机器视觉在农业中的应用.doc

《机器视觉在农业中的应用.doc》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、机械与电子工程学院级博士（硕士）研究生读书报告题目（居中）：学院：学科、专业：研究方向：研究生：指导教师：日期：机器视觉在农业中的应用TheApplicationofMachineVisioninAgriculture学号：2010051145姓名：郑玲Zhengling导师：赵春江ZhaoChunjiang专业：农业电气化与自动Agriculturalelectrificationandautomation摘要：随着计算机与图像处理技术的发展，机器视觉技术的研究与应用已扩展到农业工程领域，并在许多方面取得了重大成果

2、。机器视觉在农业机械中的主要应用于农作物生长情况监测、农产品质量鉴定和农产品收获三个方面。概述了农业机械应用机器视觉技术所存在的问题和研究此项技术的开发方向。随着相关技术的发展,机器视觉技术的应用必将大大提高农业机械的性能和水平,并且是农业机械向现代化、智能化发展的方向。关键词：机器视觉技术；农业生产；应用Abstract:Alongwiththedevelopmentofcomputerandimageprocessingtechnology,theresearchandapplicationofMachinevi

3、siontechnologyhasalreadyexpandedintotheagriculturalengineeringfieldandgotgreatachievementsinmanyfields.Machinevisiontechnologyismainlyusedincropgrowthsituationmonitoring,producequalityappraisalandagriculturalproductsharvest.Theproblemsabouttheapplicationofmachi

4、nevisioninagriculturalmachineryweresummarizedandthedevelopmentdirectionofthistechnologywasstudied.Withthedevelopmentofthistechnology,theapplicationofmachinevisiontechnologywillgreatlyenhancetheperformanceandthelevelofagriculturalmachinery,anditisalsothedevelopm

5、entdirectionofagriculturalmachinerytowardsthedirectionofmodernandintelligent.Keywords:Machinevisiontechnology;Agriculturalproduction;Application1机器视觉技术在农作物生长检测中的研究精准农业中一个重要内容是农作物生长信息的自动检测。通过对图像的处理和分析，可以及时评价作物生长中的缺水、缺肥以及虫害等现象，提示种植户采取相应措施。山东莱阳农学院陈佳娟采用计算机视觉技术，根据棉花

6、叶片的孔洞及叶片边缘的残缺，来测定棉花在生长过程中虫害的受害程度。西北农林科技大学耿楠等用计算机视觉技术检测小麦个体的生长状态，分析了农作物生长检测中带有共性的图像处理方法，选择中值滤波法平滑图像中的噪声，用判别分析法确定最佳阀值。韩国学者K．Choi等人(1995)根据美国农业部(uusDA)关于蕃茄成熟度的分级标准，利用彩色图像处理技术把新鲜蕃茄分为6个等级。2机器视觉技术在农产品质量鉴定中的研究利用机器视觉对采集到的农产品外观图像进行处理与分析，可一次获得决定农产品质量品质的颜色、尺寸、形状及表面缺陷等参数，因

7、此将机器视觉技术开发与研究应用于农产品质量检测有着不可比拟的优越性。张书慧、陈晓光通过建立图像数据采集与分析系统及相关农副产品图像数据库，实现对农副产品品质(如表面颜色、形状、缺陷)的准确分级。王江枫等探讨了应用计算机视觉技术进行芒果重量及果面坏损检测的方法，建立了芒果重量与其投影图像的相互关系。黄星奕、方如明提出用计算机视觉技术代替人眼对大米胚芽进行自动识别的方法。何东健等以计算机视觉自动检测果实表面着色度并进行分级为目的，建立了室内计算机视觉系统获取苹果果实的彩色图像，并将RGB值转换成HIs值，分级实验结果表明

8、，用建立的准则和方法，计算机分级与人工分级的一致度在88％以上。3机器视觉技术在农产品收获中的研究农作物收获自动化是机器视觉技术在收获机械中的应用,是近年来最热门的研究课题之一。日本有“Kubota”公司在1991年成功研制了一种用于橘子收获的机器手，能从果园自然环境中识别橘子，准确率为75％。sitesP．W等研究了一套图像采集系统及图像增强