計(jì)算機(jī)視覺研究現(xiàn)狀

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇計(jì)算機(jī)視覺研究現(xiàn)狀范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

計(jì)算機(jī)視覺研究現(xiàn)狀范文第1篇

關(guān)鍵詞： 計(jì)算機(jī) 視覺注意機(jī)制 計(jì)算機(jī)視覺注意模型

1.引言

隨著信息技術(shù)的不斷發(fā)展，數(shù)據(jù)處理量劇增，以及用戶不斷擴(kuò)大的個性化需求，對計(jì)算機(jī)信息處理能力提出了越來越高的要求。如何在場景中快速準(zhǔn)確地找到與任務(wù)相關(guān)的局部信息，即物體選擇與識別，已經(jīng)成為計(jì)算機(jī)信息處理領(lǐng)域的一個研究熱點(diǎn)。隨著在心理學(xué)領(lǐng)域注意機(jī)制研究的不斷發(fā)展，將注意機(jī)制引入信息處理領(lǐng)域來解決物體識別問題，已經(jīng)不再是紙上談兵。

人類視覺系統(tǒng)進(jìn)行視覺信息處理時(shí)，總是迅速選擇少數(shù)幾個顯著對象進(jìn)行優(yōu)先處理，忽略或舍棄其他的非顯著對象。進(jìn)入人類視野的海量信息，通過注意選擇機(jī)制進(jìn)行篩選，就能使我們有選擇地分配有限的視覺處理資源，保證視覺信息處理的效率，這就是視覺選擇注意機(jī)制的原理。依據(jù)人類視覺選擇注意的基本原理，開發(fā)能夠進(jìn)行智能圖像信息處理的計(jì)算機(jī)系統(tǒng)，就成為一大任務(wù)。我們研究的主要方向是使計(jì)算機(jī)處理對象時(shí)，能夠具備與人類相似的視覺選擇注意能力。

2.視覺注意機(jī)制

研究視覺注意機(jī)制是個多學(xué)科交叉的問題，目前多個領(lǐng)域的研究人員都取得了研究成果，并且對視覺注意的理論都形成了一些共識。目前普遍認(rèn)為注意既可以是按自底向上（自下而上）的圖像數(shù)據(jù)驅(qū)動的，也可以是安自頂向下（自上而下）的任務(wù)驅(qū)動的。其中，自下而上的研究主要來自圖像中物體數(shù)據(jù)本身的顯著性。例如，在視覺搜索實(shí)驗(yàn)中，顯著的物體會自動跳出，如圖1中的圓點(diǎn)通過特征對比，以形狀跳出的形式獲得注意。自上而下的引導(dǎo)主要來自當(dāng)前的視覺任務(wù)，以及場景的快速認(rèn)證結(jié)果，即我們可以“故意”去注意任何一個“不起眼”的物體，如我們可以在圖書館浩如煙海的藏書中，找到自己感興趣的那本書。

研究視覺注意機(jī)制的重要方法是研究眼睛在搜索目標(biāo)時(shí)的表現(xiàn)。顯著圖中的各目標(biāo)在競爭中吸引注意點(diǎn)，注意點(diǎn)在各個注意目標(biāo)間轉(zhuǎn)移。根據(jù)注意點(diǎn)轉(zhuǎn)移時(shí)是否伴隨眼動，視覺注意也分為隱式注意和顯式注意。隱式注意的中央凹不會隨著注意點(diǎn)的轉(zhuǎn)移而移動，而顯式注意的中央凹隨每次注意點(diǎn)的轉(zhuǎn)移而運(yùn)動。

對視覺注意機(jī)制的研究為計(jì)算機(jī)視覺的發(fā)展提供了可能。計(jì)算機(jī)視覺借鑒人類視覺的注意機(jī)制，建立視覺注意的計(jì)算模型。通過“注意點(diǎn)”的選擇與轉(zhuǎn)移，實(shí)現(xiàn)對復(fù)雜場景中任務(wù)的搜索與定位，最終來實(shí)現(xiàn)實(shí)時(shí)信息的響應(yīng)處理。在計(jì)算機(jī)視覺的研究中，顯式注意應(yīng)用較多。

3.計(jì)算機(jī)視覺注意模型

從人的角度來看，人類視覺系統(tǒng)通過視覺，選擇注意在復(fù)雜的場景中迅速將注意力集中在少數(shù)幾個顯著的視覺對象上。從場景的角度來看，場景中的某些內(nèi)容比其他內(nèi)容更能引起觀察者的注意，我們稱之為視覺顯著性，兩者其實(shí)是從不同的角度對視覺選擇注意過程的描述。

我們把引起注意的場景內(nèi)容定義為注意焦點(diǎn)FOA（Focus of Attention）。Treisman的特征整合理論中將視覺信息處理過程劃分為前注意和注意兩個階段，各種視覺特征在前注意階段被以并行的方式提取出來，并在注意階段以串行方式整合為視覺客體，即注意的特征和客體是通過不同方式進(jìn)行的。在注意焦點(diǎn)的選擇和轉(zhuǎn)移上，Koch［2］進(jìn)行了深入的研究，他提出注意焦點(diǎn)FOA的變化具有四個特征，即單焦點(diǎn)性：同一時(shí)刻只能存在一個FOA；縮放性：FOA的空間范圍可以擴(kuò)大或者縮小；焦點(diǎn)轉(zhuǎn)移性：FOA能夠由一個位置向另一個位置轉(zhuǎn)移；鄰近優(yōu)先性：FOA轉(zhuǎn)移時(shí)傾向于選擇與當(dāng)前注視內(nèi)容接近的位置。同時(shí)注意焦點(diǎn)具有抑制返回的特點(diǎn)，即FOA轉(zhuǎn)移時(shí)抑制返回最近被選擇過的注視區(qū)域。在此基礎(chǔ)上，視覺注意的研究人員提出了多種視覺注意模型。

4.視覺注意模型的研究現(xiàn)狀

人類的視覺注意過程包括兩個方面：一方面是對自下而上的初級視覺特征的加工，另一方面是由自上而下的任務(wù)的指導(dǎo)，兩方面結(jié)合，共同完成了視覺的選擇性注意。與此對應(yīng)，當(dāng)前的計(jì)算機(jī)視覺注意研究也分為這兩個方面。

