基于机器视觉作物叶片形态识别技术入选农业新技术优秀案例
数字新技术主要包括大数据、云计算、物联网、区块链、人工智能五大技术。根据数字化生产的要求,大数据技术为数字资源,云计算技术为数字设备,物联网技术为数字传输,区块链技术为数字信息,人工智能技术为数字智能,五大数字技术是一个整体。
近期,天津市气候中心申报的“基于机器视觉作物叶片形态识别技术开发与应用”入选农业农村部“2021数字农业农村新技术新产品新模式优秀案例”。该研究项目建立了一套较完整的农作物叶片形态识别算法,实现了基于机器视觉图像识别技术,实现了摄像头多角度测量并自动矫正,避免使用手持摄像装备拍照时因角度问题导致的图像畸变问题。为相关科研工作降低了农作物光合器官测量试验成本,为气象、农业等部门提高为农服务针对性和精细化程度奠定了科技基础。
机器视觉是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。
机器视觉是一项综合技术,包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、 I/O卡等)。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。
机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉。同时,在大批量重复性工业生产过程中,用机器视觉检测方法可以大大提高生产的效率和自动化程度。机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。
一个典型的工业机器视觉系统包括:光源、镜头(定焦镜头、变倍镜头、远心镜头、显微镜头)、 相机(包括CCD相机和COMS相机)、图像处理单元(或图像捕获卡)、图像处理软件、监视器、通讯 / 输入输出单元等。
机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号,图像处理系统对这些信号进行各种运算来抽取目标的特征,如面积、数量、位置、长度,再根据预设的允许度和其他条件输出结果,包括尺寸、角度、个数、合格 / 不合格、有 / 无等,实现自动识别功能。
图像识别技术可能是以图像的主要特征为基础的。每个图像都有它的特征,如字母A有个尖,P有个圈、而Y的中心有个锐角等。对图像识别时眼动的研究表明,视线总是集中在图像的主要特征上,也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方,这些地方的信息量最大。而且眼睛的扫描路线也总是依次从一个特征转到另一个特征上。由此可见,在图像识别过程中,知觉机制必须排除输入的多余信息,抽出关键的信息。同时,在大脑里必定有一个负责整合信息的机制,它能把分阶段获得的信息整理成一个完整的知觉映象。
在人类图像识别系统中,对复杂图像的识别往往要通过不同层次的信息加工才能实现。对于熟悉的图形,由于掌握了它的主要特征,就会把它当作一个单元来识别,而不再注意它的细节了。这种由孤立的单元材料组成的整体单位叫做组块,每一个组块是同时被感知的。在文字材料的识别中,人们不仅可以把一个汉字的笔划或偏旁等单元组成一个组块,而且能把经常在一起出现的字或词组成组块单位来加以识别。
新闻来源:中国气象局
全部评论(0条)
推荐阅读
-
- 基于机器视觉作物叶片形态识别技术入选农业新技术优秀案例
- 该研究项目建立了一套较完整的农作物叶片形态识别算法,实现了基于机器视觉图像识别技术,实现了摄像头多角度测量并自动矫正
-
- 《RSE》--基于Cubert框幅式高光谱成像仪优化行栽作物叶片叶绿素含量监测
- 无人机高光谱技术助力农作物叶片叶绿素含量精确监测和精准农业氮肥精细管理!
-
- “基于语音识别技术的智能化超声波测厚仪”获国家专利权
- 珠海检测院申报的一项专利《一种基于语音识别技术的智能化超声波测厚仪》获国家知识产权局授予实用新型专利权。
-
- 一种机器视觉自动扶梯缺陷识别监测系统获专利证书
- 近日,珠海检测院申请的“一种机器视觉自动扶梯缺陷识别监测系统”获得国家知识产权局颁发的实用新型专利证书。
-
- 【高光谱课堂】基于高光谱原理的绝缘子污秽度等级识别技术
- 10月31日上午10点,双利合谱在直播间等您~
-
- ASD | 基于叶片光谱的玉米冠层叶绿素和叶片叶绿素的时空变化分析
- 采集不同生长季节作物冠层叶片,并测量了其LCC和叶片光谱反射率(ASD FieldSpec 4光谱仪+植物探头+叶片夹,光谱范围为350-2500 nm)。
-
- 安装案例 | 广东省农业科学院农业生物基因研究中心-300TC
- 300-TC机载高光谱成像系统安装
-
- 重磅!博日科技4款产品入选第九批优秀国产医疗设备目录!
- 博日科技4款产品入选第九批优秀国产医疗设备目录!
-
- 《Journal of Hazardous Materials》--基于Cubert框幅式高光谱成像仪识别城市水污染源类型
- 无人机高光谱技术助力城市水污染源类型识别,为城市水质监管提供全方位数据支持!
-
- 应用案例|扫描电镜让发泡聚合物的形态分析更容易
- 在产品测试分析过程中,飞纳(Phenom)台式扫描电镜被广泛用来表征发泡材料的微孔形态和共混聚合物的分散状态。
-
- 《Environmental Pollution》--基于高光谱数据的水稻叶片镉-铅共累积量诊断与检测
- 高光谱成像技术是水稻叶片Cd-Pb污染水平诊断和含量预测的有效工具!
-
- “基于机器视觉线纹尺检定台的检测系统”助力检测工作数字化转型
- 有效提升线纹尺检测精度、检测效率,助力检测工作数字化转型。
-
- 【高光谱课堂预约】3月28日基于无人机高光谱的耕地种植作物遥感精细探测研究
- 3月28日,中国地质调查局牡丹江自然资源综合调查中心-宋立东工程师邀您一起探讨高光谱助力耕地种植作物遥感精细探测
①本文由仪器网入驻的作者或注册的会员撰写并发布,观点仅代表作者本人,不代表仪器网立场。若内容侵犯到您的合法权益,请及时告诉,我们立即通知作者,并马上删除。
②凡本网注明"来源:仪器网"的所有作品,版权均属于仪器网,转载时须经本网同意,并请注明仪器网(www.yiqi.com)。
③本网转载并注明来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
④若本站内容侵犯到您的合法权益,请及时告诉,我们马上修改或删除。邮箱:hezou_yiqi
参与评论
登录后参与评论