-07-31

数字图像处理技术及其在农业中的应用研究.pdf_第1页
数字图像处理技术及其在农业中的应用研究.pdf_第2页
数字图像处理技术及其在农业中的应用研究.pdf_第3页
资源描述:

《数字图像处理技术及其在农业中的应用研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、安徽农业科学,JournalofAnhuiAgri.Sci.2013,41(13):6060-6061,6072责任编辑姜丽责任校对卢瑶数字图像处理技术及其在农业中的应用研究李辉,滕桂法,张燕(河北农业大学研究生学院,河北保定071001)摘要随着计算机和图像处理技术的发展,数字图像处理技术的研究和应用已扩展到农业工程领域,并取得了许多重要研究成果。从两个方面介绍了数字图像处理技术研究和应用情况。关键词图像处理;应用;农业工程中图分类号S126文献标识码A文章编号0517-6611(2013)13-06060-02DigitalIm

2、ageProcessingTechnologyandItsApplicationinAgricultureLIHuietal(GraduateSchool,AgriculturalUniversityofHebei,Baoding,Hebei071001)AbstractWiththedevelopmentofthecomputerandimageprocessingtechnology,theresearchandapplicationofthedigitalimageprocessingtechnologyhaveextende

3、dintoagriculturalengineeringfield,andhasmademanyimportantresearchresults.Theresearchandapplicationofthedigitalimageprocessingtechnologywereintroducedfromtwoaspects.KeywordsImageprocessing;Application;Agriculturalengineering随着信息产业的逐渐发展以及与其他各个学科间不断在国内,周云山等利用计算机视觉研发了可以自动采

4、摘结合的普及,图像识别技术已经能够深入地应用到具体目的蘑菇的机器人,实现了蘑菇产业从养殖到采摘的一条龙的自物识别等领域中。图像是人类获取和交换信息的主要来源,动化。数据表明:该系统在有效地保护采摘过程中蘑菇不受因此,图像处理的应用领域必然涉及到人类生活和工作的损伤的同时,还能保持70~80个/min的采摘速度。此外,中[5]方方面面。随着人类活动范围的不断扩大,图像处理的应国农业大学研制嫁接用机器人的工作获得了成功。[1]用领域也将随之不断扩大。2.2在检测作物缺陷或损伤方面的应用作物损伤自动检1数字图像处理的概念测是农产品分级工作

5、中的一个难点。1984年,Thylor等最早数字图像处理又称为计算机图像处理,它是指将图像对运用线扫描以及摄像机测定水果损伤进行了试验研究,得信号转换成数字信号并利用计算机对其进行处理的过程。出了通过数字图像处理测定水果损伤的准确度完全可以达[6]图像处理中,输入的是质量低的图像,输出的是改善质量后到甚至超过人工,且应用前景更加广泛。Rehkugler等对的图像,常用的图像处理方法有图像增强、复原、编码、压使用计算机视觉测定苹果损伤进行了研究,并对其分级,成[2]缩等。功研制了相关设备,通过一系列试验后,在1989年确定了处2数字图

6、像处理的应用理苹果照片灰度图的算法,能成功计算损伤面积,并区分损2.1数字图像处理技术在农产品收获中的应用研制自动伤类型,但是此研究受限于处理装置,造成处理效率较低,每[7-8]识别采摘机器是图像处理在农业收获中的主要应用,此课题个处理过程需2~3s,另外在分级上精度也比较低。目前备受关注。自动收获机器人的构成主要是收获系统、行1991年,Miller等在对桃子进行分级研究的过程中,除采用阴走系统和视觉机构。基于数字图像处理的自动收获机器人影校正外,对不易分辨边缘的损伤如擦伤则使用近红外图加主要在两个方面应用该技术:①识别和空间定位

7、果实或其他以识别,结果成功完成了分类。试验数据说明:近红外区得目标物,为采摘系统的行为提供参数,提高收获果实的准确到的效果要比颜色图像更好,准确率分别是69%和60%,不性;②识别障碍物体,为行走系统提供准确的目标以躲避障过图像中的梗和萼形成的噪声问题依然不易解决,容易产生[9]碍。苹果、梨、橘子、番茄等作物都是研究的对象,但是此类误判。对于这一问题,Crowe等在1996年研究了可以同农作物生长环境比较复杂,自动识别的图像必然包含枝叶、一时间采集2张图片的方法,这种方法在漫射光以及结构不土壤等对目标物产生影响的背景噪声,所以在实现

8、上不易准照射情况下分别采集,然后通过合成,结合分析,以加大分级[10]确,且识别成功率较低。Slaughter等在室外晴朗天气自然光精度。照条件下获取照片的色度、亮度等方面信息以指导果实采摘1998年,刘禾等通过数字图像处理研究苹果损

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。