計算機視覺技術在農業上的應用初探

□應 婧 王 攀 盧營蓬 王春霞/四川省農業機械研究設計院

計算機視覺利用智能計算機系統代替人眼對目標進行識別、跟蹤和測量，并進一步做圖形處理，對現實三維世界進行辨識和理解，是研究計算機模擬生物外顯或宏觀視覺功能的技術。

計算機視覺技術主要包括圖形獲取、A/D轉換、圖形的存儲和預處理、圖像分割、信息的特征提取、信息識別，以及根據識別的結果發出相應的信息。雖然計算機視覺技術在中國起步較晚，但隨著計算機軟硬件技術、圖形圖像處理技術的迅速發展，計算機視覺技術的研究與應用已擴展到農業生產領域并成為熱門課題，且在很多方面取得了重大成果。在農業生產領域的產前、產中、產后各個環節，均可以通過計算機視覺技術來實現農業生產的視覺化。

1 應用現狀

1.1 在農作物生長態勢監測上的應用

基于計算機視覺技術研發的用于監測農作物生長態勢的系統，能夠幫助農民更好地了解農作物的生長狀況，使農民能夠根據農作物的生長態勢來采取更具針對性的種植或栽培技術，進而達到增產增收的目的。計算機視覺技術能夠比人眼視覺更早發現農作物因營養不良而出現的細微變化，以供灌溉和施肥決策時參考。

1.2 在農產品分級中的應用

隨著人們生活水平的提高，對農產品品質有了更高的要求，在競爭日益激烈的農產品市場，農產品品質的好壞直接決定農產品的價格和市場競爭力。計算機視覺可以通過顏色、形狀、大小、亮度、表面缺損狀態等參數對農產品進行品質的評估與分級，同時具有自動化程度高、無損檢測、檢測精度高的優點。計算機視覺技術在自動化檢測篩選系統中得到了廣泛的使用。其中，水果類中在桃、蘋果、柑桔等的分級檢測中應用效果較好；蔬菜類中利用該技術也實現了黃瓜、胡蘿卜、西紅柿等產品的品質評估與分類；應用該技術進行小麥、玉米、大米等谷物的檢測、分類和質量評估也取得了不錯的效果。對農產品的檢測不僅要求全面檢測外部品質，還要求檢測內在品質。目前，已實現對農產品動態特征的提取和識別，依照國際標準，進行在線檢測，并且檢測速度和精度不斷提高，系統的兼容性不斷升級，可以適用于不同種類農產品的檢測。

1.3 在農業機械上的應用

計算機視覺技術在田間作業的播種、植保、施肥和收獲機械上的應用越來越多。利用計算機視覺技術進行作物行列識別，研究了1種能根據田間圖像確定作物行與機器的相對位置的方法，來控制機器人的行走，其導向精度可以達到實用要求；通過對秧苗的識別，能夠使插秧機跟蹤苗列行走。通過計算機視覺技術識別出田間雜草并確定草的位置和生長狀況。設計出基于計算機視覺的玉米施肥智能機器系統，通過牽引車輛的自動導航和施肥機械的自動控制完成施肥作業。基于計算機視覺技術的精密噴灑，能對成行作物實施精量噴霧，減少了農藥的用量和對環境的污染；通過計算機視覺技術實現對水果的檢測、定位，進而可以自動采摘水果。

2 存在的問題及發展趨勢

2.1 研究對象的多樣性

農產品外觀形態差異大，農作物生長環境復雜，田間的光照在不同時間、不同天氣條件下會時常發生變化，同一對象在不同的環境、地點和時間所表現出來的特征都不一樣，這些都會在一定程度上加大系統對圖像信息處理的難度，對定位分析與判斷造成一定的影響，給圖形提取帶來很大的困難，也對進一步圖形處理帶來了巨大的挑戰。

2.2 研究對象的動態性

大多數研究都是基于靜態的，即先從室內或田間采集靜態圖像，再對圖像進行處理，這是理想的實驗室環境。而實際的農業場景通常很復雜，需要對快速移動的圖像進行分割和提取，在獲取圖像的同時要立即處理所采集的圖像，進行動態圖像的實時處理。提高圖像處理的識別精度，或者實現與其他軟件的組合設計是迫切需要解決的問題。

2.3 研究內容的廣泛性

計算機視覺技術的農業應用涉及眾多學科，需要從事計算機、作物栽培、圖形識別技術、人工智能等多方面的專業人員進行多學科、跨單位合作。目前，還沒有建立農業領域的大規模公共數據庫，一些研究成果不具有可比性。解析技術和圖像識別是計算機視覺技術在農業中應用的核心內容，高效的圖像圖形算法將是未來的研究重點。