理工类文献综述(范文).pdfVIP

基于机器视觉技术的农产品检测 摘要：随着计算机技术尤其是多媒体技术以及数字图像的处理与分析理 论及其配套技术的不断发展和完善，机器视觉技术在农产品检测已经得到 了广泛的应用。该文阐述了机器视觉的原理、组成以及机器视觉技术在农产 品品质检测与分级、农产品收获及其自动化以及农作物的生长状况监测三 个方面的应用，重点介绍了基于机器视觉的农产品品质检测与分级。指出了 机器视觉技术在其应用中存在的 问题及不足，并指出了机器视觉技术在农 业工程领域在今后的发展趋 及前景。 关键词 ：机器视觉 ；农产品检测与分级；数字图像；自动收获 0 引言 机器视觉是利用 图像传感器获取对象的 图像，并将其转化成数据矩阵 的形式，借助计算机的分析，最终来完成一个相当于视觉的任务。机器视觉 不仅是人眼的延伸, 更重要的是具有人脑的部分功能, 其在农产品品质检 测上的应用正是满足了这些应变的要求。随着图像处理技术的专业化与计 算机硬件成本的下降和速度的提高, 在农产品品质自动识别领域应用机器 视觉技术已变得越来越具有吸引力， 70 年代末以来国际上许多研究人员 已为开发用于农产品品质自动识别和分级的机器视觉系统倾注了大量的心 血（应义斌等，2000）。80 年代中期，全球掀起了机器视觉的研究热潮（颜发根 等，2004），机器视觉技术得到广泛的应用。机器视觉技术在农业上的研究 与应用始于 20 世纪 70 年代末期，主要用于果蔬的品质检测和分级（熊利荣 等，2004）。目前，机器视觉已经延伸到农产品收获自动化 农作物生长监测 等方面的应用（傅宇，2006）。包括农作物生长状况监测、自动收获、品质检测 及分级等。该文通过分析大量文献，综述了机器视觉技术在农业工程领域中 的应用研究进展，重点分析了机器视觉技术在农产品品质检测与分级方面 的应用，并且分析了其在应用中存在的问题和不足，并指出了今后的应用研 究方向。 1 机器视觉技术 1.1 概述 美国制造工程协会(SME，Society of Manufacturing Engineers) 机器视觉 分会和美国机器人工业协会(RIA，Robotic Industries Association)的自动化视 觉分会对机器视觉下的定义为：“机器视觉是通过光学的装置和非接触的传 感器自动地接受 处理一个真实物体的 图像，通过分析 图像获得所需信息 或用于控制机器运动的装置” （曹国斌等，2008）。 1.2 机器视觉技术的原理 机器视觉是一门涉及人工智能、神经生物学、心理物理学、计算机科学、 模式识别等多个领域的交叉学科。机器视觉的特点是灵敏度 测量精度高、 速度快、噪声低、抗 电磁干扰能力强及应用方便灵活。机器视觉技术是指通 过计算机来模拟人的视觉功能,从客观世界三维场景的 图像中提取信息,进 行处理并加以理解,最终用于实际检测、测量和控制,是人类研究较早的一种 环境感觉技术（韩冰等，2008）。其基本原理是将光通过光电元件转换成电信 号,通过各种成像技术对看到的作业对象进行分析处理,抽取有用的信息将 其输出。其结果可供技术人员观察,更多的是直接输入给机器的控制系统,达 到反馈外界环境信息的目的。 图像处 智能图 光源成 图像捕 理与数 像处理 目标 像系统 捉系统 字化系 与决策 统 模块 控制执行模块 光源 机器视觉系统的典型结构 1.3 机