|本期目录/Table of Contents|

[1]陈桂珍,龚声蓉.计算机视觉及模式识别技术在农业生产领域的应用[J].江苏农业科学,2015,43(08):409-413.
　Chen Guizhen,et al.Application of computer vision and pattern recognition in agricultural production field[J].Jiangsu Agricultural Sciences,2015,43(08):409-413.
点击复制

计算机视觉及模式识别技术在农业生产领域的应用(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第43卷
期数:
2015年08期
页码:
409-413
栏目:
农业工程与信息技术
出版日期:
2015-08-25

文章信息/Info

Title:
Application of computer vision and pattern recognition in agricultural production field
作者:
陈桂珍1; 2;  龚声蓉2
1.苏州农业职业技术学院信息与机电工程系，江苏苏州 215008；2.苏州大学计算机科学与技术学院，江苏苏州 215006
Author(s):
Chen Guizhen; et al
关键词:
农业生产; 计算机视觉; 模式识别; 应用
Keywords:
-
分类号:
S126
DOI:
-
文献标志码:
A
摘要:
随着计算机软件、硬件、图像处理技术的不断成熟与发展，计算机视觉及模式识别技术的研究和应用已扩展到农业生产的各个领域，并取得了许多重要的研究成果。本研究回顾和综述了计算机视觉及模式识别技术在农作物种子质量检测、农产品分级与加工、植物生长监测、农作物病虫草害的监测与防治、农产品自动化收获等方面的应用，并展望其发展前景，为计算机视觉及模式识别技术的进一步应用提供参考。
Abstract:
-

参考文献/References:

