计算机视觉技术在农业自动化中的应用

2019-12-16王文凯罗丹

农机使用与维修 2019年11期

关键词：应用

王文凯　罗丹

摘要：随着计算机视觉技术的快速发展，该技术在农业自动化中的应用也变得越来越广泛。基于前人的研究，对计算机视觉技术进行简要的介绍，并对计算机技术在农业自动化中的实际应用、存在的问题以及其未来的研究方向进行论述，以期给相关研究人员带来一些有用的建议及方法。

关键词：计算机视觉技术;农业自动化;应用

中图分类号：S220;TP391.41文献标识码：A

doi：10.14031/j.cnki.njwx.2019.11.009

计算机视觉技术是一种新型的研发技术，开始于19世纪60年代初期，经过不断地改革与发展，计算机视觉技术已经趋于成熟。在我国，计算机视觉技术很快地被应用到农业生产过程中，如今，计算机视觉技术已经成为农业发展领域的热点研究课题。

1 计算机视觉技术概述

计算机视觉技术可以通过图像分析理解和图像处理来控制数据或者获取相关的影像，进而可以模拟出物体的形状及视觉特征，从专业的角度来看，计算机视觉技术属于人工智能应用与计算机模式识别的范畴。随着计算机视觉技术的不断发展，该技术在农业自动化中的应用也取得了很大的进展，主要应用于温棚中农作物的检测、成熟农产品的自动收割以及农产品质量的鉴定、分类等方面。

计算机视觉技术在实际的应用过程中，具有信息采集、信息处理、信息分析、信息理解等功能。同时也会有很多的因素影响其功能，主要有两方面的因素：第一是系统内部组成，即该系统中含有哪些模块，模块之间的联系如何等，第二是模块的技术以及每个模块功能实现的方式。

2 在农业自动化中的实际应用

2.1 在农作物生长过程检测方面

在国外，计算机视觉技术在温室农作物生长方面的研究已经有很多类型，各种各样的研究为农作物的生长带来了更加有利的条件。然而在我国关于此方面的研究起步比较晚，但是发展很快。目前已经有很多学者取得了一定的研究成果，例如利用计算机视觉技术来获取种子的外形图像相关参数，然后借助图像处理技术来提取图片中农作物的相关参数，进而完成对温室农作物的生长研究。

2.2 在农作物自动化管理方面

掌握农作物的生长动态对于增加农作物的产量具有至关重要的作用，农作物的性质形状检测一直是生产管理人员以及农业方面的研究学者需要解决的重要问题。随着经济的不断发展，传统的检测方法已经不再适用于当今的农作物检测。计算机视觉技术可以对农作物的生长状态进行监控，通过农作物的生长状态的图像参数进行采集，进而分析农作物的具体生长状态。一些研究学者应用计算机视觉技术完成了对农田中杂草密度的识别，进而根据杂草的投影面积计算出了农田中杂草的整体密度。

2.3 在农作物自动采摘方面

一些学者通过应用机器识别技术对苹果的图像信息进行处理，实现了苹果图像的轮廓线的确定，完成了对果田中苹果的检测和定位，进而实现了苹果的自动采摘。还有一些学者在研究柑橘的自动化采摘中，借助自然光的因素，完成对柑橘的分类模型识别，此项研究的准确率已经达到78%，并且柑橘采摘的速度符合农产品的采摘需求，但是自动采摘的精准度还是比较低。2003年，荷兰学者利用视觉技术原理创造了对黄瓜采摘的机器人。还有日本学者利用传感器和机器视觉结合的技术实现了对西红柿的自动采摘，该技术更加准确、更加便利。

2.4 在农作物分级和加工方面

計算机视觉技术可以实现无损的检测，进而对农产品进行分级。近年来，随着计算机视觉技术的不断发展，该技术逐渐被应用于水果、蔬菜等农产品的检测方面。一些学者根据水果的不同着色度建立了人工神经网路识别模型，该模型可以实现对农产品的检测，并对农产品进行分级处理，经研究发现，该技术的准确度高达98%。

3 待解决的问题及未来的研究方向

3.1 农产品图像复杂

农产品的背景图像比较复杂，并且具有不确定性，农产品本身也很有可能被遮挡，使农作物的识别存在障碍。在室外环境中，光线的亮度不确定导致成像不稳定。因为学者的研究都是在室内进行的，光线比较稳定，但是与真实的农田环境存在着很大的差异，这些因素为图像识别增加了难度。

3.2 缺乏自主研究

计算机视觉技术对农业自动化的应用主要依赖于专家建立的知识库，而如今我国专家知识库还不够完善，导致计算机视觉技术在农业自动化的应用受到阻碍，因此，相关部门应当鼓励学者进行相关方面的研究开发。

3.3 图像处理技术有待完善

图像处理技术直接影响到农产品的识别与检测，因此计算机技术在农业自动化方面的应用对图像处理技术提出了更高的要求，如何准确快速地识别目标对象也逐渐成为该技术在实际应用中所面临的难题。

综上所述，计算机视觉技术在农业自动化领域发挥了重要的作用，该技术不仅起到了节约农村劳动力、提高农产品生产效率的作用，而且在农业自动化领域具有广阔的发展前景。但是计算机视觉技术的识别能力相比于人的视觉，还有很大的发展空间，如何提高机器的视觉识别技术是现阶段有待解决的重要问题。

参考文献：

[1]张丽芬.基于计算机视觉技术的樱桃自动分选系统设计[J].农机化研究，2017，39（9）：212.