計算機視覺技術在農業上的應用

郝文影

（河北科技師范學院　河北　秦皇島　066004）

在當前，計算機技術和數字圖像處理技術得到了良好的發展，而且害蟲圖像處理技術的提高也有效地提升了害蟲診斷工作的水平。因此就目前而言，應以計算機視覺圖像識別為主要研究內容，真正提升對目標圖像的實時檢測速度以及效率，并更好的促進我國農業領域的穩定發展。

1　計算機視覺技術的特點

計算機視覺技術已經成為工程領域、科學領域當中具有挑戰性的重要研究內容。計算機視覺技術屬于綜合性學科，其包括計算機科學與工程、信號處理技術、物理學知識以及應用數學與統計學知識等。計算機視覺技術的任務就是借助數學、信號學以及數字圖像處理和模式識別等技術對單幅以及多幅圖像開展精準的理解與識別。對于當前計算機視覺的應用大致上分成定位、量測、識別以及缺陷檢測等。而將計算機視覺技術運用到農業上，能夠對農業生產情況進行全面分析，并制定完善的農業發展策略，更好的提升農業生產水平，為我國農業行業的良好發展提供有利保障。

2　計算機視覺技術在農業中的應用

計算機視覺技術在實際的應用當中，主要就是對雜草進行識別，根據雜草的不同種類，運用光譜分析法、顏色分析法以及紋理分析法和外形分析法等。而且當前國外的害蟲識別技術也已經運用到實際生產當中了。一些相關人員借助攝像頭來進行實時監控，在黑光燈的引誘下將害蟲的圖像攝取出來，再借助小波分析的形式來分解圖像，進而提取目標顏色、面積周長等信息。之后借助所改進的BP網絡學習算法訓練識別，其識別準確率能夠達到85.7%。可是害蟲識別系統很難識別沒有飛行能力且體積較小的害蟲，因此該技術還有待研究和完善。

3　問題以及未來的發展方向

3.1存在的主要問題。首先，受研究對象復雜性影響。農作物和其產品形態存在較大差異，生長背景比較復雜。并且對于一種農業對象在不同的環境下，其表現的特征也各不相同，這樣會給數字圖像分割以及特征提取工作帶來一定的難度。而且在產品自動分級以及品質檢測工作當中，大部分研究的成果都屬于靜態化的，也就是在室內或田間進行靜態圖像的采集，之后在運用計算機來對圖像進行近一步的處理。在實際的生產應用當中，一般都需要進行動態圖像的實時處理工作。因此要求圖像獲取和處理設備進行良好的配合，在獲得圖像后便立即進行處理，以便更加精確、快速地獲得結果，進而開展良好的控制工作。其次，受環境多變性的影響。在多數研究當中都是在能夠采集高質量圖像的情況下來開展工作的，可是計算機視覺技術工作運用在農業中，將會不可避免地在田間進行作業，但是農田的環境比較復雜，這會給圖像預處理帶來一定的難度，所以農業中運用計算機視覺技術還有待研究和分析。

3.2未來展望。首先，注重人才培養。在當前環境下我國此類人員緊缺，所以在實際工作當中，有必要組織相應的教育以及培訓工作，培育從事作物栽培、計算機視覺以及智能識別技術等方面的專業人才，進而引導其進行多學科、跨單位的合作，從而更好的培養出高素質綜合性人才。其次，對于計算機視覺技術在設施農業和虛擬農業當中的有效運用，在我國還處在初步階段。因此急需進行研究，進一步加強與世界領先技術地區的交流與合作，關注國際的最新動態，進而將計算機視覺技術更好的運用到農業生產與管理當中。

[1]胡志明.計算機視覺分級技術在茶葉品質檢驗中的應用 [J].福建茶葉，2016(5)：22～23.

[2]湯一平，王偉羊，朱威，等.基于機器視覺的茶隴識別與采茶機導航方法 [J].農業機械學報，2016(1)： 45～50.

[3]江朝暉，楊春合，周瓊，等.基于圖像特征的越冬期冬小麥冠層含水率檢測 [J].農業機械學報，2015(12)： 260～267.

[4]徐勝勇，林衛國，伍文兵，等.基于顏色特征的油菜缺素癥圖像診斷 [J].中國油料作物學報，2015(4)： 576～582.