我国农产品分级的现状、问题及对策

我国是农业大国，也是蔬菜、水果等农产品的生产大国，总产量居世界第一位。我国出口到国外市场的各类农产品由于产后处理不完善，如优次不分、包装水平差等，导致缺乏市场竞争力，甚至毫无竞争优势；而在欧美和日本等发达国家，农产品收获后，都要经过严格的分级和包装，不仅拉开了价格档次，而且也方便了购买者，具有很强的市场竞争力。加入WTO后，我国农业面临着前所未有的竞争，农民的增产增收受到严峻的考验，而这也正是当今我国社会关注的焦点——“三农”问题的关键，这就迫使我们要紧跟时代的步伐，使农产品通过标准分级，提高市场竞争力，以达到增加农民收入的目的。农产品的检测与分级已成为当今许多科研人员非常感兴趣的研究方向，国家也给予了较大的投入。

基于MATLAB平台的农产品分级图像处理系统

农产品分级图像分析研究是实现农产品质量机器视觉检验的基础。介绍了基于MATLAB平台的农产品图像处理软件运行界面,并对其系统菜单功能模块进行了演示。结果显示,基于MATLAB平台的农产品分级图像处理软件可达到实际应用的要求。

静电技术及其在农产品分级中的应用

随着科学技术的日益发展,各种农业技术得以广泛应用于现代化农业生产中。采用静电技术对农产品实施分级是指根据不同物料各自的荷电特性、借助不同荷电方法对不同物料实施分离,从而达到快速对物料进行分级的目的。为此,从静电技术的主要分类入手,对当前农产品分选原理展开分析,并介绍静电技术在籽棉残膜分选及茶叶分选等方面的应用原理和分级过程,以期为开发新型农产品分级设备提供重要借鉴。

计算机视觉技术在农产品分级中的应用

计算机视觉技术是用数字图像处理技术辅助人类了解图像信息或直接用机器代替人类去识别图像。该技术无需直接接触测定对象便可获取图像中的重要参数和信息,属无损检测范畴。目前该技术在农产品分级中应用广泛,本文以苹果、砀山梨等为例,建立水果果形分级系统,检测效果良好,本方法为其它农产品的分级提供了基本思路和方法,有一定参考价值。

农产品分级决策方法的研究现状与发展趋势

综述了国内外水果、蔬菜及其它农产品分级决策方法的研究与应用现状,归纳了现有研究尚存的主要问题,如研究对象比较单一、信息采集不全面、没有统一的分级标准等。提出广泛扩展研究对象种类、搞好农产品分级与标准化工作,把研究适合我国国情的农产品分级决策方法等作为今后的发展趋势。

消费者搜寻农产品分级信息的阻滞机制及要素选择研究

农产品质量分级是推进质量兴农战略的重要举措,然而其未能在消费者信息搜寻过程中发挥传递质量信号的基本功能。借助微观调查与选择实验,利用双栏模型和随机参数-误差成分模型,从信息搜寻视角揭示消费者参考农产品分级信息决策的阻滞机制,探究针对分级要素选择有偏问题的优化路径。结果表明:消费者对分级体系缺乏认知、对分级要素偏好不强和对分级信息信任不足,是阻滞消费者参考农产品分级信息决策的关键因素,也是农产品质量分级在消费市场没能有效实施的现实原因。因此,调整分级信息传递、完善分级要素选择和改进分级监管方式,同时将消费者偏好作为分级要素选择的基础依据,是实施农产品质量分级、建立优质优价市场秩序、推进农业高质量发展的有效路径。

机器视觉在农产品物流分级检测中的应用

综述了近些年国内外机器视觉技术在农产品品质分级检测中的研究进展,选取水果、谷物籽粒、家畜、家禽和蔬菜为代表,重点阐述了机器视觉技术针对这些农产品特征进行分级检测的方法以及成果。同时,总结了目前机器视觉技术应用于农产品物流分级检测的不足之处,展望了未来的发展趋势。

农产品视觉检测与分级的研究现状与发展趋势

综述了国内外水果、蔬菜及其它农产品视觉检测分级研究与应用的现状,归纳了现有研究尚存的主要问题,如研究对象比较单一、图像采集不全面、缺少内部品质的视觉信息提取与检测、多数农产品视觉分级系统生产率比较低等。提出广泛扩展研究对象种类、农产品全面图像的摄取、结合红外、微波、核磁共振等技术进行内部品质的视觉信息提取与检测、研究快速并行图像处理算法等作为今后的发展趋势。