4.1自下向上的數(shù)據(jù)驅(qū)動注意模型研究及分析

在沒有先驗(yàn)任務(wù)指導(dǎo)的情況下，視覺注意的目標(biāo)選擇主要是由場景中自下而上的數(shù)據(jù)驅(qū)動的，目標(biāo)是否被關(guān)注，由它的顯著性決定。現(xiàn)在，自下而上的注意研究主要基于Treisman的特征整合理論和Koch&Ullman的顯著性模型，Itti、satoh等人均在此基礎(chǔ)上提出了自己的研究模型，并做了一些模型的改進(jìn)研究。自下而上的研究方法通過對輸入圖像提取顏色、朝向、亮度等方面的基本視覺特征的研究，形成各個特征對應(yīng)的顯著圖。另外，一些研究者采用基于局部或全局對比度的方法，來得到圖中每個像素的顯著性，進(jìn)而得到顯著圖。

現(xiàn)有的自下而上的視覺注意計(jì)算模型中，Itti的顯著圖模型（簡稱Itti模型）最具代表性。該模型主要包含3個模塊：特征提取、顯著圖生成和注意焦點(diǎn)轉(zhuǎn)移。模型通過初級特征的提取，將多種特征、多種尺度的視覺空間通過中央―周邊算子得到的各個特征的顯著性圖合成一幅顯著圖。顯著圖中的各個目標(biāo)通過勝者為王的競爭機(jī)制，選出唯一的注意目標(biāo)，其中注意焦點(diǎn)的轉(zhuǎn)移用的是禁止返回機(jī)制。但該模型也有一些缺點(diǎn)，如顯著區(qū)與目標(biāo)區(qū)域有偏差、計(jì)算量較大、運(yùn)行時(shí)間較長、動態(tài)場景中實(shí)時(shí)處理不平等。

在動態(tài)場景之中，由于Itti模型很難滿足實(shí)時(shí)性的要求，科研工作者們正在努力研究動態(tài)場景的特性，并建立相應(yīng)的動態(tài)模型。如Wolfe［1］指出，影響前注意的特征包括顏色、方向、曲率、尺寸、運(yùn)動、深度特征、微調(diào)支距、光澤、形狀，等等，其中又以運(yùn)動特征最為敏感。而You等采用了一種空間域特征和時(shí)間域特征相結(jié)合的視覺注意模型，該模型假設(shè)當(dāng)場景中存在全局運(yùn)動時(shí)，視覺注意對象將極少做運(yùn)動。然而，許多真實(shí)的場景并不能滿足這個假設(shè)，限制了模型的適用范圍。Hang等人提出了一種運(yùn)動圖的計(jì)算方法，并把運(yùn)動圖作為特征之一，與顏色、亮度、方向等特征結(jié)合。這些研究關(guān)注了運(yùn)動特征對視覺的影響，但是均存在一定的局限性，對于復(fù)雜的運(yùn)動場景的注意焦點(diǎn)計(jì)算很難取得良好的效果。

我國研究者也在Itti注意模型的基礎(chǔ)上研究了適合動態(tài)場景中的注意模型，形成了一些理論成果。如曾志宏［2］等人提出注意焦點(diǎn)計(jì)算模型，鄭雅羽［3］等提出基于時(shí)空特征融合的視覺注意計(jì)算模型。這些模型都能較好地提取動態(tài)場景下的視覺目標(biāo)。

4.2自上而下的任務(wù)驅(qū)動的注意模型研究及分析

自上而下的注意即任務(wù)驅(qū)動的注意，通過目標(biāo)和任務(wù)的抽象知識，在一定程度上指導(dǎo)注意焦點(diǎn)的選擇。在自上而下注意模型的研究方面，Laar（1997）提出了一個用于隱式視覺注意的模型，該模型通過任務(wù)學(xué)習(xí)，將注意集中于重要的特征。Rabak［4］提出了基于注意機(jī)制的視覺感知識別模型，該模型在定義目標(biāo)顯著性時(shí)，通過語義分析對其他三個自下向上的視覺控制參數(shù)項(xiàng)進(jìn)行線性組合。Salah將可觀測馬爾科夫模型引入到模擬任務(wù)驅(qū)動的注意模型研究中，并在數(shù)字識別和人臉識別的實(shí)驗(yàn)中取得了很好的效果。Itti提出以調(diào)節(jié)心理閾值函數(shù)的形式來控制視覺感知。

目前對自下而上的數(shù)據(jù)驅(qū)動方面的研究較多，而對自下而上的任務(wù)驅(qū)動方面研究較少。因?yàn)槿蝿?wù)驅(qū)動的注意與人的主觀意識有關(guān)，同時(shí)受到場景的全局特征影響。自上而下的注意涉及記憶、控制等多個模塊的分工協(xié)作，其過程非常復(fù)雜。

5.計(jì)算機(jī)視覺注意模型研究的趨勢

自底向上和自頂向下的加工是兩種方向不同的信息處理機(jī)制，兩者的結(jié)合形成了統(tǒng)一的視知覺系統(tǒng)。人類的視覺信息處理系統(tǒng)只有遵循這樣的方法，才能有效地實(shí)現(xiàn)視覺選擇注意的目的。

實(shí)踐證明，把自底向上和自頂向下的研究相分離的研究方法并不能很好地解決計(jì)算機(jī)的視覺注意過程。要想使計(jì)算機(jī)能夠準(zhǔn)確模擬人類的視覺注意過程，實(shí)現(xiàn)主動的視覺選擇注意的目的，采用兩種研究方法相結(jié)合的形式勢在必行。自底向上的視覺注意計(jì)算往往離不開與自頂向下的有機(jī)結(jié)合，實(shí)現(xiàn)二者的優(yōu)勢互補(bǔ)是以后計(jì)算機(jī)視覺注意研究的一個趨勢。

參考文獻(xiàn)：

［1］Wolf J M，Cave K R.Deploying visual attention：the guided search model.In：Troscianko T，Blake A，eds.AI and the Eye.Chichester，UK：Wiley press，1990.

［2］曾志宏，周昌樂，林坤輝，曲延云，陳嘉威.目標(biāo)跟蹤的視覺注意計(jì)算模型［J］.計(jì)算機(jī)工程，2008，（23）.

［3］鄭雅羽，田翔，陳耀武.基于時(shí)空特征融合的視覺注意模型［J］.吉林大學(xué)學(xué)報(bào)，2009，（11）.

［4］Rabak I A，Gusakova V I，Golovan A V，et al.A model of attention-guided vision perception and recognition.Vision Research，1998，38.

