计算机视觉发展趋势

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇计算机视觉发展趋势范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

计算机视觉发展趋势范文第1篇

电力系统是我国国名经济的基石。电力系统是由发电、变电、输电、配电和用电等环节组成的电能生产与消费系统。现代社会需要的是安全可靠经济的电能。电力系统主要由发电输电变电配电及用电等5部分组成。电力系统是一个具有复杂的大系统由于用户的不断增加的需求,电网对于技术的要求水平也提出了越来越高的要求。

1 电力系统自动化的发展趋势总的发展趋势的特点研究

1.1 电力系统自动化的图形化特点

因为电力系统联网工程的正式启动,电力系统的调度管理、数据计算分析呈现出传输路径的交叉性,信息更新越来越高速这样的几种特点。在计算机技术和通信技术的快速发展下,电力系统技术整合也在蓬勃发展着。电力系统信息数据处理上已经不再使用传统的处理方式,而是使用图形化处理这样的新技术,这样看到图形,电力系统管理者就能了解电力系统的变化发展趋势,也就能对未来电力系统软件开发带来丝丝先机。

1.2 电力系统自动化的远程化特点

过去电力系统的硬件平台大部分是计算机,外加使用扩展测控法对接口电路工作开展监测。此类的设计有很多的优势,这种类型的设计的周期很长,扩展性也很好。但是这样的设计方式也具有着高成本、大体积、大功耗以及灵动性差的多种缺点。现在,正是有着网络技术的不断更新和电子技术的不断进步,远动终端设备已经变为越来越接近最优化、智能化和小型化、协调化。因此,建立在此基础之上的电力系统也具备了远程化的特点,使电力系统自动化在控制系统方面的发展更加贴近智能化。

1.3 电力系统自动化的分布化特点

发电率范围在几十兆瓦至几千瓦之间并且模型较小的发电单元,它的地点处于用户周围还有有高效和可靠特点的称为电力系统自动化技术分布化。分布式发电主要包括以液体或气体为燃料的内燃机、太阳能发电、微型燃气轮机和风力发电等等的其他一些发电方式。这种发电技术具有很好的灵活性,能够给与用户各不相同的感受。还能为边远商业区域提供可靠的电力资源,让他们使用具有再生特点的资源进行多次发电,这样的电能还具有稳定度高的特点,是具有分度化的特色。极端及技术、新材料技术和电力电子技术都要作为支柱技术被在其中使用。

2 电力系统与新技术的结合

2.1 与智能计算机的结合

计算机视觉技术就是与智能计算机的结合之一。使用计算机视觉技术能够方便的获得多种图像信息。在电力系统中应用计算机视觉技术。目前,计算/！/机视觉技术使用在电力系统中的作用是修改遥控系统在此同时提高它的性能。这主要表现在使用在线监测和开展无人操作或者环境监视,红外图像监测是电力设备在线监测常用方法中效果最好的。它既有这使用方便,又有着精准度较高的特点。红外图像识别方面主要就是使用计算机视觉技术,这样能取得较好的效果。计算机视觉技术的工作原理是在科学获取电力设备实时红外图像和电力设备正常工作时图像后,将两者开展对比。如果出现不正常。也就因此能够证明电力设备出现问题。第开展无人操作或者环境监视是使用微波双鉴探测器进行协助,将差分图像以及流光法一起使用对移动物体开展监测。如果出现不正常现象,那么系统就可以识别出来,并且警告我们。因为计算机视觉技术还处于起步阶段,其存在一定的不足之处。虽然计算机视觉技术发展迅速,但计算机视觉技术发展的并不完善,因为图像识别自身的复杂性的原因,所以现阶段还不能实现完全的无人操作。正是因为有着这些原因,在大多数情况下,计算机视觉技术只能够作为一种辅助技术。

2.2 与微机保护系统的结合

在电力系统自动化技术发展速度过快并且伴随着相关微机设备应用范围越来越普遍的情况下。人们越来越严格的要求微机保护系统。更简单的说,也就是原有的电力系统自动化技术当中的微机保护系统已经无法满足社会发展的需要。人们需要的微机保护系统应该具备更加牢靠与稳定的可以对通信进行保护的能力。这样才能够达到人们希望人机互动的效果。这样的系统在对硬件提高出高要求的同时也对软件业产生了更加具体的要求。例如,我国在上世纪末将第一套微机线路保护设备投入使用,并且该设备因为性能占据极大的优势从而获得世界各国用户的普遍认可。

在继电保护设备中,我们更加需要完善的问题就是设备的实时性。设备的实时性直接关乎电网的安全稳定,它直接受到其影响。假如设备实时性出现缺陷,会给电力系统带来难以补救损失的可能性。现阶段在我国电力系统中应用的嵌入式系统通常来说主要为C/C++语言。这是因为该系统不仅灵活性高并且可移植性也很强。同时该系统还使用了能够随时改变的模块化,目的在于处理好各种存在可能性会产生的问题但是却又不能够进行更换的难题。在提供便利的同时也能够尽最大的努力满足用户各种要求。

