行业动态
机器视觉各环节在农业领域的应用
浏览:1926 次
时间:2012-10-18 15:07:27

一个国家与工农商学的关系就好像桌面与四条桌腿,没有了国家的庇护,各个行业很难独立的发展;没有了这些与人们息息相关的行业,一个国家就没有了支撑。我国是一个人口多,但人均用地少的国家,农业自古就是我国生存与发展的基础,从古到今,科学人员不断的在农业领域进行研究,希望能够找到提高产量或是节省劳力的办法。随着自动化社会的到来,不仅仅工业需要自动化进行生产,实际上农业同样需要自动化的注入,需要比自动播种机、收割机等更加先进的技术。机器视觉系统已经广泛应用于工业领域,那么对于农业领域来说,机器视觉是否也能带来便利呢?机器视觉各环节在农业领域都有哪些应用呢?

机器视觉系统的非接触测量是其最重要的优势,因为它的非接触特点,在工业以及科研领域都有着很大的作用,在农业领域,机器视觉各环节依然结合非接触测量功能对农产品展开了一系列的检测应用。谷物的识别与分级,通过对谷物的图像采集,利用图像识别技术,对谷物的形状、色泽、饱和度进行有效的识别。再根据国家的一系列标准,利用图像分拣技术,对大米、小麦、玉米等谷物的进行分级处理,避免了优劣一并收集造成的销量不高,消费者不满意的麻烦;瓜果品质的无损检测,通过图像采集到瓜果的形态,颜色等特征,将采集结果传送给分析处理系统,根据处理结果判断瓜果是否为有损产品,提高了平时人工挑拣的效率以及因为时间延误造成的二次损害;烤烟烟叶的质量检测,对大量烟叶样本进行颜色分析,可得到各类样本颜色特征值的分布情况,采用轮廓跟踪算法对烟叶的整体图像外型轮廓进行提取,采用链码表示法进行描述。最后通过烟叶对光的透过特性对叶片结构和身份特征进行综合提取和描述。

农产品检测完成后,就需要进行采摘了,原来使用人力时,采摘时节会使用很多的劳动力花费不少的时间做这项工作,效率实在无法保障。后来有了一些机械工具,采摘是方便了,但是冰冷的机器人是无法辨别的,因此采摘时就掺杂了很多劣质的产品,质量让人担忧。机器视觉技术就是为这冰冷的机器人装上眼睛,让其具备智能化,能够自主的辨别优质产品与劣质产品,并能精确定位优质产品进行自动才占。采摘后,有的还需要进行包装才会流向市场,因此,对包装是否完好、包装内产品是否缺损,印刷是否有误等依然还需要依靠机器视觉各环节进一步的检测与监控。实际上,在对农产品检测前,机器视觉就已经作用于农业领域了,农业生产所需要的器具与机械的质量检测、分拣等都由机器视觉进行自动检测及反馈控制。同时,有了好的农业机械,要想有高产量,还离不开机器视觉在生产过程中对植物生长环境的有限检测与及时调整,以满足植物生长所需,提高产量。

京ICP备14006130号-1
北京市海淀区上地信息路1号国际科技创业园1—1705
© Copyright 2011 北京萨尔笛科技 All rights reserved.