摘要：智能图像处理技术紧跟科技前沿,其算法被广泛应用于实际生产中,带来了很多的便利和经济价值,尤其是基于计算机视觉图像的识别技术。针对废旧手机堆积如山,造成大量资源浪费、污染环境的问题,以对手机进行分类回收为例,文中利用机器视觉对手机完成快速分类,以便于提取贵重金属、稀有金属,充分利用资源,节省人力成本。该方法基于Tensorflow算法,对手机进行图像训练分类,形成模板库,让待识别手机与模板库进行匹配,利用卷积神经网络分类识别方法进行识别,最终得以成功应用。以Linux系统的树莓派3B+为主控制器,32位ARMCotex-M3内核单片机为辅助控制器,实现舵机的转动,自动完成手机识别与分类回收。该方法能快速有效地识别和分类手机,节省分类手机的时间,且可以流水作业,便于贵重金属和稀有金属的智能化回收利用。

摘要：为提高小麦生产调控管理水平,设计实现了基于智能图像处理的番茄典型病害远程诊断系统。采用浏览器/服务器(Browser/Server)模式,通过远程监控收集番茄病变信息,融合番茄生理生态指标进行分析诊断。将专家识别番茄病害的知识与数字图像处理、神经网络等技术相结合,对番茄生长过程中产生的病害构建相应特征数据库,进行快速诊断,用户可通过计算机与智能终端获取番茄生长资源。研究表明,该系统有助于提高番茄生产效率,减少资源浪费与农业污染。