［1］贾云得. 机器视觉［M］. 北京：科学出版社，2000.
［2］Zayas I，Pomeranz Y，Lai F S. Discrimination between Arthur and Aran wheats by image analysis［J］. Cereal Chemistry，1985，62(2)：478-480.
［3］Gunasekarans S，Cooper T M. Image processing for stress crack in corn kernels［J］. Transactions of the ASAE，1987，30(1)：266-271.
［4］Zayas I，Lai F S，Pomeranz Y. Discrimination between wheat classes and varieties by image-analysis［J］. Cereal Chemistry，1986，63(1)：52-56.
［5］Zayas I Y，Pormeranz Y，Lai F S. Discrimination of wheat and non wheat components in grain samples by image analysis［J］. Cereal Chemistry，1989，66(3)：233-237.
［6］Liu Z Y，Cheng F，Ying Y B，et al. Identification of rice seed varieties using neural network［J］. Journal of Zhejiang University-Science B，2005，6(11)：1095-1100.
［7］Zapotoczny P. Discrimination of wheat grain varieties using image analysis and neural networks［J］. Journal of Cereal Science，2011，54(1)：60-68.
［8］周红，刘光蓉，管庶安. 数字图像处理技术在玉米种子轮廓检测中的应用［J］. 种子，2004，23(9)：90-92.
［9］万鹏，孙瑜，孙永海. 基于计算机视觉的大米粒形识别方法［J］. 吉林大学学报：工学版，2008(2)：489-492.
［10］万鹏，潘海兵，宗力，等. 基于机器视觉的鲫鱼和鲤鱼品种识别方法研究［J］. 广东农业科学，2012(17)：184-187.
［11］刁智华，王会丹，魏伟. 机器视觉在农业生产中的应用研究［J］. 农机化研究，2014，3(3)：206-211.
［12］Majumdar S，Jayas D S. Classification of bulk samples of cereal grains using machine vision［J］. Journal of Agricultural Engineering Research，1999，73(1)：35-47.
［13］Sarkar N，Wolfe R R. Computer vision based system for quality separation of fresh-market tomatoes［J］. Transactions of the ASAE，1985，28(5)：1714-1718.
［14］Miller B K，Delwiche M J. A color-vision system for peach grading［J］. Transactions of the ASAE，1989，32(4)：1484-1490.
［15］Liao K，Reid J F，Ni B，et al. Corn kernel shape identification by machine vision using a neural network classifier［J］. Transactions of the ASAE，1992，35(5)：1069-1707.
［16］Liao K，Paulsen M R，Reid J F，et al. Corn kernel breakage classification by machine vision using a neural network classifier［J］. Transactions of the ASAE，1994，36(6)：1949-1953.
［17］Ni B，Paulsen M R，Reid J F. Corn kernel crown shape identification using image processing［J］. Transactions of the ASAE，1997，40(3)：833-838.
［18］Choi K，Lee G，Han Y J，et al. Tomatom aturity evaluation using color image analysis［J］. Transactions of the ASAE，1995，38(1)：171-176.
［19］Chtioui Y，Panigrahi S，Backer L F. Rough setstheory as a pattern classification tool for quality assessment of edible beans［J］. Transactions of the ASAE，1999，42(4)：1145-1152.
［20］Yun H S，Lee W O，Chung H. A computer vision system for rice kernel quality evaluation［R］. Paper No：023130，An ASAE Meeting Presentation.
［21］Mathanker S K，Weckler P R，Bowser T J，et al. AdaBoost cllassifiers for pecan defect classification［J］. Computers and Electronics in Agriculture，2011，77(1)：60-68.
［22］Rodero E，Gonzalez A，Luque M，et al. Classification of Spanish autochthonous bovine breeds.Morphometric study using classical and heuristic techniques［J］. Livestock Science，2012，143(2/3)：226-232.
［23］Ghosh A，Tamuly P，Bhattacharyya N，et al. Estimation of theaflavin content in black tea using electronic tongue［J］. Journal of Food Engineering，2012，110(1)：71-79.
［24］Gori A，Cevoli C，Fabbri A，et al. A rapid method to discriminate season of production and feeding regimen of butters based on infrared spectroscopy and artificial neural networks［J］. Journal of Food Engineering，2012，109(3)：525-530.
［25］张书慧，陈晓光，张晓梅，等. 苹果、桃等农副产品品质检测与分级图像处理系统的研究［J］. 农业工程学报，1999，15(1)：207-210.