计算机视觉发展趋势范文第2篇

【关键字】行人检测 目标检测 图像处理

一、引言

在计算机视觉领域中，行人检测是目标检测的一个重要研究热点，其主要利用各种传感器获取行人的数据信息，通过图像处理及模式识别等算法从图像数据中检测出行人。其中传感器包括激光、雷达等。行人检测并不是孤立存在的，它与行人跟踪、行为分析、姿态估计、场景分割等问题息息相关，因此具有极高的科研价值和商业价值。

二、行人检测技术发展趋势

如图1所示，早在2007年开始就已经出现了行人检测技术的研究。2007至2010年期间，专利申请量虽然呈逐步增长趋势，然而增长速率较平稳，每年的申请量没有太大的变动；2011年相比较于2010年增长率达到两倍以上，此后2012年和2013年相较前一年都有较大的增长量，然而在2014年专利申请量与其前一年2013年相比，呈现减少的趋势，这可能与发明专利未提前公开有关，但该年的总量在除2013年以外的其它各年中仍占有绝对性的优势，预计2014年申请量不会低于2013年。

三、行人检测技术解析

常见的行人检测方法可分为基于简单的图像处理的行人检测方法和基于计算机视觉的行人检测方法。

3.1基于简单图像处理的行人检测技术

该类技术主要分为：帧间差分法、光流法和背景差分法等。其与基于计算机视觉的技术相比算法较为简单，不需要事先准备大量的训练样本或模板，处理速度也较快，因此在国内也占据一定的申请量。如上海交通大学的专利CN201210586125采用高斯混合模型对背景建模从而检测行人，宁波大学的专利CN201210017307采用图割方法进行行人检测，奇瑞汽车股份有限公司的专利CN201310382009通过获取候选区域的至少两个特征图进行候选区域是否包含行人的判断。

3.2基于计算机视觉的行人检测方法

基于统计学习的方法与其他方法相比占绝对性的优势，是最近几年高校和科研院所所研究的重点，同时也是公司企业发展的方向。如北京中星微电子的专利CN200710179786采用积分图像和平方积分图像提高分类器的检测速度，江苏大学的CN201110447411对特征向量进行稀疏表示并组合成稀疏化的混合特征向量作为分类器的特征进行行人检测。

特征和分类器是统计学习的两大关键技术。对特征的改进占56%，如中国科学技术大学的专利CN200810101705利用种群优化寻找行人检测最优特征进行行人检测，北京博康智能信息技术有限公司的专利CN201210082846利用梯度特征和线性边缘特征进行行人检测；

分类器的改进分别占42%，如杭州海康威视数字技术股份有限公司的专利CN201210169536利用多尺度的Adaboost作为分类器进行行人检测，无锡慧眼电子科技有限公司的专利CN201310076413首先基于Adaboost得到级联分类器。

计算机视觉发展趋势范文第3篇

[关键词]电力系统自动化 计算机技术 监控

中图分类号：TK414.3+5 文献标识码：TK 文章编号：1009914X（2013）34037101

引文：

随着我国经济的不断发展，电力产业在经济发展中的地位越来越举足轻重，这就要求电网有更高的安全性能，对其可靠性的要求也变得更高。在电力的运行中，如果出现故障问题，不仅仅会有很大的安全隐患，同时还影响着居民正常的生产活动。

一、计算机技术在电力工程中的论述

随着电力系统的自动化发展，出现了大量无人值班的变电站，同时，变电站的信息量也越来越大，电力人员需要经过仔细的分析各种情况并且经过自动化的处理相关数据，才能够及时的发现突发状况，并且科学地解决问题。

如果没有自动化的计算机技术起着关键作用，这种复杂的系统对于电力人员来说无疑具有很高的工作强度，正因为计算机的先进技术，使得电力人员在解决工程问题时更加便利。

在一个完整的电力系统中，需要具备以下功能：数据的采集、处理、控制开关、协调和配合其他系统装置等。随着计算机技术在电力工程中的不断应用，逐渐形成了三种模式，分别是：集中式、分散式、分散和集中相结合的方式。其中，集中式的结构模式可以利用不同规格的计算机对的接口进行控制，有效的对变电站的开关量等数字信息进行集中采集、运算和处理，实现对微机的保护还有自动化的控制等功能。

二、计算机视觉技术在电力系统自动化中的应用

计算机的视觉技术是指，对采集的数据或者图像进行处理分析后，进行探讨的宏观与微观的视觉技术的探讨。在电力工程中，计算机的视觉功能技术主要应用到三个层面：实时监控地方的调度、对设备的运行进行负荷控制还有对电力系统的自动化控制和处理。在监控地方的调度里，计算机的视觉技术和中心调度的监控系统有相似之处，它们都是利用计算机和专业的图像处理设备对电力设备进行实时的调度，而对于设备的负荷运行的负荷控制，常常需要运用工频或者声频进行控制处理。到目前来说，还是需要人的视觉参与，并没有实现真正的自动化控制，对于电力系统自动化的监理是电力系统自动化的发展趋势，这个技术是运用计算机的科学技能来对电力的实时状态进行控制和数据处理，减少值班的人员消耗，实现真正意义上的自动化运行模式。它在以下领域运用得比较广泛。

