計算機視覺技術在智能化農業機械中的應用分析*

董 帥 ，李 杰

（成都市技師學院（成都工貿職業技術學院），四川 成都 611743）

0 引言

計算機視覺技術在20 世紀60 年代興起，它利用計算機來模擬人的視覺功能，不僅能以數字圖像的形式來表達物體的幾何形狀和外觀，而且還能從這些數字圖像中提取特征信息。與傳統的機械裝置不同，計算機視覺技術通常用于復雜物體的自動化檢測、識別、分割和定位。目前，計算機視覺技術廣泛應用于農業機械中，在農業機械作業中發揮著重要作用[1]。

當前，隨著我國農業機械化水平的不斷提高，許多傳統的農業機械已被淘汰，取而代之的是智能農業機械[2]。為了更好地實現農業機械化，我國正在大力研發智能農業機械，并在部分地區進行了試點應用。然而，與發達國家相比，我國在農業機械化方面仍然存在較大差距[3]。在此背景下，將計算機視覺技術應用于智能化農業機械中是實現農業機械化、智能化發展的必然趨勢。

1 應用范圍

近年來，隨著我國社會經濟水平的不斷提高和科學技術的快速發展，計算機視覺技術在多個領域得到了廣泛應用。

1.1 農產品質量檢測

農產品質量檢測是智能化農業機械中最常見的應用領域。隨著社會經濟水平的不斷提高，人們對農產品質量的要求也越來越高，因此，農產品質量檢測領域成為關注的焦點[4]。傳統的農產品檢測主要依靠人工完成，不僅費時費力，而且很難保證檢測結果的準確性。然而，隨著計算機視覺技術的出現，越來越多的農產品質量檢測項目開始由人工檢測向自動檢測發展。例如，在對小麥進行質量檢測時，傳統方法通常需要手工取樣、稱重、拍照等多個環節才能完成。而利用計算機視覺技術，可以大大降低人工作業強度，同時還能確保小麥質量檢測的準確性。因此，利用計算機視覺技術對農產品進行自動檢測可以有效提高農業機械的工作效率，提高農業機械在農業生產中的利用率[5]。

1.2 農作物病蟲害診斷

農作物病蟲害是影響農業生產的重要因素，而對病蟲害的診斷則是科學防治農作物病蟲害的基礎。將計算機視覺技術應用于農作物病蟲害診斷中，不僅可以對農作物病蟲害進行準確識別，還能根據病蟲害的類型進行有效分類，從而為科學防治提供依據。當前，我國正處于農業結構調整和轉型升級的關鍵時期，而計算機視覺技術可以在農作物病蟲害診斷中發揮重要作用，具體來說主要包括以下幾個方面：一是將農作物病蟲害與正常植物圖像進行對比，從而判斷病害類型；二是對作物健康情況進行識別，從而判斷其健康程度；三是對植物健康情況進行分類，從而判斷其是否需要采取相應的防治措施。

1.3 農機作業監測

計算機視覺技術在農業機械作業監測方面也具有重要的應用價值。基于計算機視覺技術的農機作業監測系統具有非接觸式測量、實時快速、檢測精度高等特點，能夠有效降低作業成本，提高工作效率，同時還能保證作業質量。具體來說，農機作業監測系統主要包括兩個部分：一是通過計算機視覺技術獲取農機當前位置及方向信息；二是通過傳感器獲取作業質量信息。根據農機自身的構造與運行特點，可以將農機作業監測系統分為機械類、傳感類、電控類等。

其中，機械類監測系統主要是由拖拉機、農具及其他一些輔助裝置組成。這種系統的特點是使用方便、價格低廉。而傳感類監測系統則可以通過計算機視覺技術來獲取農機的各項數據信息，然后將這些數據信息傳輸至地面或地面的傳感器上。當監測到某一農機的相關數據時，傳感器會將其發送至地面上的主控計算機，計算機會根據相關數據信息對農業機械進行實時監控和控制。此外，由于機械類監測系統是在田間進行操作的，所以為了保證監測的準確性，主控計算機還可以對圖像進行實時處理和分析。

1.4 農機自動導航

農機自動導航技術是一種新型的農業機械控制技術，該技術通過監測并控制農業機械的路徑，從而實現對農機的自動導航。目前，我國已研制出多個農機自動導航系統。其中，由北京交通大學研發的農機自動導航系統采用了激光雷達和慣性導航相結合的方式，有效提高了農機自動導航的精度。此外，我國還研究出了基于視覺傳感器的農機自動導航技術。例如，由北京農業大學研發的農機自動導航系統采用了車載視覺傳感器，該系統可以實現對拖拉機行進方向和速度等信息的實時采集和處理，從而實現對農機路徑的實時規劃。