［26］何东健，杨青，薛少平，等. 用人工神经网络进行果实颜色分级技术研究［J］. 西北农业大学学报，1998，26(6)：112-115.
［27］苏光大. 图像并行处理技术［M］. 北京：清华大学出版社，2002.
［28］张长利，房俊龙，潘伟. 用遗传算法训练的多层前馈神经网络对番茄成熟度进行自动检测的研究［J］. 农业工程学报，2001，17(3)：153-156.
［29］冯斌，汪懋华. 基于颜色分形的水果计算机视觉分级技术［J］. 农业工程学报，2002，18(2)：141-144.
［30］蒋焕煜，应义斌，王剑平，等. 水果品质智能化实时检测分级生产线的研究［J］. 农业工程学报，2002，11(6)：158-160.
［31］刘木华，段武貌，黎静，等. 基于图像处理和支持向量机分类的牛肉大理石花纹等级评定［J］. 沈阳农业大学学报，2005，36(6)：650-654.
［32］熊宇鹏，毛罕平，左志宇，等. 基于数字图像处理的凤梨花卉品质参数检测的研究［J］. 农机化研究，2013，35(9)：163-168.
［33］Ling P P，Searcy S W. Feature extraction for a machine-vision-based shrimp deheader［J］. Transactions of the ASAE，1991，34(6)：2631-2637.
［34］Moconnell R K，Blau H H. Color classification of non-uniform baked and roasted foods［C］. Chicago，Illinois：Proceeding of the FPAC Ⅳ Conference，1995：40-46.
［35］Seida S，Frande E. Unique applications of machine vision for container inspection and sorting［C］. Chicago，Illinois：Proceeding of the FPAC Ⅳ Conference，1995：102-108.
［36］Jia P，Evans M D，Ghate S R. Catfish feature identification via computer vision［J］. Transactions of the ASAE，1996，39(5)：1923-1931.
［37］Tao Y，Wen Z. Item defect detection apparatus and method［J］. UnitedStates Patent Pending，1998，09/046，270.
［38］Li Y Y，Dhakal S，Peng Y K. A machine vision system for identification of micro-crack in egg shell［J］. Journal of Food Engineering，2012，109(1)：127-134.
［39］Mayer G E，Davion D A. An eleetrortic image plant crowth measurement system［J］. Transactions of the ASAE，1987，30(1)：242-248.
［40］Trooien T P，Heermann D F. Measurement and simulation of potato leaf-area using image-processing.3.measurement［J］. Transactions of the ASAE，1992，35(5)：1719-1721.
［41］杨劲峰，陈清，韩晓日，等. 数字图像处理技术在蔬菜叶面积测量中的应用［J］. 农业工程学报，2002，18(4)：155-158.
［42］张仁祖，徐为根，黄文杰. 一种新的基于图像处理的作物叶面积测量方法［J］. 江西农业学报，2008，20(4)：117-119.
［43］Shimizu H，Heins R D. Computer-vision-based system for plant-growth analysis［J］. Transactions of the ASAE，1995，38(3)：959-964.
［44］Casady W，Singh N，Costello T A. Machine vision form easurement of rice canopy dimensions［J］. Transactions of the ASAE，1996，39(5)：1891-1898.
［45］耿楠，何东健，王婧，等. 小麦生长信息计算机视觉检测技术研究［J］. 农业工程学报，2001，17(1)：136-139.
［46］李少昆，索兴梅，白中英，等. 基于BP神经网络的小麦群体图像特征识别［J］. 中国农业科学，2002，35(6)：616-620.
［47］Bi K，Huang F，Wang C. Quick acquisition of wheat ear morphology parameter based on imaging processing［C］. Computer Science for Environmental Engineering and EcoInformatics，2011：300-307.
［48］Singh N，Casady W W. Machine vision based Nitrogen management models for rice［J］. Transactions of the ASAE，1995，39(3)：1899-1904.
［49］Ahmad I S，Reid J F，et al. Evaluation of colour representation form aize image［J］. Journal of Agricultrural Engineering Research，1996，63：185-196.
［50］徐贵力，毛罕平，李萍萍. 缺素叶片彩色图像特征值的研究［J］. 农业工程学报，2002，18(4)：150-154.
［51］张伟，毛罕平，李萍萍，等. 基于计算机图像处理技术的作物缺素判别的研究［J］. 计算机应用与软件，2004，21(2)：50-51，119.
［52］Woebbecke D M，Meyer G E，Vonbargen K，et al. Shape-features for identifying young weeds using image-analysis［J］. Transactions of the ASAE，1995，38(1)：271-281.
［53］Woebbecke D M，Meyer G E，Vonbargen K，et al. Color indexes for weed identification under various soil，residue，and lighting conditions［J］. Transactions of the ASAE，1995，38(1)：259-269.
［54］Zhang N，Chaisattapagon C. Effective criteria of weed identification in wheat fields using machine vision［J］. Transactions of the ASAE，1995，38(3)：965-974.