1、在监测环节中。计算机的视觉技术主要是利用它的红外线图像识别的功能对电力工程设备进行实时监控，在电力设备上，一般会显示其表面的温度，这在一定的程度上可以反映出系统运行时的状态。同时，利用专业的图像采集装置对电力设备进行红外线成像拍摄，可以采集到设备运行时温度的实时状态。在这个基础上，计算机系统对采集到的图谱进行处理分析，与标准图谱进行参照比较，就可以实现对电力的在线监控。另一方面，当系统运行出现问题时，红外线的成像技术还能够检测故障的具体方位，为技术人员检修故障提供了很大的便利和支持。例如：断路器的触头出现接触不良的反应、输电线路变压器少油等故障都会使系统局部设备产生发热的现象。此时若采用传统的方式进行检修，就无法实时的掌握到电力设备的运行状况，只能在故障发生之后才能够检测到故障源的位置，确认之后才能够进行排除。所以计算机的视觉性能的广泛应用，首先是让检测的方式变得更加简单，高效；其次是，如果在设备的检测中，采集到的数据超出了标准范围的最大值或者最小值，这个时候，计算机检测系统将默认设备的这个环节已经出现故障，并作出相应的处理，使故障的定位更加精准，并且缩短了故障确认环节的耗时，提高了检测和系统运行的效率。

2、在无人值班和电力环境监控下，计算机视觉技术的应用。在无人值班的电力工程系统中，计算机网络系统和微波探测器等设备组成无人监视的系统，利用这个系统对变电站及其周边的环境进行实时的视频监测，然后采用差分图像等计算机的视觉技术对正在移动的物体进行判别，准确判断出该移动物体的自身属性，在出现紧急情况时，实时报警系统就会开始报警。根据实际经验表明，在合适的天气条件下，无人监视系统的准确识别率的水平较高，如果在工程系统周围有火情发生，红外线的图像识别技术可以对火势进行快速的辨别同时发出报警的指令。

3、计算机的视觉技术应用于电力工程的检测。随着我国经济社会的不断发展，人们的电力需求也日益的增长起来，所以必须大量的铺设电力线路。在线路铺设的过程中，需要工程人员仔细的研究电力线路的铺设路径，通常铺设的地理环境都较为复杂，这时就给线路巡检人员增加了很大的困难，在巡检的过程中效率低，存在着一定的盲区。如果采用计算机的视觉技术，这些问题就可以得到很好的解决。可以在电力系统中安装监控机器人，监控机器人中被安装了控制装置、传感器、线路检测装置还有无线的图像传输设备等装置。机器人在电力铺设的过程中能够对线路进行温度的辨别然后进行判断，从而完成线路铺设的检测工作，在很大的程度上能够减少恶劣的地理环境给工程人员带来的工作难度，从而提高人员的工作效率，增强故障检测的准确度。

4、计算机视觉技术在系统位置判断的应用。通过使用计算机视觉技术可以对电力工程系统的开关位置还有继电保护压板的位置进行检测。开关的刀闸存在着三种状态：闭合、断开还有异常的情况。如果开关刀闸处于的位置不恰当，就会影响到设备的正常运行，如果使用了计算机的视觉技术，就可以自动的识别开关刀闸的工作状态，当发现有不正常的运行状态时能够及时的进行报警。继电保护压板是根据电网或者变电站的运行轨迹的变化而变化的。需要值班人员对压板的位置进行严格仔细的确认和解决，保护压板的位置。如果位置不正确，则会对继电保护产生不利的影响，从而引发安全事故。在检测压板的方面，如果继电压板的信息不能明确的显示出来，传统的检测方式就很难对其进行检测，而采用计算机视觉技术可以有效的对压板盘面进行图像的采集，然后通过识别技术对其进行位置的准确判断。

结束语

在本文中，已经大量的介绍了计算机视觉自动化技术在电力工程的功能。此技术不但提高了电力系统的工作效率，同时也使电力工程的整体技术水平得到了提高，在电力系统的自动化过程中，计算机技术也因此得到了更加充分的利用，实现了运行管理的自动化和监测系统的自动化。

计算机视觉技术在可以弥补传统技术的缺陷，当电力工程自动化中遇到实际问题的时候，计算机的视觉技术得到了充分的肯定。随着电力系统的不断完善，复杂度也不断的在提高，所以在系统的维护方面也出现了更高的要求，计算机的视觉技术一定会成为电力工程中重要的科学技术，并且前景非常可观。

参考文献

[1] 唐亮.电力系统计算机网络信息安全的防护[J].供用电，2010（27）.