計(jì)算機(jī)視覺研究現(xiàn)狀范文第2篇

【關(guān)鍵詞】平面測量技術(shù);鉛球項(xiàng)目;成績測量

0 引言

隨著計(jì)算機(jī)處理能力的提高和傳感器技術(shù)的發(fā)展，近年來基于視頻圖像處理的計(jì)算機(jī)視覺技術(shù)已成為圖像處理領(lǐng)域的研究熱點(diǎn)，該技術(shù)在眾多的領(lǐng)域中都有十分廣泛的應(yīng)用[1]。

視覺是人類認(rèn)識世界、觀察世界的重要手段。人類從外界獲取的信息量約有 75%來自視覺系統(tǒng)，這表明視覺信息量十分巨大以及人類對視覺信息有較高的利用率。人類利用視覺的過程可看作是一個從感覺到知覺的復(fù)雜過程，即從感受到的對三維世界的投影圖像到依據(jù)投影圖像去認(rèn)知三維世界的內(nèi)容和含義[2]。

計(jì)算機(jī)視覺技術(shù)是指利用計(jì)算機(jī)實(shí)現(xiàn)人的視覺功能，既對客觀世界的三維場景的識別、感知和理解。該技術(shù)包括是仿生學(xué)方法及工程方法，仿生學(xué)方法是模仿人類視覺功能的結(jié)構(gòu)及原理，建立相應(yīng)的處理系統(tǒng)，完成類似的工作和功能;工程方法是從分析人類視覺系統(tǒng)著手，并采用任何現(xiàn)有的可行手段實(shí)現(xiàn)人類視覺系統(tǒng)的功能[3]，該方法的特點(diǎn)是只關(guān)心系統(tǒng)的輸入和輸出。計(jì)算機(jī)視覺的主要研究目標(biāo)是建成計(jì)算機(jī)視覺系統(tǒng)，完成各種視覺功能。也就是說，即要能借助各種視覺傳感器（如 CMOS 攝像器件、CCD等）獲取現(xiàn)實(shí)世界的圖像，而感知和恢復(fù) 3D 環(huán)境中物體的幾何性質(zhì)、運(yùn)動情況、姿態(tài)結(jié)構(gòu)、相互位置等，并且要對客觀場景進(jìn)行識別、解釋、描述、進(jìn)而做出決斷。目前，計(jì)算機(jī)視覺技術(shù)在體育運(yùn)動中也得到了廣泛的應(yīng)用，利用該技術(shù)不僅可以從不同的視角觀察運(yùn)動員的動作，而且能將運(yùn)動員速度、加速度、所在位置等數(shù)據(jù)進(jìn)行量化處理，使體育訓(xùn)練及比賽擺脫依靠傳統(tǒng)經(jīng)驗(yàn)分析及判別的狀態(tài)，從而進(jìn)入科學(xué)化、數(shù)字化的狀態(tài)，而且還可以完成競技體育項(xiàng)目的成績測試[4-5]。

在測試項(xiàng)目中鉛球成績的測量仍采用皮尺丈量法。這種方法存在著三個方面的缺陷，一是皮尺本身具有彈性以及易折疊特性，二是受場地的凹凸不平，三是人為因素影響較大。由于這三方面的作用， 故在鉛球成績的測量精確度受到極大的限制。針對這一問題本課題提出了一種基于同視場（鉛球場地）測量地平面坐標(biāo)的單攝像機(jī)模型[6-7]。該模型利用透視投影幾何關(guān)系，對攝像機(jī)內(nèi)部參數(shù)進(jìn)行標(biāo)定，然后，建立相應(yīng)的網(wǎng)格匹配數(shù)學(xué)模型，通過單目CCD攝像機(jī)像面坐標(biāo)，測量鉛球落點(diǎn)的地平面坐標(biāo)[8]。成功的解決了鉛球著點(diǎn)測量在雙目視覺交匯組合測量存在的死角影響系統(tǒng)的測量范圍的問題，另外，單目視覺測量系統(tǒng)也避免了雙目視覺系統(tǒng)存在對應(yīng)特征點(diǎn)匹配問題。

1 平面測量原理

圖1 鉛球的2D場景坐標(biāo)系

鉛球場地是一個扇形區(qū)域（如圖1）。假設(shè)建立一個如圖1的2D場景坐標(biāo)系，首先要做的事是要確定場地上指定點(diǎn)的真實(shí)坐標(biāo)與采集到的圖片的指定點(diǎn)象素坐標(biāo)之間的對應(yīng)關(guān)系，即要找到這兩種坐標(biāo)系之間的轉(zhuǎn)換關(guān)系。而這種轉(zhuǎn)換關(guān)系可以用平面測量的相關(guān)技術(shù)獲得。在計(jì)算機(jī)視覺中，所謂的平面測量，就是從圖像中獲得2D場景信息。在實(shí)際的測量中，我們可以通過在圖像上標(biāo)定一定數(shù)量的坐標(biāo)點(diǎn)來確定圖像中場地指定點(diǎn)的象素坐標(biāo)和真實(shí)世界中的指定點(diǎn)的現(xiàn)實(shí)坐標(biāo)之間的單應(yīng)矩陣。

我們獲取一幅2D場景S的圖像I，通過S與I之間的N（N>=4）對對應(yīng)點(diǎn)，就可以確定它們之間的單應(yīng)矩陣H。

令：

H=h■，h■，h■=h■，h■，h■h■，h■，h■h■，h■，h■（1）

在H的九個元素中，有八個獨(dú)立比率，即一個單應(yīng)有八個自由度變量，一個常數(shù)1。因此，在H中，往往設(shè)置h■=1。

令（x■，y■）∈I，x■■，y■■∈S為一對對應(yīng)點(diǎn)，i=1，2，…N。由每一對對應(yīng)點(diǎn)，根據(jù)圖像與場景之間的單應(yīng)關(guān)系，我們可以得到兩個線性方程：

其中，h是矩陣H的向量形式，

于是我們可以得到2N個方程，寫成矩陣形式為：

AH=0（3）

其中

因此，要求得8個參數(shù)的單應(yīng)矩陣，至少需要4個對應(yīng)點(diǎn)。在實(shí)際的測量中，為了提高精度，每個模板平面上提供的對應(yīng)點(diǎn)數(shù)目都會超過4個。

