计算机视觉技术在农业上的应用初探

□应 婧 王 攀 卢营蓬 王春霞/四川省农业机械研究设计院

计算机视觉利用智能计算机系统代替人眼对目标进行识别、跟踪和测量，并进一步做图形处理，对现实三维世界进行辨识和理解，是研究计算机模拟生物外显或宏观视觉功能的技术。

计算机视觉技术主要包括图形获取、A/D转换、图形的存储和预处理、图像分割、信息的特征提取、信息识别，以及根据识别的结果发出相应的信息。虽然计算机视觉技术在中国起步较晚，但随着计算机软硬件技术、图形图像处理技术的迅速发展，计算机视觉技术的研究与应用已扩展到农业生产领域并成为热门课题，且在很多方面取得了重大成果。在农业生产领域的产前、产中、产后各个环节，均可以通过计算机视觉技术来实现农业生产的视觉化。

1 应用现状

1.1 在农作物生长态势监测上的应用

基于计算机视觉技术研发的用于监测农作物生长态势的系统，能够帮助农民更好地了解农作物的生长状况，使农民能够根据农作物的生长态势来采取更具针对性的种植或栽培技术，进而达到增产增收的目的。计算机视觉技术能够比人眼视觉更早发现农作物因营养不良而出现的细微变化，以供灌溉和施肥决策时参考。

1.2 在农产品分级中的应用

随着人们生活水平的提高，对农产品品质有了更高的要求，在竞争日益激烈的农产品市场，农产品品质的好坏直接决定农产品的价格和市场竞争力。计算机视觉可以通过颜色、形状、大小、亮度、表面缺损状态等参数对农产品进行品质的评估与分级，同时具有自动化程度高、无损检测、检测精度高的优点。计算机视觉技术在自动化检测筛选系统中得到了广泛的使用。其中，水果类中在桃、苹果、柑桔等的分级检测中应用效果较好；蔬菜类中利用该技术也实现了黄瓜、胡萝卜、西红柿等产品的品质评估与分类；应用该技术进行小麦、玉米、大米等谷物的检测、分类和质量评估也取得了不错的效果。对农产品的检测不仅要求全面检测外部品质，还要求检测内在品质。目前，已实现对农产品动态特征的提取和识别，依照国际标准，进行在线检测，并且检测速度和精度不断提高，系统的兼容性不断升级，可以适用于不同种类农产品的检测。

1.3 在农业机械上的应用

计算机视觉技术在田间作业的播种、植保、施肥和收获机械上的应用越来越多。利用计算机视觉技术进行作物行列识别，研究了1种能根据田间图像确定作物行与机器的相对位置的方法，来控制机器人的行走，其导向精度可以达到实用要求；通过对秧苗的识别，能够使插秧机跟踪苗列行走。通过计算机视觉技术识别出田间杂草并确定草的位置和生长状况。设计出基于计算机视觉的玉米施肥智能机器系统，通过牵引车辆的自动导航和施肥机械的自动控制完成施肥作业。基于计算机视觉技术的精密喷洒，能对成行作物实施精量喷雾，减少了农药的用量和对环境的污染；通过计算机视觉技术实现对水果的检测、定位，进而可以自动采摘水果。

2 存在的问题及发展趋势

2.1 研究对象的多样性

农产品外观形态差异大，农作物生长环境复杂，田间的光照在不同时间、不同天气条件下会时常发生变化，同一对象在不同的环境、地点和时间所表现出来的特征都不一样，这些都会在一定程度上加大系统对图像信息处理的难度，对定位分析与判断造成一定的影响，给图形提取带来很大的困难，也对进一步图形处理带来了巨大的挑战。

2.2 研究对象的动态性

大多数研究都是基于静态的，即先从室内或田间采集静态图像，再对图像进行处理，这是理想的实验室环境。而实际的农业场景通常很复杂，需要对快速移动的图像进行分割和提取，在获取图像的同时要立即处理所采集的图像，进行动态图像的实时处理。提高图像处理的识别精度，或者实现与其他软件的组合设计是迫切需要解决的问题。

2.3 研究内容的广泛性

计算机视觉技术的农业应用涉及众多学科，需要从事计算机、作物栽培、图形识别技术、人工智能等多方面的专业人员进行多学科、跨单位合作。目前，还没有建立农业领域的大规模公共数据库，一些研究成果不具有可比性。解析技术和图像识别是计算机视觉技术在农业中应用的核心内容，高效的图像图形算法将是未来的研究重点。