[2] 卢文贤.电力系统计算机网络信息安全防护[J].信息与电脑，2012（05）.

计算机视觉发展趋势范文第4篇

关键词：多源图像；融合技术；棉花；病虫害；识别诊断

中图分类号：TP391.43；S435.6 文献标识码：A 文章编号：0439-8114（2013）11-2555-03

随着城市化进程不断加快，从事农业劳作的劳动力总数急剧减少，农业生产与加工的逐步自动化是社会发展和进步的需求。特别是对于农作物病虫害监测从传统的根据农业部的病虫害监测调查规范进行调查，通过人工调查、人工记录，到微小昆虫自动计数技术、昆虫诱捕自动记录装置来对农作物病虫害进行监测，这些信息收集和数据管理都存在劳动量大、效率低、数据误差大的问题。随着计算机技术和传感器技术的快速发展，图像融合技术在军事、气象、医学、土地资源管理等方面得到了广泛的应用，而如何将图像融合技术应用在农作物病虫害中是极具有研究价值的课题。

1 棉花病虫害诊断技术研究意义及发展趋势

棉花作为主要的经济作物一直在中国和湖北省农业生产中占有重要地位，但由于品种、栽培制度、生态环境等变化及棉花生长环境日益恶化，病虫害有不断加重趋势。危害棉花的主要病害有炭疽病、黑斑病、枯萎病、黄萎病等，炭疽病在长江流域棉区的发生尤为严重，一般苗期发病率为20%～70%，严重时可达90%；黑斑病在阴湿多雨年份往往猖獗流行，给棉花生产造成毁灭性灾害；而枯萎病在棉区一直发生较多，死苗严重，造成的危害主要表现在产量降低，品质变劣方面；自上世纪80年代末枯萎病得到控制后，黄萎病上升为棉花第一病害。目前黄萎病发病面积达到全国棉田面积的50%以上，发病后棉苗减产30%～70%，有的甚至绝产，而且严重影响棉花品质。采用先进技术提高棉花病虫害有效防治及控制已迫在眉睫。

1.1 棉花病虫害诊断技术的研究意义

在进行植物保护和防治农作物病虫害的各类方法中，化学防治是投入少、见效快、收效大的有效方法，特别是针对在大生态区域内可能暴发成灾的重要病虫草害，化学防治迄今仍是最快速而有效的方法，一般可以挽回15%～30%的农作物产量损失。使用农药（各种杀菌剂、除草剂等）进行化学防治在世界各国一直占主导地位，它投入较少，防治迅速，特别是当大面积、暴发性病害发生时，只有化学防治才能取得较好的防治效果。同样，在棉花病虫害综合防治中，化学防治仍然是及时有效地控制病虫对棉花危害的最后一道把关防治措施。但长期大量使用农药不仅污染环境，而且这些农药会通过空气、水等途径进入人体，对人类的身体健康构成危害；又由于棉花病虫害症状的复杂性和模糊性，农业生产者受个体素质和人为主观因素的影响，往往不能正确合理地判断病情，导致滥用农药、化肥等引起更大的危害；此外，由于中国正步入老龄化社会，从事农业劳动的人口在减少，由劳动力不足带来的农业减产问题已日趋严重。所以，精确作物病虫害管理和机械化变量施药技术的研究和应用势在必行。为实现精确的棉花病虫害管理和变量施药，首先要能够准确地识别棉花病虫害种类及其危害程度。传统的方法主要依靠生产者或专家经验来判断病虫害原因及其危害程度，由于个体素质的差异以及其他因素的影响，往往很难做到对病虫害做出精确定量分析和判断，因而容易造成不合理的病虫害防治，也对生产管理者的农技水平要求较高。一些智能决策支持系统虽然能识别诊断棉花病虫害，但是过程复杂，不能进行实时处理。随着信息技术、光谱技术和计算机视觉技术的发展使基于生物信息的作物病虫害智能识别诊断成为可能。通过多源图像融合技术快速准确地获取棉花病虫害信息，对已发生病虫害的棉花区域根据病虫害程度实行定量喷施农药。这样既可大量节省农药，提高效率，降低成本，降低对劳动力的依赖，同时大幅度减轻农药对农业生态环境的污染，提高棉花病虫害防治水平。研究多源图像融合技术对农作物病虫害诊断具有重要的学术意义和经济价值。

1.2 棉花病虫害诊断技术发展趋势

纵观近几年国内对作物病虫害智能识别诊断的研究，目前对棉花作物病虫害识别诊断主要集中在以专家系统为代表的智能化信息技术和光谱技术上，应用计算机视觉技术对棉花作物病虫害识别的研究报道较少[1，2]，而结合光谱技术和计算机视觉技术进行研究的则未见报道。目标的高分辨率和高识别率是对获取目标信息的基本要求，仅仅利用可见光范围或在近红外范围的计算机视觉技术进行作物病虫害识别诊断，其单一光谱不足以准确、全面反映作物病虫害的差异，还需利用其他生物信息对其补充和加强，以达到全面地反映作物病虫害的差异[3]。