當(dāng)N>4時(shí)，我們可以用奇異值分解法（SVD）[14]求最小二乘解h。

求得單應(yīng)矩陣后，利用公式（2），就可以計(jì)算出圖像上指定點(diǎn)對應(yīng)的真實(shí)坐標(biāo)值，從而計(jì)算出鉛球投擲的距離。

2 實(shí)驗(yàn)結(jié)果與分析

表1

2.1 實(shí)驗(yàn)結(jié)論（下轉(zhuǎn)第38頁）

（上接第21頁）經(jīng)實(shí)際測量的6個標(biāo)定點(diǎn)（如圖1）的坐標(biāo)分別為A（700，0）、B（900，0）、C（1100，0）、D（570，407）、E（733，523）、F（895，639） 。為了測試本文提出的測量模型，在反復(fù)測量鉛球投擲實(shí)驗(yàn)中選取了典型的10個測試樣本，其中鉛球落點(diǎn)10個。

2.2 誤差分析

從表1中我們可以看到人工測量值和系統(tǒng)測量值有一定的誤差，分析誤差產(chǎn)生的原因有如下幾種：

1）數(shù)字 CCD 鏡頭的光學(xué)性能引起的誤差，如焦距、畸變和光學(xué)中心誤差等通過攝像機(jī)內(nèi)部參數(shù)校正來解決。

2）攝像機(jī)的支架及底座一定要有足夠的穩(wěn)定性和剛度，在視頻圖像獲取過程中應(yīng)保證攝像機(jī)的相對位置穩(wěn)定不動，由意外情況所造成的誤差在計(jì)算中應(yīng)予以剔除。

3）環(huán)境的變化將對測量結(jié)果產(chǎn)生影響，因此測量中要及時(shí)修正背景圖像。

4）人工測量本身就會與真實(shí)值產(chǎn)生一定的誤差。

3 總結(jié)

本論文首先介紹了課題背景，對單目視覺測量的研究現(xiàn)狀和測量建模在國內(nèi)外的研究現(xiàn)狀進(jìn)行了分析和歸納，同時(shí)分析了視頻圖像處理技術(shù)在體育項(xiàng)目應(yīng)用現(xiàn)狀，將基于單目視頻圖像處理技術(shù)的鉛球成績測量作為切入點(diǎn)，對數(shù)字圖像處理技術(shù)在田徑運(yùn)動中應(yīng)用的關(guān)鍵技術(shù)進(jìn)行了研究。結(jié)合鉛球場地的特點(diǎn)，提出一種基于視頻圖像的鉛球測量方法，并通過實(shí)際應(yīng)用證明了該方法的可行性。

【參考文獻(xiàn)】

[1]Criminisi A，Reid I，Zisserman A. A plane measuring device[J].Image and VisionComputing，1999，17（8）， 625-634.

[2]Lorenzo Bruzzone， Diego Fernàndez Prieto. Automatic Analysis of the Difference Image for Unsupervised Change Detection[J]. IEEE Transactions on Geoscience and Remote Sensing，2000，5，38（3）.

[3]L Sajó， Z Ruttkay， A Fazekas. Turk-2， a multi-modal chess player[J]. International Journal of Human-Computer Studies，2011，7，69（7-8）：483-495.

[4]Lichtenberg， D.B.， Wills， J.G.， Maximizing the range of the shot-put[J]. American Journal of Physics，1978，46：546-549.

[5]Maheras， A.V.. The relationship between the angle of release and the velocity of release in the shot-put， and the application of a theoretical model to estimate the optimum angle of release （throwing）[D].University of Kansas.， 1995.

[6]Antonio Plaza， Jon Atli Benediktsson， Joseph W. Boardman. Recent advances in techniques for hyperspectral image processing[J]. Remote Sensing of Environment，2009，9，113（1）：S110-S112.

計(jì)算機(jī)視覺研究現(xiàn)狀范文第3篇

關(guān)鍵詞：農(nóng)業(yè)機(jī)械自動化；技術(shù)要點(diǎn)；優(yōu)化措施

DOI：10.16640/ki.37-1222/t.2017.06.214

0 引言

所謂農(nóng)業(yè)機(jī)械自動化技術(shù)，指的是將控制論、計(jì)算機(jī)技術(shù)、液氣壓技術(shù)等應(yīng)用到農(nóng)業(yè)機(jī)械的設(shè)計(jì)當(dāng)中，使農(nóng)業(yè)機(jī)械可以獨(dú)立完成田間耕作。隨著科學(xué)技術(shù)的不斷發(fā)展以及為了響應(yīng)政府高效農(nóng)業(yè)的號召，我國農(nóng)業(yè)正逐步朝著機(jī)械自動化的方向發(fā)展。農(nóng)業(yè)機(jī)械的自動化，不僅能夠使勞動的生產(chǎn)效率得到提高，還能減輕農(nóng)民的勞動強(qiáng)度，并且提高勞動舒適度，在一定程度上緩解農(nóng)村勞動力短缺的問題。在科技高速發(fā)展的今天，世界各國都加大了對農(nóng)業(yè)機(jī)械自動化技術(shù)的研究。很多科研成果已經(jīng)從實(shí)驗(yàn)室走向了實(shí)用階段。

1 農(nóng)業(yè)機(jī)械自動化對農(nóng)村建設(shè)的意義

對社會主義新農(nóng)村進(jìn)行建設(shè)，是我國構(gòu)建社會主義和諧社會的基本要求。社會主義的和諧與廣大農(nóng)村地區(qū)的和諧是不可分割的。雖然從整體上看，社會主義新農(nóng)村處于較為穩(wěn)定和諧的狀態(tài)，但不可否認(rèn)的是，社會主義新農(nóng)村的建設(shè)也存在著一定的問題。其中，最主要的問題是農(nóng)民收入過低。因此，我國要大力推行農(nóng)業(yè)機(jī)械自動化建設(shè)，為減輕農(nóng)民的勞動強(qiáng)度、提高農(nóng)民的經(jīng)濟(jì)收入提供保障。

2 農(nóng)業(yè)機(jī)械的分類

通常來說，農(nóng)業(yè)機(jī)械是由動力設(shè)備和與之配套的農(nóng)機(jī)器具組成的。這兩者之間主要是以牽引懸掛或者是半懸掛的方式進(jìn)行連接。也有的農(nóng)業(yè)機(jī)械將這兩者制造成一個統(tǒng)一的整體。動力設(shè)備和與之配套的農(nóng)機(jī)器具這兩者在耕作的過程中，互相配合，缺一不可。