［55］Giles D K，Slaughter D C. Precision band spraying with machine-vision guidance and adjustable yaw nozzles［J］. Transactions of the ASAE，1997，40(1)：29-36.
［56］Lee W S，Slaughter D C，Giles D K. Robotic weed control system for tomatoes［J］. Precision Agriculture，1999，1(1)：95-113.
［57］Burks T F，Shearer S A，Gates R S，et al. Back propagation neural network design and evaluation for classifying weed species using color image texture［J］. Transactions of the ASAE，2000，43(4)：1029-1037.
［58］Burks T F，Shearer S A，Payne F A. Classification of weed species using color texture features and discrimination analysis［J］. Transactions of the ASAE，2000，43(2)：441-448.
［59］陈佳娟，纪寿文，李娟，等. 采用计算机视觉进行棉花虫害程度的自动测定［J］. 农业工程学报，2001，17(2)：157-160.
［60］E1-Helly M. E1-Belagy S，and rafea a.image analysis based interfacefor diagnostic expert systems［C］. Proceedings of the Winterinternational synposium on information and Communication Technologies，2004：1-6.
［61］毛文华. 基于机器视觉的田间杂草识别技术研究［D］. 北京：中国农业大学，2004.
［62］田有文，李成华. 基于图像处理的日光温室黄瓜病害识别的研究［J］. 农机化研究，2006(2)：151-153，160.
［63］李峥嵘，刘月娥，何东健，等. 基于内容的小麦害虫图像检索系统研究与实现［J］. 农业工程学报，2007，23(11)：210-215.
［64］Sammany M T. Medhat：dimensionality reduction using rough SetApproach for two neural Networks-Based applications［C］. RoughSets and Intelligent Systems Paradigms，2007：639-647.
［65］王树文，张长利. 基于图像处理技术的黄瓜叶片病害识别诊断系统研究［J］. 东北农业大学学报，2012，43(5)：69-73.
［66］Arribas J I，Sánchez-Ferrero G V，Ruiz-Ruiz G，et al. Leaf classification in sunflower crops by computer vision and neural networks［J］. Computers and Electronics in Agriculture，2011，78(1)：9-18.
［67］Midtiby H S，Mathiassen S K，Andersson K J，et al. Performance evaluation of a crop/weed discriminating microsprayer［J］. Computers and Electronics in Agriculture，2011，77(1)：35-40.
［68］Slaughter D C，Harrell R C. Discriminating fruit for robotic harvest using color in natural outdoor scenes［J］. Transactions of the ASAE，1989，32(2)：757-763.
［69］Sarig Y. Robotics of fruit harvesting：a state-of-the-art review［J］. Journal of Agricultural Engineering Research，1993，54(4)：265-280.
［70］周云山，李强，李红英，等. 计算机视觉在蘑菇采摘机器人上的应用［J］. 农业工程学报，1995，11(4)：27-32.
［71］Kondo N，Nishitauji Y，Ling P P，et al. Visual feed back guided robotic cherry to mat to harvesting［J］. Transactions of the ASAE，1996，39(6)：2331-2338.
［72］应义斌，章文英，蒋亦元，等. 机器视觉技术在农产品收获和加工自动化中的应用［J］. 农业机械学报，2000(3)：112-115.
［73］周增产，Bontsema J，Vankollenburg C L. 荷兰黄瓜收获机器人的研究开发［J］. 农业工程学报，2001，17(6)：77-80.
［74］刘成良，王红永，曹其新，等. 秧苗嫁接机器人视觉与识别的研究［J］. 农业机械学报，2001，32(4)：38-41.
［75］陈利兵. 草莓收获机器人采摘系统研究［D］. 北京：中国农业大学，2005.
［76］张凯良，杨丽，张铁中. 草莓收获机器人采摘执行机构设计与试验［J］. 农业机械学报，2011，42(9)：155-161.
［77］Das K，Evans M D. Detecting fertility of hatching eggs using machine vision Ⅱ：Neural network classifiers［J］. Transactions of the ASAE，1992，35(6)：2035-2041.
［78］Tao Y. Automatic feather sexing of poultry chicks using ultraviolet imaging：US，6396938［P］. 2002-05-28.
［79］Cockx L，Vanmeirvenne M，Vitharana U A，et al. Extracting topsoil information from EM38DD sensor datausing a neural network approach［J］. Soil Science Society of America Journal，2009，73(6)：2051-2058.
［80］Rasouli K，Hsieh W W，Cannon A J. Daily streamflow forecasting by machine learning methods with weather and climate inputs［J］. Journal of Hydrology，2012，414：284-293.
［81］Nuthall P L. The intuitive world of farmers—The case ofgrazing management systems and experts［J］. Agricultural Systems，2012，107：65-73.
［82］张梅，文静华. 浅谈计算机视觉与数字摄影测量［J］. 地理空间信息，2010，8(2)：15-17，20.