为了实现对低探测性目标的探测和识别，必须大力发展先进的目标探测系统，而由多源传感器组成的光电成像系统是最为常见的目标探测系统。图像融合就是利用各种成像传感器得到的同一目标或同一场景的图像，综合这些不同图像的冗余信息和互补信息，以获得更为全面准确的图像描述。为此，针对湖北省主要经济作物棉花，综合利用光谱技术、计算机视觉技术及多源信息融合技术，基于多源图像信息（可见光和近红外视觉图像信息）融合棉花病害（炭疽病和黑斑病）识别诊断技术。深入研究作物在不同病虫害危害下的反射光谱特性及变化规律，确定光谱敏感波段及其特征表现，提取可以有效表征作物不同病虫害条件、不同危害程度下的计算机视觉图像的灰度、纹理、形态特征信息和近地光谱特征信息，探索基于多传感信息融合的病虫害识别诊断方法，构建病虫害智能识别系统，为精确作物病虫害管理和机械化变量施药技术提供理论基础。

2 多源图像融合技术

图像融合[4]是对多幅源自同一场景的图像进行综合，以获得更好的视觉效果和易于机器识别为目的，产生比单一信息源更为精确、更完善、更可靠的图像。多源传感器图像是由成像机理不同的多种传感器获得的图像。由于每种成像传感器都是为了适应某些特定的环境和使用范围而设计的，具有不同成像机理的多种传感器获得的图像之间存在信息的冗余性和互补性，通过对其进行融合，能够提高系统可靠性和图像信息的利用率。随着科学发展和技术进步，采集图像数据的手段不断完善，出现了各种新图像获取技术。如今图像融合技术广泛应用于图像处理、遥感、计算机视觉以及军事等领域[5]。利用图像融合技术可以准确地获取检测数据，如在医学图像分析中的超声成像、核磁共振、计算机层析、血液细胞自动分类计数、癌细胞识别等极大地提高了准确率[6，7]；图像融合技术在遥感雷达卫星的发展后，已成为遥感图像处理和分析的重要研究热点，应用于土地资源调查、环境监测、地形测绘等[8]。图像融合技术应用在农业生产中，目前研究方向主要集中在对农产品的无损检测和农作物生长态势及产量评估方面。如采用互信息最佳阈值迭代优化分割法对可见光和近红外图像进行融合来对番茄成熟度进行无损检测研究[9]；通过加权平均融合法对红外和可见光图像实现对苹果进行无损检测研究[10]；采用蚁群算法的模糊C均值聚类图像分割算法的图像融合技术对作物几何参数进行测量。

多源传感器图像融合系统一般有3种类型：像素级融合、特征级融合和决策级融合。

2.1 像素级图像融合

像素级图像融合是通过对源图像进行预处理和空间配准，对处理后的图像采取适当的算法进行融合，得到融合图像后再进行显示和后续处理。简单的像素级融合方法主要有：像素灰度值平均或加权平均，像素灰度值选大，像素灰度值选小。简单的像素级融合方法结构简单、易于实现，但应用范围有限，融合结果不理想。故现在的融合方法多采用基于对源图像的多尺度分解。这种分解方法是一种多尺度、多分辨率的图像融合方法，是在不同尺度、不同空间分辨率、不同分解层上分别进行融合。这种融合方法能明显改进融合效果[11]。

2.2 特征级图像融合

特征级图像融合是从不同的成像传感器所获得的同一对象图像中提取一些特征，产生特征矢量，然后对这些特征矢量进行融合。特征级图像融合是中间层的图像融合，精度一般。其融合方法有基于假设前提及统计分析的方法和基于知识的方法。

2.3 决策级图像融合

决策级图像融合是最高层次的融合，是首先依据每一个成像传感器所获得的同一对象图像各自进行预处理、特征提取、识别和判决后，做出独立的决策，然后将这些独立的决策综合起来，给出最终决策。决策级图像融合适合于多类不同传感器图像的融合，但融合结果精度较差。其融合方法有多重逻辑推理方法、统计方法、信息论方法等都可用于决策层的图像融合。

特征级图像融合和决策级图像融合方法通常应用于某些特殊场合，像素级图像融合的应用更普及，融合所得图像更有利于人眼的判读、欣赏和机器识别。对于已经配准好的图像，像素级图像融合方法不需要显式地提取图像特征，在速度和鲁棒性上有明显优势。为此采取像素级图像融合方法对农作物病虫害的可见光和近红外图像进行融合处理，使其符合人类视觉特征，融合结果更有利于对图像作进一步分析、理解和识别。

3 多源图像融合技术对棉花病虫害诊断的方法

1）在特定栽培条件下，培育不同棉花病虫害的试验样本及正常的对比样本。

2）对棉花病虫害样品的叶片和冠层进行光谱分析。利用便捷式光谱仪测量叶片和冠层的光谱，寻找棉花病虫害种类的敏感光谱波段及其反射率特征，分析不同病虫害种类和病虫害程度的敏感光谱波段反射率特征的变化规律。