3 農(nóng)業(yè)機(jī)械自動化發(fā)展中存在的問題

我國農(nóng)業(yè)機(jī)械技術(shù)在發(fā)展的過程中，并不是一帆風(fēng)順的，而是遇到了很多問題。首先，我國大型農(nóng)業(yè)自動化機(jī)械在推廣的過程中難度較大。很多農(nóng)民沒有意識到機(jī)械化生產(chǎn)的重要性，導(dǎo)致了他們不愿意在農(nóng)業(yè)生產(chǎn)的機(jī)械方面進(jìn)行投入，最終造成了我國大型農(nóng)業(yè)自動化機(jī)械供大于求的尷尬。第二，我國的農(nóng)業(yè)機(jī)械制造水平較低。與西方國家相比，我國農(nóng)業(yè)機(jī)械制造的起步較晚，在很多方面，科技水平還不夠成熟。第三，我國對農(nóng)業(yè)機(jī)械自動化技術(shù)的研究缺乏足夠的動力。我國大型農(nóng)業(yè)機(jī)械的制造企業(yè)，以及科院院所存在著資金不足、科研環(huán)境較差的問題。對農(nóng)業(yè)機(jī)械進(jìn)行設(shè)計(jì)，不僅需要耗費(fèi)大量的時(shí)間和精力，還需要一定的技術(shù)條件作為依托。我國大部分科研院所和農(nóng)業(yè)機(jī)械制造企業(yè)，由于資金不足，并沒有完成對實(shí)驗(yàn)室的配套建O，使得科研人員在進(jìn)行工作時(shí)困難重重，這一現(xiàn)狀也嚴(yán)重影響了科研人員的工作積極性。第四，自動化技術(shù)在農(nóng)業(yè)機(jī)械的應(yīng)用中還處于起步階段。對自動化技術(shù)的應(yīng)用，需要很高的科技水平作為依托，但是我國科技基礎(chǔ)薄弱的現(xiàn)實(shí)，使自動化技術(shù)的應(yīng)用變得困難。

4 農(nóng)業(yè)機(jī)械自動化技術(shù)要點(diǎn)及優(yōu)化應(yīng)用措施

4.1 實(shí)現(xiàn)計(jì)算機(jī)技術(shù)應(yīng)用于農(nóng)業(yè)生產(chǎn)

計(jì)算機(jī)視覺技術(shù)，作為新時(shí)期重點(diǎn)研究和應(yīng)用性廣泛的新科技，很多西方國家先后展開了對計(jì)算機(jī)視覺技術(shù)的研究。計(jì)算機(jī)視覺技術(shù)在農(nóng)產(chǎn)品質(zhì)量的鑒定方面，以及在記錄農(nóng)產(chǎn)品生長的信息等方面有著十分重要的作用。英國對計(jì)算機(jī)視覺技術(shù)的應(yīng)用進(jìn)行了首次嘗試，利用該技術(shù)研制了專業(yè)性的采蘑菇機(jī)器人。采蘑菇機(jī)器人在采蘑菇的過程中，不僅能夠?qū)δ⒐降奈恢眠M(jìn)行精準(zhǔn)的定位，而且能夠?qū)λ傻哪⒐竭M(jìn)行合理化的分類。受到英國的影響和啟發(fā)，我國國內(nèi)也開始嘗試在農(nóng)業(yè)機(jī)械自動化技術(shù)中，加入計(jì)算機(jī)控制技術(shù)的內(nèi)容。但是由于我國的經(jīng)濟(jì)技術(shù)發(fā)展還不夠成熟，要實(shí)現(xiàn)對計(jì)算機(jī)視覺技術(shù)的應(yīng)用，還需要科學(xué)家們進(jìn)行努力。

4.2 實(shí)現(xiàn)農(nóng)業(yè)施肥和灌溉技術(shù)的自動化

我國水資源總量雖然比較大，但是人均資源占有量卻很小，而且我國水資源分配的不夠合理，使得我國水資源長期處于短缺的狀態(tài)。要促進(jìn)農(nóng)業(yè)的發(fā)展，充足的水資源是必要的條件。在保證農(nóng)業(yè)生產(chǎn)用水的同時(shí)，保證對水資源的節(jié)約，是我國農(nóng)業(yè)發(fā)展過程中必須要面對的問題。農(nóng)業(yè)自動化灌溉技術(shù)的應(yīng)用可以很好地解決這一問題。所謂農(nóng)業(yè)自動化灌溉技術(shù)，是把傳感器與電子計(jì)算機(jī)進(jìn)行有機(jī)結(jié)合，把農(nóng)作物生長過程中對環(huán)境的需求及對用水量的需求，通過軟件的形式加以呈現(xiàn)，從而避免水資源的浪費(fèi)。對農(nóng)業(yè)施肥技術(shù)來說也是如此，實(shí)現(xiàn)農(nóng)業(yè)施肥和灌溉技術(shù)的自動化，是節(jié)約水資源、降低農(nóng)業(yè)生產(chǎn)成本、避免浪費(fèi)以及保護(hù)環(huán)境的必然選擇。

4.3 實(shí)現(xiàn)農(nóng)業(yè)的精準(zhǔn)化

農(nóng)業(yè)精準(zhǔn)化是指將我國的傳統(tǒng)農(nóng)業(yè)與農(nóng)業(yè)機(jī)械自動化技術(shù)相結(jié)合，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)管理的科技化。精準(zhǔn)農(nóng)業(yè)是未來農(nóng)業(yè)發(fā)展的主要方向之一。農(nóng)業(yè)生產(chǎn)自動化，是一項(xiàng)以計(jì)算機(jī)網(wǎng)絡(luò)和控制器等為基礎(chǔ)的技術(shù)。我國對精準(zhǔn)農(nóng)業(yè)的研究，已經(jīng)取得了一定的科技成果。世界上第一臺觀測農(nóng)業(yè)氣象的自動化儀器，已經(jīng)在我國鄭州氣象站開始投入使用。農(nóng)業(yè)氣象觀測儀，可以對農(nóng)業(yè)生產(chǎn)的小環(huán)境進(jìn)行合理化監(jiān)測，并且通過網(wǎng)絡(luò)把監(jiān)測到的信息及時(shí)反映給當(dāng)?shù)剞r(nóng)業(yè)部門。