隨著計算機視覺技術應用水平的不斷提高，農業機械也將越來越智能化。例如，在溫室中安裝計算機視覺傳感器可以對溫室內植物的生長狀況進行實時監測。此外，計算機視覺技術還可以用于農田信息采集和管理。通過在農田中安裝計算機視覺傳感器，可以實時收集農作物產量、土壤水分等信息，并上傳至云端平臺，從而實現對農田環境的實時監控和管理。

2 應用優勢

2.1 實現智能化作業

由于農業機械的自動化程度較低，難以實現對作業對象的精準定位。而采用計算機視覺技術，可以將農業機械中的關鍵部件如自動導航、定位裝置、執行機構等與計算機進行連接，并將采集到的圖像數據傳輸到計算機中，實現農業機械的自動化作業。

2.2 提高作業精度

在農業機械中采用計算機視覺技術，可以將采集到的數據傳輸到計算機中[6]，然后利用相應的算法對圖像數據進行處理，使其更加清晰地在顯示屏上顯示。這不僅可以提高農業機械作業的精度，還可以有效提高農業機械的工作效率。

2.3 實現精確采摘

在農業機械中采用計算機視覺技術，可以對采集到的圖像數據進行處理，并通過計算機視覺技術定位水果在田間的位置。然后利用目標跟蹤算法，對水果進行識別和定位。最終實現水果采摘精度的有效提高，避免水果損壞。

2.4 增加采摘種類

通過對采集到的圖像數據進行分析，可以有效增加水果種類，如草莓、芒果、獼猴桃等，為農業機械增加更多的水果品種。

2.5 減少勞動力消耗

在農業機械中采用計算機視覺技術可以減少勞動力消耗。目前農業機械主要依靠人力來完成工作任務，如果采用計算機視覺技術進行智能化操作，只需對圖像數據進行采集和處理即可實現對水果的自動化采摘、分類、裝袋等操作。這樣不僅減少了勞動力消耗，還節約了人力成本。

2.6 降低生產成本

在農業機械中采用計算機視覺技術可以減少人工成本和生產成本投入，從而提高企業經濟效益[7]。

3 應用方法

3.1 圖像預處理

計算機視覺技術在農業機械中的應用，首先需要對采集到的圖像進行預處理，以減少后續農業機械作業時的干擾因素。在處理圖像前，需要對圖像進行去噪、灰度化和二值化等預處理。對于光照條件不理想的情況，可以采用直方圖均衡化、中值濾波和彩色圖像分割等方法對圖像進行處理；對于顏色較深的圖像，可以使用形態學操作對其進行去噪、平滑和濾波等處理。針對不同的目標，可以采用不同的預處理方法。例如，對于小目標，可以采用形態學操作對其進行增強；對于較大的目標，則可以采用中值濾波或均值濾波等方法。對于小目標的特征提取，可以采用形態學操作和顏色特征等方法；對于復雜背景下的農業機械作業，可以使用數學形態學操作來提取其特征。此外，還可以結合多傳感器信息融合技術，將不同傳感器采集到的數據進行融合。

3.2 目標識別與分割

根據農業機械作業時的環境和對象特點，對不同類型的物體進行分類識別與分割。對于農作物目標的識別與分割，可以采用區域生長法、霍夫變換法、最小外接矩形等算法；對于非農作物目標的識別與分割，可以采用基于顏色特征、形狀特征和紋理特征等多種特征的方法[8]。例如，利用HSV 顏色空間對農作物進行分割，利用紋理特征對非農作物目標進行分類，利用形狀特征和顏色特征對非農作物目標進行分割等。

3.3 目標跟蹤

在農業機械作業過程中，經常需要對作業對象進行跟蹤定位[9]。采用計算機視覺技術實現農業機械的自動定位和跟蹤具有重要意義。在農業機械中應用計算機視覺技術進行自動定位和跟蹤時，需要分析識別出作業對象與其目標之間的距離關系。如果識別出作業對象與其目標之間的距離關系大于預定值時，則采用迭代算法實現自動定位和跟蹤；如果距離關系小于預定值時，則采用最近鄰算法實現自動定位和跟蹤。