3）根据光谱分析结果，构建多源图像计算机视觉采集系统，采集棉花作物样本多光谱图像，用VC或MATLAB编写计算机图像处理软件对图像进行处理和特征提取。

4）对所获取的特征应用模糊特征优选、主成分分析（PCA）和独立分量分析（ICA）进行优化组合和筛选，通过各种统计方法寻求作物病症与特征对应关系。建立图像特征与病种、病虫害程度的关系模型，利用模式识别方法进行棉花病虫害种类及程度的模式识别检测试验[12]。

4 展望

棉花是中国和湖北省主要的经济作物，长期以来棉田病虫害对棉花生产带来极大危害，因此，对棉花病虫害防治方法与技术的研究至关重要。对棉花作物病虫害防治的各种方法中，传统的方法是依靠人们的经验确认病虫害的发生时间、区域、种类和发生程度等，且是进行手工或机械喷洒农药，这不仅劳动效率低，劳动成本高，而且常规施药技术会带来农药利用率低下、水资源浪费、环境污染、农药在作物及其产品中的残留导致对人类的危害等。所以，结合光谱技术和计算机技术开展棉花病虫害的识别诊断研究具有重要的学术意义和经济价值。

参考文献：

[1] 周小燕，史 岩，李道亮，等.棉花病虫害诊断专家系统的研究与设计[J].莱阳农学院学报，2005，22（1）：9-11.

[2] 严智燕，廖桂平，高必达.植物病虫害防治中农业专家系统的研究进展[J].中国农学通报，2005，21（5）： 415-417.

[3] YUTAKA S，TSUGUO O.Automatic diagnosis of plant disease recognition between healthy and diseased leaf[J].农业机械学会杂志，1999，61（2）：119-126.

[4] 何 友，王国宏，陆大金，等.多传感器信息融合及应用[M].北京：电子工业出版社，2000.

[5] 王 宏，敬忠良，李建勋.多分辨率图像融合的研究与进展[J].控制理论与应用，2004，21（1）：145-151.

[6] ZHENG Y F， ESSOCK E A， HANSEN B C.Advanced discrete wavelet transform fusion algorithm and its optimization by using the metric of image quality index[J].Optical Engineering，2005，44（3）：1-12.

[7] 李秋华.基于红外图像信息融合的目标检测和识别技术研究[D].长沙：国防科学技术大学，2002.

[8] 吉 微.多源气象卫星图像融合技术应用研究[D].南京：南京信息工程大学，2009.

[9] 李明喜.基于多源图像融合的收获目标准确定位研究[D].江苏镇江：江苏大学，2008.

[10] 杨万利，沈明霞，严 君.红外图像处理技术在苹果早期淤伤检测中的应用[J].计算机工程与设计，2010（1）：149-152.

计算机视觉发展趋势范文第5篇

关键词：肉类食品；品质检测；研究

随着经济的快速增长，国民生活的日益提高，我国肉类消费量也在快速增长，由肉类食品所引起的食物安全问题也不断增多，如“禽流感”、 “猪链球菌中毒”等.传统的检测技术费时费力,检测效率低,已经达不到现代检测所需的快速、准确、实时、无损等要求。 现代的肉品检测技术，注重实用性和精确性。仪器微型化、低耗能化、功能专用化、多维化、一体化、成像化；生物技术被大量应用；与计算机技术结合得越来越紧密；不断采用其它领域的新技术；生理学中的感觉器官生理变动规律和电生理学研究学方法等。

1 物理方法

1.1 计算机视觉技术

计算机视觉技术通过计算机模拟人的判别准则去理解和识别图像，用图像分析作出相应结论的实用技术，其中图像处理和图像分析是计算机视觉技术的核心。

计算机视觉技术可对其新鲜度作出判定；基于神经网络分类器的立体颜色直立图可用于分析鸡胴体全身缺陷。李刚等构建了由气体传感器阵列、数据采集单元、神经网络组成的智能检测辨识系统，通过猪肉样本的测试与分析表明，该方法可实时准确地识别肉类新鲜度，辨识准确率可达9 0 % 以上。Malone 等以图像处理方法和专家系统控制为基础，研发了一个分析系统，该系统可以根据图像分析的结果并参照数据库作出正确的判断，确定鱼片脊骨的位置，并操纵高压水切割器剔除鱼片中的脊骨。机器视觉系统也用于研究猪腰肉的品质波动和分级，如用400 ～700nm 的光纤反射测量系统可以检测出明显的PSE 猪腰肉，同时根据猪肉品质优劣进行分级。

1.2 超声波技术

超声波检测技术是利用肉品在超声波作用下的吸收特性、衰减系数、传播速度、本身的声阻抗和固有频率，测定肉品组成成分、肌肉厚度、脂肪厚度的快速无损在线检测、分级方法。

利用超声波可以测定肉品(活体或尸体) 的成分，如牛、羊、猪等的背膘厚度及脂肪含量。Benedito等应用超声波传播速度的变化检测发酵香肠的化学成分，发现在脂肪中温度每升高1 ℃超声波速减慢5.6m/s;在瘦肉中，超声波速随温度上升而上升。

