对农业自动化领域中计算机视觉技术的探讨

2018-11-30尹志豪

科技与创新 2018年7期

尹志豪

（长江大学，湖北荆州 434000）

一个农业自动化系统包括视觉子系统及机器人子系统和终端控制子系统等，其中，视觉子系统发挥了较为重要的作用。视觉子系统担负着采集图像和提取、处理信息的任务，而机器人子系统根据视觉子系统采集的信息作最终的处理，终端控制子系统则在农业自动化系统中充当协调的角色。

1 计算机视觉技术概述

计算机视觉技术是一种计算机的认知能力，主要是将摄像机作为眼睛，而电脑则作为人脑，模拟出来的识别系统，并可以通过该系统实现信息的存储。计算机视觉技术是计算机技术领域中最为热门和重要的应用技术。计算机视觉技术主要是通过将三维环境以二维图像的方式展现，以此实现模拟识别的功能。总而言之，计算机视觉技术是以图像与信号的处理技术、信息处理技术以及网络神经技术和概率分析统计技术为基础，通过计算机将搜集到的视觉信息进行分析与处理的一门技术[1]。计算机视觉技术在目前备受推崇。

计算机视觉技术在工作过程中，首先通过摄像机对周围环境或具体某一项事物进行图像信息的采集，并利用网络将所采集到的图像信息传输到计算上，计算机通过图像处理技术将得到的原始图像进行加工与处理，在获取到质量和效果均得到优化的图像信息之后，计算机视觉系统会将图像信息自动分类与整理，然后利用智能识别技术对图像信息的特征进行识别与描述，最后将所得到的有价值的信息储存起来并进行识别事物的分析对比，由此得以实现事物的识别。

2 计算机视觉技术在农业自动化中的应用

计算机视觉技术在农业自动化领域中的应用可以说是再合适不过了，因为农产品生长环境的特殊性，计算机视觉技术可以24 h对农作物的生长进行监测，这样更容易实现对农作物生长的全天候实时监测。

2.1 在农作物生长过程中的监控

国外很早就对应用计算机视觉技术在农作物生长过程中进行检测开展了相关研究，并取得了优异的成就与效果。比如大棚生菜，通过图像处理技术对其生长阶段初期的叶面积进行测量；或同样利用计算机的图像处理技术对黄瓜的生长状态进行分析，并通过图像信息处理技术将植物与非植物进行区分等。这些技术都为后面田间植保作业中杂草的精准探测和施肥的精确程度提供了技术基础。

目前，国内虽然在农作物的生长过程监测技术方面起步较晚，但是近年来的发展可以说是非常迅速。当前，已经有不少学者完成了关于应用计算机视觉技术监测农作物生长过程的研究，比如黄瓜病害特征的提取、通过计算机图像处理技术将番茄叶的病害进行识别与仿真对比研究以及通过图像处理快速测量南瓜叶面积的研究等[2]。

2.2 在自动化田间作业中的应用

2.2.1 农作物行列的识别

为了使农用机器人可以得到更好的控制并实现在田间行走而不破坏农作物，相关研究人员研发了一种通过在田地采集并传输回图像信息，从而判断机器人与农作物之间位置的技术。这种技术是将摄像机所感受到的感光度与色彩进行处理并将其设置为基本条件，由此可以对摄像机传输回来的图像进行处理和压缩，进而通过画面中央至两边的距离得出便捷位置，从而判断机器人与农作物之间的相对位置。目前，这种技术的准确率和实用性较高。

2.2.2 田间植保作业

为了将秧苗和杂草进行更精准的区分，从而确保在农作物后期的生长过程中喷洒农药的精确程度，以及清除杂草和施肥的准确程度，目前我国已经研究出能够通过计算机视觉技术分辨田地中的杂草和农作物，并可以准确定位杂草和确定杂草的密度、高度的方法，从而实现杂草的精准清除。

2.3 在种子资源检测中的应用

农作物种子的质量在很大程度上直接影响到农作物的生长，而计算机视觉技术在农业自动化生产过程中基本可以实现通过对种子外形参数数据的提取进行农作物种子完整程度的检测，并达到了良好的效果。Zayas等人通过计算机视觉技术从有关小麦的图像信息中提取其形态参数，并根据这些形态特征对小麦不同品种进行区分及对非小麦成分进行区分。另外，Zayas等人利用小麦麦粒的长度、宽度以及朝向和周长等参数对麦粒进行外形描述。

2.4 在农产品自动化收获中的应用

农产品自动采摘的机器人研究可以说是现阶段最热门的受关注话题之一，但是，目前我国在这方面的研究和相关文献还不多，与国外很多国家相比差距较为明显，尤其是日本、荷兰等农产品自动化收获起步较早的国家。根据为数不多的文献资料课件，我国出现最早的计算机视觉技术在农产品自动化收获中有所应用的是周云山等研究的“计算机视觉技术在蘑菇采摘机器人上的应用”。这篇文章不仅描述了蘑菇采摘机器人的工作原理，还重点介绍了计算机视觉技术在其中的应用，尤其是图像分析中所使用的算法。