我国机器视觉技术的发展前沿

- 16 -

我国机器视觉技术的发展前沿

王巧华

刘俭英

湖北　武汉 ４３００７０

从农产品品质检测

在农业生产领域的应用以及在其他领域的应用等方面

研究与

进展以及尚待解决的难点问题

技术

神经生物学

计算机科学

模式识别等

多个领域的交叉学科［１］

更重要的是具有人脑的一部分功能随着计

算机技术尤其是多媒体技术和数字图像处理及分析理论的成熟

机

器视觉技术得到了广泛的应用研究

笔者在大量查阅有关资料的基础

上

１ 应用与进展

农产品或农作物种子在其生产及加工过程中由于受到人为和自然等多种因素的影响

故在其品质检测与分析时要有足够的应变能力来适应情况的变化

实用

它在农产品品质检测上的应用正

是满足了应变的要求

我国对利用机器视觉

技术进行农产品品质自动识别的研究［２］比较广泛

王丰元和周一鸣［３］

设计了检测种子几何特征参数的平滑处理

对玉米种子的实测验证了其实用性

１９９５

陈晓光和于海业

对蔬菜进行图像

平滑处理周云山和

李强等

用失量链描述了磨菇的边界面积和中心坐标

景寒松等

［４］

应用机器视觉技术识别黄花梨的果形

开发了基于人工神经网络的果形识别软件他们用机器视觉技术对

黄花梨进行外形尺寸检测

利用ｓｏｂｅｌ算子和Ｈｉｌｄｉｔｃｈ细化边缘

试验检测结果表明

１．２ 颜色识别

农产品的表面颜色是反映农产品品质的一个重要特征

通过

对胚芽的颜色特征和彩色图像的分析研究

从而实现了对大米留胚率的自动检测

以上

张书慧

实现对农副产品品质

形状

的准确分级准

确率达

９６

１．３ 农产品表面缺陷及损伤

农产品表面缺陷和损伤自动检测一直是农产品

分级中的难题

皮层及胚芽等呈现的不同颜色特征和区分方法，提出了大米加工精度有损检测方法景寒松

等

［８］

利用机器视觉技术检测黄花梨果面缺

［收稿日期］ ２００２－０４－２６

［作者简介］ 王巧华(１９７０－), 女

在读硕士

万方数据

- 17 -

陷

Ｒ

Ｇ

再经区域增长定出整个受损

面该算法是精确的

邓继忠

等［９］

提出通过区域标记技术区别梨的多处

碰压伤实践

表明

２ 在动物产品品质检测中的应用研究

近年来

研

究范围除了各种水果

黄丽华

１９９９

是用图像采集获取经显

微镜放大了的羊绒图像然

后运用线性回归及智能化方法

并且把不规则的羊绒图像转变成规则图

像即细度

２００１

研究出鸭蛋大小

等级模型和鸭蛋蛋心颜色等级模型，认为鸭蛋大小

与所成像的像素面积成正比

可用光密度值进行模糊识别

其蛋心颜色等级G 与

H

色饱和度

另外

检测牛奶的品质及肉牛的脂肪

厚度等

沈佐锐

［１２］

以棉铃虫为例

提出了简单直方图分割算法

模糊集合熵阀值分割算法以及最小误差阀值

分割算法

特征

测量以及自动识别有很大帮助

２００１建立计算机视

觉系统以获取小麦图像

用小麦叶片和茎秆之间的叉点数来检测叶

片

对小麦叶片的色

机值进行了检测

王荣本等人

［１４］

利用计算机图像技术分析了玉米田间杂草的特征

量研究中采用双峰法滤除了土壤背景叶长

并且根据杂草投影

面积确定出杂草的密度

此方法可

有效地识别出玉米苗期田间细长的单子叶杂草

还在交通工业在线检测等领域得到更为广

泛的应用

ＴＣ２０００闯红灯车辆自动抓拍系统［１５］

人工智能与模式识别

对城市路口的闯红灯车辆进行

了智能监测

连同违章时间

小型光电多

种三维物体实时识别系统［１５］在一定程度上模仿了视觉识别功能公

安侦察

产品识别

在工业自动化和国际等方面有

着广泛的应用前景

如材料

化工获得精确的定量结果

过程控制科研分析等提供了良好的工具

目前

使其简单化

产品识别

５ 结束语

由于国内对机器视觉技术研究时间不长

但与之配套的硬件设施还

没有得到大力开发和试制

因此

如国内

研究的对象大多为静态的

对快速运动的

另外

对农产品

品质进行全量检测

还是国内学

者正在研究与攻克的难题之一

我们的任务［１６］是跟踪国际最新动态

探索新

的理论和方法大

幅度提高处理速度

为我国各行各业现代化服务