總之，在經(jīng)濟(jì)全球化進(jìn)程不斷加快和城市化進(jìn)程高速發(fā)展的今天，給各個行業(yè)帶來機(jī)遇的同時(shí)，也帶來了挑戰(zhàn)。為了在經(jīng)濟(jì)發(fā)展的大潮中處于不敗的地位，加強(qiáng)科技創(chuàng)新是一項(xiàng)必不可少的選擇，同時(shí)也是長遠(yuǎn)發(fā)展的根本要求。對于農(nóng)業(yè)產(chǎn)業(yè)而言，為了使我國農(nóng)業(yè)能夠更好更快的發(fā)展，政府要提高對農(nóng)業(yè)機(jī)械自動化技術(shù)研究的投入，并將新的科技成果不斷應(yīng)用到農(nóng)業(yè)生產(chǎn)中。作為科技工作者要努力鉆研農(nóng)業(yè)機(jī)械自動化技術(shù)，并且要對農(nóng)業(yè)機(jī)械自動化技術(shù)的應(yīng)用措施進(jìn)行優(yōu)化，從而實(shí)現(xiàn)農(nóng)業(yè)的智能化時(shí)代，創(chuàng)造出我國農(nóng)科發(fā)展的新道路。

參考文獻(xiàn)：

[1]劉洋.我國農(nóng)業(yè)機(jī)械自動化應(yīng)用現(xiàn)狀和推進(jìn)模式探討[J].化工中間體，2015（11）：11-19.

計(jì)算機(jī)視覺研究現(xiàn)狀范文第4篇

本文深入地分析了當(dāng)前實(shí)施人臉檢測技術(shù)的可行性，并對本方案實(shí)施的優(yōu)勢進(jìn)行了概括。

【關(guān)鍵詞】人臉檢測技術(shù) 計(jì)算機(jī)技術(shù) 識別技術(shù)

1 人臉檢測的前景

人臉檢測作為近年來生物識別領(lǐng)域的一個熱門研究方向，具有操作方便，用戶易于接受，事后追蹤能力強(qiáng)等優(yōu)點(diǎn)。但是因?yàn)槿四槞z測與識別運(yùn)行的過程往往需要大量的運(yùn)算，并且其算法并不簡單，因此目前大部分人臉檢測與識別系統(tǒng)的設(shè)計(jì)與開發(fā)都需要立足于計(jì)算機(jī)技術(shù)。下面筆者將會對以計(jì)算機(jī)平臺為基礎(chǔ)的人臉檢測的實(shí)現(xiàn)過程展開詳細(xì)的論述與分析。

2 相關(guān)技術(shù)研究現(xiàn)狀

2.1 人臉圖像的獲取與預(yù)處理

一般情況下，攝像頭負(fù)責(zé)對人臉圖像的攝取，除此之外，專門的圖像庫也是人臉圖像的來源之一。前者多應(yīng)用于系統(tǒng)的應(yīng)用階段，一般來說，它不僅僅可以作為應(yīng)用系統(tǒng)存在，也可以作為研究系統(tǒng)存在；而后者多應(yīng)用于研究階段，并且它只能作為研究系統(tǒng)存在，是基于標(biāo)準(zhǔn)人臉圖像庫而存在的。

獲得需要的圖像之后，接下來就要對圖像進(jìn)行預(yù)處理，這一環(huán)節(jié)對于人臉檢測與識別系統(tǒng)的應(yīng)用來說，是非常關(guān)鍵的。在獲取圖像的過程中，會受到外部復(fù)雜環(huán)境的影響，例如燈光亮度、配套設(shè)施好壞、噪聲干擾、對比不明顯等等。并且，由于距離與焦距存在的差異，導(dǎo)致無法確定人臉?biāo)幍木咧谩Ｒ虼耍瑘D像預(yù)處理這一環(huán)節(jié)是必不可少的，有了這一環(huán)節(jié)才能確保圖像上人臉?biāo)幬恢门c大小比較恰當(dāng)。人臉扶正、人臉圖像增強(qiáng)及其幾何歸一化和灰度歸一化等都是圖像預(yù)處理環(huán)節(jié)主要的工作內(nèi)容。而圖像變換增強(qiáng)、直方圖均衡法、非線性平滑濾波、圖像的歸一化等則是圖像預(yù)處理過程之中所運(yùn)用的主要方法。

2.2 人臉檢測技術(shù)

人臉識別是否能夠具有較好的識別性能，取決于人臉檢測的性能水平的高低，因此可以說，人臉檢測是人臉識別得以實(shí)現(xiàn)的前提條件。借助人臉檢測算法技術(shù)，檢查并測驗(yàn)靜態(tài)圖像（動態(tài)視頻幀），從而準(zhǔn)確的對此圖像（視頻）進(jìn)行判斷，從而知道此圖像是否具有人臉圖像，假若判斷此圖像具有人臉圖像，則需要明確其所處區(qū)域及圖像數(shù)值大小，這就是人臉檢測。高效率與檢測精準(zhǔn)是用戶對人臉檢測的一個普遍性評價(jià)，現(xiàn)如今這項(xiàng)技術(shù)已經(jīng)獲得了用戶的認(rèn)可，專家學(xué)者也對其展開了更深入的分析研究。

人臉圖像所囊概的特征是非常豐富的，例如膚色、人的輪廓、結(jié)構(gòu)等特征都是極具代表性的，此外其系列圖像往往還會涉及到一些其他信息，例如運(yùn)動狀態(tài)等。基于這些特征信息，研究者設(shè)計(jì)了許多人臉識別的檢測算法，按照這些方法的思想策略大致可將人臉檢測方法分為4類：基于知識的方法、基于模塊匹配的方法、基于外觀形狀的方法和基于特征的方法。

2.3 人臉識別技術(shù)

借助對相應(yīng)的人臉識別算法的運(yùn)用，辨別出圖像上的人臉的身份信息，第一步是對圖像進(jìn)行搜索，從而找出圖像上的人臉目標(biāo)，然后識別人臉目標(biāo)體的身份信息，這就是人臉識別。

以人臉識別技術(shù)的發(fā)展?fàn)顩r作為劃分的依據(jù)，研究工作往往將人臉識別技術(shù)劃分為四種類別，分別為：其一是幾何特征為基礎(chǔ)的；其二是以統(tǒng)計(jì)特征為基礎(chǔ)的；其三是以機(jī)器靴子為基礎(chǔ)的；其四是以局部模式為基礎(chǔ)的；

3 選擇的硬件平臺

3.1 圖像輸入

人臉圖像的輸入部分可以是普通的USB攝像機(jī)、網(wǎng)絡(luò)攝像機(jī)等，也可以將已經(jīng)拍攝好的圖像存儲在硬盤等存儲設(shè)備。因此其應(yīng)用往往不會受限于特定的場所。