相似文献/References:

[1]王亚平,张宝华,董丽荣.基于WSN与TinyOS技术的智能温室监控系统设计[J].江苏农业科学,2014,42(08):408.
　Wang Yaping,et al.Design of intellectualized monitoring and control system for greenhouse based on WSN and TinyOS technology[J].Jiangsu Agricultural Sciences,2014,42(08):408.
[2]周稳海,赵桂玲.农业保险促进农业生产的区域间比较实证研究——以河北省为例[J].江苏农业科学,2016,44(01):427.
　Zhou Wenhai,et al.Empirical study on regional comparison of agricultural insurance promoting agricultural production—Taking Hebei Province as an example[J].Jiangsu Agricultural Sciences,2016,44(08):427.
[3]朱家骥,朱伟兴.基于星状骨架模型的猪步态分析[J].江苏农业科学,2015,43(12):453.
　Zhu Jiaji,et al.Analysis of pigs gaits based on star shaped frame model[J].Jiangsu Agricultural Sciences,2015,43(08):453.
[4]张霞,蔡宗寿,李欢.我国农业生产能源消费现状分析[J].江苏农业科学,2015,43(05):441.
　Zhang Xia,et al.Status analysis of energy consumption for Chinas agricultural production[J].Jiangsu Agricultural Sciences,2015,43(08):441.
[5]劳东青,陈立平,邬欢欢,等.基于计算机视觉的枣叶含水率估算模型[J].江苏农业科学,2015,43(04):384.
　Lao Dongqing,et al.Study on jujube leaf water content estimation model based on computer vision[J].Jiangsu Agricultural Sciences,2015,43(08):384.
[6]王爱新,李春友,张喆.基于计算机视觉的农业图像害虫定位检测算法[J].江苏农业科学,2016,44(07):361.
　Wang Aixin,et al.Agricultural image pest location detection algorithm based on computer vision[J].Jiangsu Agricultural Sciences,2016,44(08):361.
[7]祁卫宇,王传宇,郭新宇.基于计算机视觉的植物行为感知研究综述[J].江苏农业科学,2017,45(06):20.
　Qi Weiyu,et al.Study on plant behavior perception based on computer vision： a review[J].Jiangsu Agricultural Sciences,2017,45(08):20.
[8]邢志中,张海东,王孟,等.基于计算机视觉和神经网络的鸡蛋新鲜度检测[J].江苏农业科学,2017,45(11):160.
　Xing Zhizhong,et al.Detection of egg freshness based on computer vision detection and neural network[J].Jiangsu Agricultural Sciences,2017,45(08):160.
[9]罗庆,周军.基于混合遗传算法的农产品物流配送路径优化[J].江苏农业科学,2017,45(12):174.
　Luo Qing,et al.Route optimization of agricultural product logistics distribution based on hybrid genetic algorithm[J].Jiangsu Agricultural Sciences,2017,45(08):174.
[10]陈彩文,杜永贵,周超,等.基于支持向量机的鱼群摄食行为识别技术[J].江苏农业科学,2018,46(07):226.
　Chen Caiwen,et al.Study on fish feeding behavior recognition technology based on support vector machine[J].Jiangsu Agricultural Sciences,2018,46(08):226.

备注/Memo

备注/Memo:
收稿日期：2015-03-23
基金项目：国家自然科学基金(编号：61272258)；江苏省产学研联合创新资金(编号：BY2014059-14)。
作者简介：陈桂珍(1964—)，女，江苏苏州人，硕士，副教授，主要从事计算机多媒体技术、图像处理的教学与研究。E-mail：szchen1728@163.com。
更新日期/Last Update: 2015-08-25