计算机视觉技术在农业中的应用

计算机视觉技术是模式识别与人工智能的一个重要领域，其应用已扩展到农业领域的诸多方面。简要介绍了计算机视觉的概念及其系统组成，概述了计算机视觉技术在农业中的应用状况，并指出了计算机视觉技术应用于农业所存在的问题及其发展前景。     

计算机视觉技术及其在电力系统自动化中的应用

在当今这个科学技术飞速发展的时代,视频技术和红外成像技术已经日渐成熟。这两种技术在店里系统中得到了广泛的应用。视频技术大部分都是由图像信息来组成,因此图像信息成为电力系统自动化中重要作用因素,并且电力系统中对图像信息分析的要求也达到了一个新的高度,这就要求在一些应用场合必须利用计算机视觉技术由计算机替代监控人员进行图像理解。本文从计算机视觉的图像识别和三维重建两个方面重点阐述计算机视觉技术的基本内容,根据部分视力探讨计算机时局技术在电力系统自动化中应用的前景与必要性。     

计算机视觉技术在纤维检验中的应用

简要介绍了计算机视觉的概念及其系统组成,概述了计算机视觉技术在纤维检验中的应用状况,并结合我国是棉花生产消费大国的实际情况分析了计算机视觉技术应用于棉花异性纤维检验的应用前景.     

计算机视觉技术在电网中的应用

计算机视觉是计算机科学和人工智能研究的重要领域,其研究目的是提供人类视觉的计算模型,利用计算机来设计与发展某种真实适度的视觉系统。本文介绍几种电力行业上的计算机视觉技术,并对其在农电网中的应用进行了探讨。     

计算机视觉检测技术及其在机械零件检测中的应用

基于计算机视觉检测（ＡＶＩ）技术在检测系统的智能化、柔性、快速性等方面较接触式检测方法具有更大的优越性,综述了其基本原理和分类以及近年来此方面的研究成果．分析了利用ＡＶＩ技术对机械零件进行检测的一般方法和系统构成,并探讨了基于ＣＡＤ的ＡＶＩ的关键环节．最后对ＡＶＩ技术的发展趋势提出了作者的观点．     

电解水技术在采后果蔬保鲜中的应用研究进展

电解水已被证明是消灭微生物的有效杀菌剂,且不会对环境和人体造成危害。对电解水的制备原理和理化特性、电解水技术的优势,以及电解水技术在采后果蔬保鲜中的应用进行综述,并展望了电解水技术的研究趋势与方向。     

计算机视觉技术在杂草识别中的应用研究进展

利用计算机视觉技术进行杂草识别从而实施变量除草已成为精准农业示范工程迫切需要.概述了国外计算机视觉技术在杂草识别中的研究和应用状况,介绍了用于变量除草机的计算机视觉系统组成.     

计算机视觉技术在农业中的应用

由于生物的多样性,各种生物的生活习性各不相同。这就给农业田间管理、病虫害防治带来很大的困难。将计算机视觉技术应用于农业,用照相机捕获田间动物的活动情况,用传感器将数据传给电脑,用图像识别技术识别是那种生物,再根据农业常识给予防治。这样可以收到较好的防治效果。     

计算机视觉技术在人体测量中的应用

论述了计算机视觉在人体测量中的应用,给出了人体测量计算机视觉系统的基本组成、重要设计因素和图像处理典型技术,并提出了一种结构光测量算法.     

基于计算机视觉的柑橘自动化分级

以柑橘为对象,研究了计算机视觉分级中的柑橘图像采集和图像信息处理方法.利用单个异步复位摄像机实现双通道柑橘的定位触发采集图像.每帧图像包含6个柑橘的图像,且每个柑橘被连续采集3个不同表面的信息.研究了基于果径大小和表面颜色的柑橘图像快速处理分级技术.建立了由PC机、PLC(可编程逻辑控制器)、摄像机、图像采集卡和接近开关等组成的上下位机结构的柑橘视觉分级自动化系统,并以300个柑橘进行了分级试验.试验结果表明:系统能在分级速度为每秒14个柑橘,等级数为9的分级条件下稳定工作,按大小分级精度达±1.5 mm.     