如果攝像機(jī)選擇的性能比較差一些，會增加后面算法的復(fù)雜度；此外還會對人臉檢測與識別的最終效果造成一定的影響；為了提高系統(tǒng)的性能，所以應(yīng)該選擇性能比較好，產(chǎn)生的相片噪聲比較小的相機(jī)。

3.2 中央處理

本方案中的中央處理部分選取的是計(jì)算機(jī)的CPU；因?yàn)楝F(xiàn)在CPU的功能強(qiáng)大，再加上良好的微軟系統(tǒng)，使得系統(tǒng)的性能大大的提升。

作為系統(tǒng)的中心處理部分，應(yīng)該選擇一臺專門的服務(wù)器來處理圖像的檢測和識別。這是由于圖像往往需要占據(jù)大量的內(nèi)存，在實(shí)施算法的過程之中會耗用較多的資源。

4 檢測系統(tǒng)的組成

4.1 計(jì)算機(jī)視覺庫OpenCV的介紹

Open CV是計(jì)算機(jī)視覺庫，它是跨平臺的，并且以（開源）發(fā)行為基礎(chǔ)，能夠在很多操作系統(tǒng)上運(yùn)用，例如Linux、Windows、Mac OS，其具有的C函數(shù)跨平臺的中、高層API高達(dá)五百個。由于其有著豐富的視覺處理算法，因此在數(shù)字圖像處理領(lǐng)域之中的運(yùn)用非常普遍，例如物體、人體、人臉等的識別。本文后面分析工作的開展都是以O(shè)pen CV計(jì)算機(jī)視覺庫為基礎(chǔ)的。

4.2 人臉圖像采集模塊

原始的人臉圖像一般是在用戶注冊時(shí)采集的，一般會在幾副到十幾幅之間， 且采集到的這些人臉圖像需包含該人臉的不同的表情和多種姿態(tài)。人臉采集是人臉檢測的第一個步驟，筆者在前文現(xiàn)狀分析的基礎(chǔ)上，為使人臉檢測更加精確，結(jié)合了人眼與人臉檢測兩種技術(shù)。成功獲取人臉圖像后將會步入圖像預(yù)處理這一步驟，相應(yīng)的工作內(nèi)容不再贅述。

當(dāng)然進(jìn)行人臉識別時(shí)的圖像采集工作也是由此模塊來完成，采集完需要進(jìn)行歸一化、圖像均衡、灰度化、直方圖增強(qiáng)等預(yù)處理，之后根據(jù)當(dāng)前處于訓(xùn)練階段還是識別階段將其送入人臉特征提取模塊。

4.3 人臉特征提取模塊

這一模塊的主要工作是提取人臉圖片的特征，隨后開展降維處理，最終在數(shù)據(jù)庫之中錄入該特征，方便人臉圖像識別模塊對圖像的識別。在前文人臉識別技術(shù)研究現(xiàn)狀分析的基礎(chǔ)上，筆者認(rèn)為此模塊工作的開展，首先可以采取人臉區(qū)域先分塊再提取特征的方法。

4.4 人臉圖像識別模塊

人臉識別系統(tǒng)的好壞很大程度上取決于人臉識別的設(shè)計(jì)水平與其所挑選的計(jì)算方法，因此可以說，人臉識別系統(tǒng)的關(guān)鍵在于人臉識別。現(xiàn)如今，以小波分析為基礎(chǔ)、以視覺聯(lián)想為基礎(chǔ)、以人臉表情為基礎(chǔ)的人臉識別技術(shù)是運(yùn)用最普遍的。因此，本文的關(guān)鍵點(diǎn)就在于此，要查閱相關(guān)資料，從而挑選出最恰當(dāng)?shù)乃惴ā?/p>

5 結(jié)論

我們以O(shè)penCV和計(jì)算機(jī)為平臺，對人臉圖像的預(yù)處理、人臉圖像的特征提取和人臉圖像的識別算法進(jìn)行仿真分析和優(yōu)化。這樣，我們就可以充分利用人臉識別現(xiàn)有的算法，并進(jìn)行優(yōu)化，來實(shí)現(xiàn)快速高效的檢測和識別系統(tǒng)。

參考文獻(xiàn)

[1]朱文佳，戚飛虎.快速人臉檢測與特征定位 [J].中國圖像圖形學(xué)報(bào)，2005，10（11）：1455-1458.

[2]王志良，孟秀艷.人臉工程學(xué)[M].北京：機(jī)械工業(yè)出版社，2008.

作者簡介

宋家慧（1978-），女，山東省蒼山縣人。大學(xué)本科學(xué)歷。現(xiàn)為廣西機(jī)電職業(yè)技術(shù)學(xué)院講師。研究方向?yàn)橛?jì)算機(jī)應(yīng)用、數(shù)據(jù)庫應(yīng)用和數(shù)據(jù)挖掘。

計(jì)算機(jī)視覺研究現(xiàn)狀范文第5篇

關(guān)鍵詞：農(nóng)業(yè)生產(chǎn)；機(jī)械制造；應(yīng)用；自動化技術(shù)

我國是一個農(nóng)業(yè)大國，農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)經(jīng)濟(jì)對于我國而言非常重要。為了更好地提高農(nóng)業(yè)生產(chǎn)效率，在農(nóng)業(yè)生產(chǎn)過程中，合理地應(yīng)用行之有效的機(jī)械制造自動化技術(shù)，對于提升農(nóng)業(yè)生產(chǎn)有著明顯的推動作用。在農(nóng)業(yè)生產(chǎn)當(dāng)中借助機(jī)械制造自動化，不僅可以大大減少農(nóng)民的工作量，還可以顯著提升勞動生產(chǎn)的舒適性以及效率，實(shí)現(xiàn)成本節(jié)約的同時(shí)，還可以顯著優(yōu)化農(nóng)產(chǎn)品的生產(chǎn)。因此，探討農(nóng)業(yè)機(jī)械制造自動化的應(yīng)用具有顯著意義。

1機(jī)械制造自動化技術(shù)