农产品质量分级标准是增强市场竞争力的基础

我国农业发展已进入一个新阶段，增长模式正从过去的外延扩张、追求数量向依靠科技进步、提高质量转变，把提高质量放到更加突出的位置，这对-ii0定和推行农产品分级标准提出了迫切要求。农产品质量分级标准是以农产品的质量要求和特性为依据，将相同用途但反映不同消费需求的农产品进行分等定级的规范性技术要求。从广义一上讲，

人工神经网络在农产品品质检测、分级中的应用

人工神经网络方法可对农产品进行客观、准确、快速、全面的检测分级,显示了巨大的潜力,并正以很快的速度与生产实际相结合。本文对人工神经网络方法在彩色图像分割和边缘检测、农产品品质检测(果实颜色识别、果形识别、分级)、农产品品质及其变化预测等领域的应用进行了介绍。

论生态农业成本对分级农产品建设的影响

生态农业能获得较高的经济效益、生态效益和社会效益的现代化农业。生态农产品分为有机农产品、绿色农产品、无公害农产品三级。三级生态农产品的成本和市场是决定农产品生产的主要依据。

浅谈农产品质量分等分级

本文通过分析经济发达国家农产品质量分级标准的现状,梳理其先进做法和经验,并在此基础上比较我国农产品质量分级标准与国外的差距,总结我国在制定农产品质量分级标准时可借鉴的经验和方法。

机器视觉技术在农产品尺寸和形状检测方面的应用

农产品的外形尺寸是农产品品质的重要特征之一，因而也成为农产品分级的重要依据。农产品在其生产过程中由于受到人为和自然等复杂因素的影响，产品品质差异很人，如大小、形状、色泽等都是变化的，很难整齐划一，故在农产品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。机器视觉不仅是人眼的延伸，更重要的是具有人脑的部分功能，其在农产品品质检测上的应用正是满足了这些应变的要求。

台湾地区的鲜活农产品流通业

台湾地区面积3.6万平方公里,人口2117.4万(1995年4月),其中265万住在台北,140万住在高雄,1994年人均国民收入10556美元。农业生产中种植业居首,蔬菜水果占重要地位。产量自给,人均年消费量都在110公斤左右。

中国农产品质量分级的理论依据与福利评估——基于选择实验调查的福利评估

农产品质量分级是推进质量兴农战略、引领农业高质量发展的有效途径。本文从福利经济学视角探讨现行市场经济环境下实施农产品质量分级的理论依据。具体而言,首先利用福利经济学原理和几何福利图,理论推演农产品质量分级的福利效应以及异质性消费群体的福利差异;然后借助选择实验调查数据,实证测度农产品质量分级的福利效应并验证理论依据。研究结果表明,实施农产品质量分级可以增进消费者福利,高收入群体的福利增进程度超过低收入群体,基于品质要素进行质量分级的消费者福利超过感官要素,按照感官要素划分农产品等级的现行分级方式难以满足市场需求。因此,坚持市场优先原则,将消费者偏好的品质要素作为等级划分的实践依据,是有效实施农产品质量分级、稳步推进质量兴农战略的正确路径。

人工神经网络在农业中的应用

人工神经网络是人工智能领域中发展迅速的信息处理技术之一 ,在简单介绍人工神经网络的发展和基本结构的基础上 ,对人工神经网络在农业中用于农业技术管理、分类、预测等方面进行了综述。图 1,参 2 9。

计算机视觉技术在农业中的应用

计算机视觉技术是模式识别与人工智能的一个重要领域,其应用已扩展到农业领域的诸多方面。为此,介绍了计算机视觉的概念及其系统组成;概述了计算机视觉技术在农业中的应用状况;并指出了计算机视觉技术应用于农业所存在的问题及其发展前景。

美国农业部农业市场局实验室管理及其启示

美国农业部农业市场局（AMS）的主要职能是负责制定农产品分级标准。提供分级、检验和市场营销服务．帮助买卖双方在互相认可的质量水平上进行交易。从而协助农民和农场销售农产品。AMS下设主要有棉花、乳制品、水果和蔬菜、畜牧和种子、禽产品、烟草、科学技术、运输与市场等部门。其中，科学技术部门负责实验室管理和技术支持工作，为相关部门提供检测服务、科学技术支持。本文主要介绍该部门负责的实验室管理以及农药残留监测数据计划和微生物监测数据计划，希望对中国有关部门借鉴国际经验、进一步健全和完善农产品检验检测体系提供参考。

分形在现代农业工程中的应用现状与展望

分形理论提供了一种认识、分析及解决一些农业复杂性问题的有效新手段。该文重点阐述了分形在农业工程的农业土壤科学、农业病虫害监测、农产品分级、农业机械等各个领域的应用现状及其前景,提出分形理论将面临和有待解决的问题。