3.4 其他應用

在農業機械中應用計算機視覺技術時，還需要考慮其他因素。首先是所拍攝圖像的質量[10]，其次是設備成本，再次是環境條件，最后是算法性能等因素。例如，在農業機械中應用計算機視覺技術可以提高農業機械作業時的準確率和效率；在環境條件較差或光線不足時，可以通過調節相機參數來解決。此外，還需要考慮機器人是否有足夠的負載能力。

綜上所述，目前計算機視覺技術在農業機械中主要應用于以下幾個方面：1）作物生長狀態實時監測，可以通過視覺技術監測作物生長狀態、環境條件和病蟲害等情況，實現對農作物生長狀態的實時監測；2）農作物病蟲害識別與監測，可以通過視覺技術識別農作物病蟲害，預測農作物病蟲害發展趨勢，進行農產品品質檢測；3）農機作業軌跡規劃；4）農業機械導航和路徑規劃；5）農產品質量檢測與分級、包裝、加工、銷售等。以上這些應用都需要分析不同作物生長狀態的特點及其變化規律，從而為農業機械自動化作業提供數據支持。

4 發展趨勢

4.1 高分辨率、高幀率和大視場相機

農業機械對圖像質量的要求越來越高，高分辨率和高幀率的相機可以獲取更多信息，進而提高農業機械的作業效率和精度。由于不同傳感器所需的光照條件不同，因此高分辨率相機可以獲得更好的圖像質量，從而獲取更多的信息。此外，高幀率可以提高圖像傳輸速率，減少圖像傳輸所需時間。大視場相機可以獲取更大范圍內的物體信息，從而減少所需處理的數據量。同時，由于大視場相機與高分辨率和高幀率相機相比具有更大的視場，所以可以獲得更多的信息。例如在作物圖像識別中，而當作物高度低于4 m時，則將會有一個較小的視場；當作物高度高于4 m時，將會有一個較大的視場，可由大視場相機捕捉。

4.2 提高智能控制算法的實時性和準確性

由于農業機械作業環境復雜多變、傳感器數量有限以及外界環境因素影響等原因，必須采用高精度、高實時性和高可靠性的智能控制算法。而計算機視覺技術能夠快速處理圖像信息，因此可以在更短時間內將所需信息從圖像中提取出來。在農業機械中采用計算機視覺技術可實現多種物體檢測與識別，所以應加快對計算機視覺技術的研究，提高智能控制算法的實時性和準確性。

4.3 增加可識別物體種類的數量

農業機械在不同環境下作業時，可能會出現不同情況和目標。例如在作物圖像識別中，不同作物可能會有不同程度和類型的生長缺陷或生長區域；在作物采摘時，可能會出現果實表面污損或果實采摘不完整等問題；在作物收獲時，可能會出現雜草、雜物或其他障礙物。在實際生產中可增加作物、果實、雜草、雜物等可識別物體的種類數量，有利于提高農業機械的自動化水平和智能化水平。

4.4 加快計算機視覺技術的商業化進程

隨著計算機技術和通信技術等先進技術的快速發展，計算機視覺技術已經逐漸普及并廣泛應用于各行各業中[11]。例如在農業機械中應用計算機視覺技術可以實現作物生長狀況實時監控、果實成熟度識別、雜草識別、病蟲害監測等功能，提高農業機械智能化水平和智能化程度。但是在應用計算機視覺技術時也存在一定問題，例如由于農業機械作業環境復雜多變且存在不確定性因素，必須選擇合適的算法對農業機械作業環境進行實時監控和識別；農業機械作業過程中必須實時調整算法以適應不同環境條件；由于農業機械作業時各種因素對作物生長的影響程度不同，因此必須選擇合適的算法對作物生長狀況進行實時監控和識別；由于農業機械作業時需要及時處理各種突發狀況，所以必須選擇合適的算法對農業機械作業過程進行實時監控和識別。

5 結束語

總而言之，計算機視覺技術是一種新興的智能化技術，在農業機械中有廣闊的應用前景。近年來，隨著我國農業機械設備的不斷升級和發展，對農業機械設備的自動化和智能化要求越來越高，需要引進先進的計算機視覺技術，以實現農業機械設備的自動化和智能化[12]。因此，未來的農業機械應用需要結合計算機視覺技術和其他先進技術，開發出更加先進、智能的農業機械設備。隨著科技的發展，計算機視覺技術將會有更多的應用，為農業生產帶來更大的效益。