機(jī)械制造主要是按照機(jī)械設(shè)計(jì)的最終效果發(fā)展生產(chǎn)以及制造的過程，其中會涉及許多類型的設(shè)備，例如工業(yè)當(dāng)中的儀器儀表、機(jī)床等機(jī)械設(shè)備，在農(nóng)業(yè)生產(chǎn)中主要是一些能夠提高農(nóng)業(yè)生產(chǎn)行為效率的機(jī)械設(shè)備。近些年，我國機(jī)械制造行業(yè)的發(fā)展速度十分明顯，并且也獲得了大量的創(chuàng)新成就。通過相應(yīng)的研究，我國機(jī)械制造行業(yè)目前已經(jīng)處于國際先進(jìn)水準(zhǔn)，同時(shí)逐漸向自動化、數(shù)字化、智能化的方向發(fā)展。其中，虛擬化、自動化是主要發(fā)展目標(biāo)，通過虛擬化的控制，自動化的操作與控制可以實(shí)現(xiàn)更好的優(yōu)化生產(chǎn)效率和效果的目的。機(jī)械自動化技術(shù)可以為農(nóng)業(yè)生產(chǎn)提供至少以下幾個方面的優(yōu)勢和特點(diǎn)：優(yōu)化產(chǎn)品質(zhì)量、提高生產(chǎn)效率、控制生產(chǎn)周期、控制生產(chǎn)成本、提升經(jīng)濟(jì)效益、降低人工勞動力投入、實(shí)現(xiàn)生產(chǎn)環(huán)境環(huán)保型，推動相應(yīng)行業(yè)與技術(shù)不斷發(fā)展和創(chuàng)新。

2農(nóng)業(yè)機(jī)械制造自動化的應(yīng)用現(xiàn)狀

機(jī)械自動化技術(shù)是農(nóng)業(yè)生產(chǎn)中最為重要且應(yīng)用意義巨大的一種技術(shù)，國外一些發(fā)達(dá)國家，已經(jīng)能夠?qū)⒋罅康霓r(nóng)業(yè)機(jī)械制造自動化技術(shù)應(yīng)用到農(nóng)業(yè)生產(chǎn)當(dāng)中，并且在農(nóng)業(yè)生產(chǎn)中的收割、整理、篩選、加工、包裝等流程中應(yīng)用自動化機(jī)械，可以實(shí)現(xiàn)自動化的生產(chǎn)效果。農(nóng)業(yè)機(jī)械制造自動化技術(shù)仍然需要堅(jiān)實(shí)的科學(xué)技術(shù)為基礎(chǔ)，其中主要包含計(jì)算機(jī)集成制造系統(tǒng)、計(jì)算機(jī)輔助設(shè)計(jì)技術(shù)、高精度的加工技術(shù)等，目前我國機(jī)械制造自動化技術(shù)仍然處于萌芽階段，仍然需要更加深入的研究和創(chuàng)新。根據(jù)機(jī)械自動化技術(shù)的制造規(guī)模劃分，農(nóng)業(yè)行業(yè)當(dāng)中的機(jī)械自動化主要可以分為自動化制造、自動化制造系統(tǒng)、制造線、制造工廠等。就農(nóng)業(yè)機(jī)械制造領(lǐng)域而言，我國僅僅達(dá)到了自動化制造、自動化制造系統(tǒng)的建設(shè)和創(chuàng)新，在其他方面仍然有待提高。

3農(nóng)業(yè)中機(jī)械制造自動化的未來發(fā)展前景

3.1自動化視覺技術(shù)的應(yīng)用

計(jì)算機(jī)的視覺技術(shù)是新時(shí)期的一種重要技術(shù)之一，國外許多發(fā)達(dá)國家已經(jīng)針對這一技術(shù)開展了相應(yīng)的工程性應(yīng)用。計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)生產(chǎn)當(dāng)中的應(yīng)用主要表現(xiàn)在評判農(nóng)產(chǎn)品的質(zhì)量、管理農(nóng)業(yè)種植的資源、記錄農(nóng)作物的生產(chǎn)信息以及自動收貨等方面。例如，英國通過計(jì)算機(jī)視覺技術(shù)制造了專用于采蘑菇的機(jī)器人，通過其中的視覺處理技術(shù)以及圖像處理功能，可以讓機(jī)器人在采蘑菇時(shí)準(zhǔn)確定位并有效采集。當(dāng)前，這一技術(shù)在我國仍然不夠成熟，需要進(jìn)步一研究和應(yīng)用。

3.2農(nóng)產(chǎn)品檢驗(yàn)與包裝技術(shù)

就目前的農(nóng)產(chǎn)品檢驗(yàn)與包裝效率而言，大多數(shù)屬于密集勞動的方式，想要有效提升這項(xiàng)工作的工作效率，可以應(yīng)用自動化檢測包裝設(shè)備，其中可以借助攝像機(jī)或X射線等方式探測農(nóng)產(chǎn)品的病害程度以及受損害程度，并將包裝完好的農(nóng)產(chǎn)品挑選出來，并計(jì)算農(nóng)產(chǎn)品的數(shù)量以及體積，之后再借助包裝機(jī)，根據(jù)不同質(zhì)量等級以及體積將農(nóng)產(chǎn)品包裝好。這一技術(shù)在許多發(fā)達(dá)國家已經(jīng)達(dá)到了生產(chǎn)線密集型的應(yīng)用，但是在我國存在著明顯的問題，仍然需要相關(guān)研究人員不斷探究和實(shí)踐，并根據(jù)我國實(shí)際的農(nóng)業(yè)生產(chǎn)現(xiàn)狀，設(shè)計(jì)出符合我國農(nóng)業(yè)生產(chǎn)的農(nóng)產(chǎn)品檢驗(yàn)與包裝自動化技術(shù)。

4總結(jié)

綜上所述，農(nóng)業(yè)機(jī)械制造的自動化技術(shù)未來必然是農(nóng)業(yè)社會經(jīng)濟(jì)發(fā)展的必然，對農(nóng)業(yè)生產(chǎn)均有著明顯的意義和作用。因此，在農(nóng)業(yè)機(jī)械生產(chǎn)以及制造過程中，需要不斷提高對機(jī)械自動化技術(shù)的重視和探討，提升農(nóng)業(yè)機(jī)械制造設(shè)備以及管理的自動化狀況，從而更好地推動我國農(nóng)業(yè)生產(chǎn)。

作者:李洪芹 顏廷婷 魯鴻 單位:1、山東省臨沂市費(fèi)縣農(nóng)機(jī)監(jiān)理站 2、山東省臨沂市蘭山區(qū)方城農(nóng)機(jī)管理服務(wù)站

參考文獻(xiàn)：