雷达与机器视觉的空间同步方法

为解决应用雷达与机器视觉的智能车信息融合系统的空间同步问题,提出了对两种传感器进行空间同步的四点标定方法。在建立了两种传感器的坐标系关系的基础上,该方法选取汽车前方10 m区域为标定区域,利用该区域地面上平行于雷达中心轴的两条直线上的两组点对,对两种传感器坐标系纵轴的水平夹角以及摄像机的俯仰角进行标定。静态验证试验和动态验证试验证明,该方法可以获得较高的由两种传感器获取的障碍物距离数据的空间同步准确度,并且只需利用汽车前方10 m区域内的4个点进行标定,简单易行。     

基于计算机视觉的稻谷品种识别技术的研究

稻谷品种目前均由人工检测,工作量巨大,而且检测结果主观性强,一致性差。研究出用计算机视觉技术代替人眼对稻谷进行品种识别,提出把图像的颜色特征和形状特征结合起来进行稻谷品种识别的方法,通过贝叶斯决策方法建立识别分类器,识别正确率达到88．3％以上。     

实现计算机视觉标定自动化的一种新技术

分析基于Mart算子的标定算法存在易受环境光及噪声影响、精度不够高的不足,根据计算机视觉标定的目标要求,通过动态阈值分割、边缘提取、轮廓跟踪和两步法标定算法等处理策略,克服了传统标定算法的缺点,并实现了计算机视觉摄像机标定的整个过程自动化．实验结果证明,该标定算法鲁棒性强,操作简便,抗噪声、抗环境光性能好,标定精度高而且稳定．     

计算机视觉中的图象选择

从视觉心理学的角度阐述了计算机视觉只能有效地处理经过选择的图象，并给出了一些选择图象的准则。     

边缘检测在计算机视觉几何测量中的应用

在介绍边缘检测的主要特征的基础上，分析了目前几种典型图像边缘检测算法。针对计算机视觉在几何测量应用中边缘检测特点，提出了将高斯滤波与一阶导数相结合的一种新的边缘检测方法，并开发了相应的软件。其基本方法是：首先用高斯滤波器平滑图像；再用一阶偏导的有限微分算子来计算梯度的方向和幅值；对梯度幅值进行非极大值抑制；用双阈值算法检测和连接边缘。实验验证该方法提高了对被测工件边缘敏感性的同时较好地抑制了噪声。     

计算机视觉技术在植物根系形态研究中的应用

介绍了国内外计算机视觉技术在植物根系形态研究中的应用情况,并就植物根系形态研究中所涉及的图像分割、图像细化和矢量化等具体技术环节进行了评述,为以后类似的研究提供了一个框架．     

视觉测量中的一种线性摄像机标定方法

视觉测量中成像模型的求解速度和效率是下,利用预先标定好的图像尺度因子,采用一幅图像对摄像机的外部参数、有效焦距、径向畸变进行标定,标定过程中,每一步均用线性方程组求解.该方法求解过程快速,结果准确,适合视觉测量中对摄像机的不定期标定.     

基于计算机视觉的汽车流量检测统计

利用计算机视觉和图像处理的方法对交通路口通行车辆进行流量统计.首先,由摄像机视场的标定原理和标定公式,得到了摄像机成像平面内的像素距离与实际三维空间距离的对应关系;然后,采用基于光流场的车辆检测方法,对所有经过设置的虚拟线圈的车辆进行实时检测和信息提取;最后,对提取的车辆信息进行统计和计算,得到实时路况信息.实验结果表明,该算法具有较高的检测概率,能够满足系统的精度和实时处理要求.     

计算机视觉中的图匹配方法研究综述

图匹配是计算机视觉与模式识别领域的基础而又重要的问题.它在诸多方面都有着广泛的应用.从优化角度看,图的匹配问题是一种离散组合优化问题,使得该问题本身具有NP(non-deterministic polynomial)-hard性质.因此,寻找该问题的一种有效的近似解是当前研究的重要问题.论文首先对图匹配问题的的问题表示进行了阐述,并分析了该问题求解的难点和关键点.然后,对近年来计算机视觉研究领域中提出的一些具有代表性的传统图匹配算法进行了归纳和综述.最后,探讨了图匹配的未来研究方向和研究思路.