Brondum 等使用超声波在线检测猪胴体的系统，该系统包括1 6 个超声波传感器，可以确定膘厚、肥瘦、产肉率(与胴体重量有关)、 主要切割点等指标，其在线检测速度可达1150 头/h ，能达到较高的准确率。目前较好的产品有丹麦S F KTechnology A/S 公司研制的在线检测产品。

用超声波图像检测脂肪厚度和腰部肌肉易受到操作人员、测量部位、超声波频率、被测物体的不规则性和肥瘦组织分布的不均匀性等因素的影响，而且实时超声波图像一般只能检测某部位的化学成分而不是全身成分。所以，超声波检测技术更多地应用在线自动快速无损检测，它具有适应性强、对人体无害、检测灵敏、使用灵活等特点。该技术在国外已逐渐进入肉品实际检测中，但我国在这方面的研究与应用尚未见报道。

1.3 电磁学检测技术

肉品的组织、成分、结构、状态等和其电磁特性有密切关系。如肉品从新鲜到腐败的过程中。其阻抗值就有一定的变化规律。

电磁扫描的原理是骨头和肌肉这些含水的物质比脂肪有更高的导电率，它和猪、羊的无脂肪瘦肉有较好的相关性。Higbie 等采用测量胴体全身电导率的方法来估计无脂瘦肉和全脂肪含量，通过对不同部位和条件下的猪胴体检测，发现可以用三或四变量公式预测无脂瘦肉重量，而且可以根据公式推算肉类各组分的含量，复相关系数R2>0.66。 测量猪酮体的电特性能有效确定猪肉不正常系水力及PSE 特性等早期衰变，因为系水力、pH 值、三磷酸腺苷(TP)的降低均与生物电阻抗以及相位变化有关。而电磁学检测的变化曲线与计算机视觉技术和超声波检验所得的变化曲线具有相似性。

2 仪器分析方法

2.1 高效液相色谱法

高效液相色谱法( H P L C ) 特别适用于高沸点、不能气化或热稳定性差的有机物的分离分析，在食品行业中常用于食品添加剂、农药残留和生物毒素的分析检测，具有灵敏度高、操作简便、结果准确可靠、重现性好且成本较低的优势。

检测抗生素的传统方法是微生物法，灵敏度较、低耗时较长，一次只能检测一种抗生素。反相HPLC 测定抗生素，简便快速，能同时监测多种抗生素，已成为肉品检测中的常用方法。汤丽芬等用反相HPLC 同时测定广州地区肉类4 种抗生素的残留量，结果表明；各抗生素的线性范围均为0.01～ 1.0 µg/ml，相关系数均为0.99 以上(n=5)；回收率均为95.6% ～ 106.0%； 日内日间变异系数均在允许范围内(小于15%)。

2.2 毛细管电泳安培法

1991 年Jorgenson 和Monnig 首次提出了高速毛细管电泳技术(HSCE 或fast-CE)，使分析时间缩短至几分钟内。毛细管电泳安培法具有灵敏度高、样品体积小的特点。但电泳时间多为5～30min，因此近年来芯片毛细管电泳技术是电泳的一大热点，芯片毛细管电泳技术实质上是将HSCE 的仪器微型化，采用窄内径且短的毛细管和提高分离场强的方式来提高分析速度，因此保持电泳高效的同时提高其分析速度是电泳技术的发展趋势。

杨冰仪等采用高速毛细管电泳安培法对市售肉类中的人工合成雌激素己烯雌酚(DES) 进行了测定，结果表明：参数优化后，DES 在60s 内可以得到较好的分离，检出限为1.0×10-8mol/L，DEC 浓度在1.48× 10-4～3.69 ×10-5mol/L，1.25×10-6～1.85×10-7mol/L 与峰面积分段呈良好的线性关系；迁移时间和峰面积的相对标准偏差分别为0.65%、2.2%。

2.3 近红外光谱分析技术

近红外技术NIR(nearinfrared)具有测量测信号数字化及分析过程绿色化的特点。在肉品检测中，它可以用来测定屠宰分割过程中和肉制品加工中原料肉和成品的水分、蛋白质、脂肪等指标；也能鉴别冷冻肉并测定其保水性、渗透性、肉汁损失率和干物质含量。

