共查询到19条相似文献,搜索用时 393 毫秒
1.
2.
3.
4.
随着计算机和图像处理技术的发展,机器视觉技术的研究和应用已扩展到农业生产领域,并取得了许多重要研究成果。阐述了机器视觉技术在农业生产各领域(水果的自动分选、种子和粮食品质的检测、农产品异物检测、农田作业机械、植物生长情况监测及动物生产中)的应用,为进一步应用机器视觉技术提供参考。 相似文献
5.
6.
7.
机器视觉技术在精细农业中的研究进展 总被引:2,自引:0,他引:2
精细农业以节约投入、增加产出、提高投入物利用率、减少环境污染为目的.快速、准确地采集各种农田信息,有效地监测农业对象是实施精细农业的重要基础.机器视觉技术由于其非破坏性、精度高、成本效率高、信息量大、灵活等特点,在精细农业中得到了广泛的应用.为此,通过对大量参考文献进行分析,发现机器视觉在精细农业中的主要研究方向集中在农业机械自动导航、作物生长信息检测、变量控制等方面.同时,对机器视觉技术在上述领域中的研究情况进行分析和总结,并讨论了未来机器视觉技术在精细农业中应用存在的问题以及发展前景. 相似文献
8.
9.
随着科学技术的飞速发展,机器视觉技术在不同的应用场景下取得了良好的效果。机器视觉技术通过卷积神经网络、YOLO等模型,可以实现目标检测、目标分类、位置识别等。实践证明,农业机器人进一步结合机器视觉技术可以极大地提高农业智能化水平。基于此,课题组介绍了机器视觉技术在农业中的应用场景,详细分析了农业机器人的定位解决方案,结合单目相机提出了实现目标定位的方法,结合图像特征点提出了农业机器人位置的确定方法。结果表明,机器视觉技术能够实现农业机器人的精确定位,有利于农业的智慧化、自动化发展。 相似文献
10.
机器视觉技术在现代农业生产中的研究进展 总被引:2,自引:1,他引:1
机器视觉技术已经广泛应用于农业生产的各个环节,详细阐述机器视觉的概念、组成部分、工作原理以及发展历程,总结国内外的研究成果,介绍机器视觉技术在作物病虫草害识别与监测、作物生长信息监测与产量估计、果蔬识别定位与采摘、种子产前检测与果蔬分级以及农业机器人视觉导航等领域的研究进展与应用情况,提出农业场景视觉系统在稳定性、可靠性、准确性以及嵌入式视觉系统硬件计算能力与核心算法等方面还有待提高与突破,国内高水平学者集中的研究机构匮乏,行业创新能力不足,本土企业竞争力较弱等劣势;认为3D视觉技术、多传感器融合的视觉系统以及与5G深度融合的视觉系统将会成为未来农业生产领域的主要研究方向。此外,机器视觉技术的应用势必会带动产业升级、推动农业智能化发展,为无人农场建设提供有力的技术保障。 相似文献
11.
12.
13.
农机装备正朝着智能化方向发展,智能测控是实现智能农机的核心技术。农机装备智能测控技术以农机装备为载体,包括农机作业相关信息智能感知、精准监控和作业决策与管理等技术。目前,我国农机装备智能测控存在高端装备、核心技术国产化程度低的问题。本文从农机作业智能感知技术、农机装备精准监控技术和农机作业智能决策与管理技术等方面对国内外研究现状进行综述。阐述了作物生长信息、土壤信息和农机作业状态信息等智能感知技术的大量成果;阐述了耕深、平整地、土壤消毒、播种、植保和收获领域的农机装备精准监控技术的研究进展;阐述了农机作业智能决策与管理技术在农机作业质量监管、农机调度方面的技术突破;重点阐述了农机装备智能测控技术在土地耕整机、土壤消毒机、播种机、施肥机、植保机、收获机及农机作业管理平台的应用现状,分析了各环节待解决的问题。最后,提出了农机装备智能测控技术未来发展方向:农机装备智能测控系统化技术研究;无人农场农机自主作业关键测控技术研究;田间复杂环境农机核心部件及传感器研发;农机大数据支撑的作业决策模型研究。 相似文献
14.
15.
视觉技术目前被广泛应用于社会各生产领域,包括制造行业、文档分析、医疗诊断及农业品质检测等。为此,基于计算机视觉技术,设计出一种玉米品质自动检测分析方法,即玉米籽粒实时分析系统,具有客观、高效、准确的优势,解决了传统人工检测模式下主观、低效、误差大等问题。最后,设计出一种基于计算机线扫描技术和自动化控制技术相结合的玉米籽粒考种装置。 相似文献
16.
17.
18.
随着自动化技术在农业生产中应用的逐渐推广,农业生产智能化、自动化水平越来越高.传统的分拣系统采用的是人工分拣方式,分拣效率低,耗费时间长,精确度低,耗费大量的人力物力.为解决以上问题,将机器视觉技术和PLC技术进行融合,设计了自动分拣装置,完成了自动分拣装置的总体设计方案,并对分拣装置控制系统进行硬件设计及控制流程设计... 相似文献
19.
随着机器视觉技术的发展,特别是2010年以后,我国的机器视觉技术逐渐受到市场的关注,机器视觉的应用呈逐年上升趋势。畜牧业也正在从传统放养向集约化、智能化方向转型,机器视觉技术与畜牧业结合交叉最早应用在20世纪六七十年代,由于受当时的养殖环境、图像处理技术和计算机硬件的制约,仅仅停留在初级研究阶段。如今,图形图像、视频信息和自动控制等现代高新技术的发展,应用先进的人工智能技术以改善目前传统落后的养殖模式迎来了新的挑战。从机器视觉在家畜的个体跟踪、性能测定和行为判定3个方面的应用角度进行了阐述,最后对机器视觉在畜牧业中的发展进行了总结和展望。 相似文献