Ben-Gera 等采用红外透射技术，研究了肉制品乳浊液中脂肪和水分的含量。Lanza 利用近红外光谱分析研究了生猪肉和牛肉的水分、蛋白质、脂肪和卡路里含量，发现在波长为1100～ 2500nm 时，反射光谱与水分、脂肪和卡路里有较高的相关性(R0.987)，与蛋白质的相关系数(R)为0.885。此外，有研究表明：近红外光通过光纤反射的透射特性与牛肉剪切力相关(R=0.798～0.826)，与水分、蛋白质、脂肪等指标也有较好的相关性。Park 等通过分析近红外反射光谱以确定牛肉嫩度，采用主成分分析法(PCR，principal componen tregression)分析波长在1100～2498nm 处生肉的吸收光谱，发现其与测得的熟肉嫩度存在复相关系数R2=0.692，从而可以建立预测牛肉嫩度(口感)的分析模型。

但该方法成本较高且分析较复杂。目前丹麦、德国已开发出在线检测设备，而我国还没有类似的检测仪器。

2.4 核磁共振波谱分析技术

核磁共振波谱法是根据具有磁性质的原子核对射频磁场的吸收原理，以测定各种有机或无机成分的检测技术。它是一种无损检测技术，可以检测同一样品的不同原子核，以便从不同角度对样品进行观察；另外它还具有结构和动力学信息敏感性，可以观察样品的化学结构特征和分子迁移。31P 因其天然丰度高(100%)，在细胞中的含量高(DNA、磷脂及ATP等)；化学位移范围宽(约30)，共振谱线简单容易识别；在生物体内普遍存在，且与生命过程息息相关，而使31PNMR 技术在生物样品检测中使用最多。

31PNMR可用于检测肉品中添加磷酸盐的水解过程。Rongrong Li 研究了鸡肉中不同磷酸盐的水解过程，经检测发现TSPP 和TKPP 的水解最快，大约1.25h 就可以完全水解为Pi。采用31PNMR 技术可以快速无损地区别和量化肌肉组织中的有机和无机磷酸盐，为进一步解释磷酸盐的作用机理提供了方法。

3 现代分子生物学技术

3.1 核酸探针检测技术

核酸分子杂交可以用于待测核酸样品中的特定基因序列。该技术不仅具有特异性、灵敏度高的优点，而且兼备组织化学染色的可见性和定位性。在肉品检测中，核酸探针技术主要用于致病性病原菌的检测。

目前我国肉品致病菌的检验普遍采用传统的细菌学检验方法和血清学方法，方法繁琐，灵敏度和准确性都不高。核酸探针技术可检测出10-12～10-9 的核酸，可广泛应用于进出口动物性食品的检验，包括沙门氏菌、弯杆菌、轮状病毒、狂犬病毒等多种病原体。

核酸探针技术在实际应用中仍存在一些问题，如放射性同位素标记的核酸探针半衰期短、对人体有危害等（生物素标记的核酸探针虽然对人体无害，但受紫外线照射易分解），所以作为常规诊断特别是食品实验室较不适用。

3.2 生物芯片检测技术

生物芯片使研究中不连续的分析过程都集成在芯片上完成，实现检测的连续化、集成化、微型化、信息化，单位面积内可以高密度排列大量的生物探针，每平方厘米可达5 10 万个， 一次实验就可检测多种疾病或分析多种生物样品，已经广泛用于食品安全检测、食品微生物检测、动物疫病检测、转基因动植物检测等方面。

张庆峰等以卵清白蛋白为载体蛋白合成了雌二醇的结合物，并采用Cy3 新型荧光染料标记结合物，作为雌二醇的竞争物，建立了以竞争法为基础的检测肉品中雌二醇的免疫芯片新方法。该技术用生物芯片点样仪在醛基化玻片表面点样制备免疫微阵列，对雌二醇进行了定性定量检测。结果表明荧光信号随待测物浓度的降低而增强，待测物浓度在0.001～0.4µg/ml 的范围内有较好的线性趋势，检测范围为1 0.001 g/ml。

4 微生物检测技术

当前，微生物电子学、微机技术滤光技术、生物传感器等多项领域的突破，使得微生物快速检测技术得到了改进，正朝着快速、准确、简便及自动化的方向发展。利用传统微生物检测原理，结合先进技术，设计了形式各异的微生物检测仪器设备，正逐步广泛应用于肉品微生物检测。如ATBExpression细菌鉴定智能系统、全自动微生物快速鉴定仪器VITEK、微生物总数快速测定仪、自动菌落计数系统、应用电阻抗技术的全自动微生物监测系统。

参考文献

[1] 陈福生高志贤王建华. 食品安全检测与现代生物技术[M].北京化学工业出版社2004.

[2] 赵杰文孙永海.现代食品检测技术[M].北京中国轻工业出版社2005.

[3] 陈纯.计算机图像处理技术与算法[M].北京清华大学出版社2003.

[4] 孙永海鲜于建川石晶.基于计算机视觉的冷却牛肉嫩度分析方法[J].农业机械学报2003 34(5) 102 105.

[5] 李刚曲世海郭培源张慧.基于神经网络的肉类新鲜度辨识技术[J].传感器技术2004 24(3) 15 17.

[6] 滕炯华袁朝辉王磊.基于气体传感器阵列的牛肉新鲜度识别方法研究[J].测控技术2002 21 (7) 1 2.