基于计算机视觉的农业自动化技术研究

2020-12-28李东洋谢琳

农村实用技术 2020年12期

李东洋，谢琳

（南阳职业学院，河南南阳 474500）

我国是一个名副其实的农业大国，加强自动化技术在农业种植中的应用非常有必要，既能够有效提高农作物种植的效率和品质，同时也能够降低工人劳作强度。近几年来，我国充分重视农业生产机械自动化技术的引进，农业生产自动化程度越来越高，为更多新功能的开发与应用做好了准备。随着现代科学技术水平的不断发展，计算机视觉技术得到了较大突破，并应用到了许多行业领域中，加强计算机视觉技术在农业自动化生产中的应用，一方面可以显著改善农业生产自动化水平，并促使其朝向智能化方向发展，同时也可以节省人力，降低生产成本。随着农业自动化技术研究工作的不断进行，已经初步实现了计算机视觉技术与图像处理技术的完美结合，可以自动进行农作物的采摘、分拣等工作，同时还拥有较高的识别率和稳定性。

1 计算机视觉技术概述

计算机视觉技术是当代社会非常先进的技术，在自动生产与制造、机器人等领域发挥了重大作用，涵盖了机械自动化、计算机、图像、光学以及传感器等多个方面的内容与技术，将这些技术结合起来，通过相互之间的共同合作实现机器视觉代替人类视觉[1]。计算机视觉技术的工作原理如下：第一步利用自身的传感器设备获取外界环境的影像信息，紧接着基于成像技术对获得的影像进行分析和处理，并将影像信息中的关键特征进行提炼，之后将处理后的信息传达给处理器，最终获得对外界图像信息的实时反馈[2]。计算机视觉技术在发展过程中，初始阶段只能够达到一维成像水平，在经历了二维成像技术的过渡发展之后，当下的计算机视觉技术已经能够实现三维成像，既可以准确辨别目标的外部形状以及颜色等重要信息，同时也可以实现精准定位，获得各个目标的准确位置。

2 基于计算机视觉的农业自动化技术研究

2.1 在农业机械自动化导航上的应用

将计算机视觉技术融入到农业机械自动化导航上，主要实现三个方面的功能：首先，通过计算机视觉能够精准的获取和反馈自动化机械产品运行的具体路线。当下，为了确保自动化农业机械设备在工作过程中能够严格按照规划的路线行驶，在常用的卫星导航定位系统基础上，再结合计算机视觉技术，通过两者的相互结合能够取得很好的导航效果。当自动化机械设备在农田与果田中运行时，如果只采用GPS卫星定位系统，无法获取植物的实际生长状况，容易造成运动路线偏航，而通过计算机视觉技术的应用，能够准确识别出植物的形状、距离以及色彩等，并将获取的图像信息进行提取和分析，辅助自动化机械正常行驶[3]。其次，通过计算机视觉技术的应用，能够实现农业自动化设备的自动识别障碍物。计算机视觉能够对自动化设备前进路线上的地面情况进行检测，当识别到路线上存在障碍物时，立即将数据信息反馈给自动化系统，并采取有效的措施，防止自动化机械设备碰撞到障碍物[4]。最后，和农业机械自动化系统共同实现运动过程中的某些功能控制。比如说，在进行农业植物保护作业过程中，利用计算机视觉技术，可以精准识别行驶路径上各处植物的生长情况，然后指导喷雾作业依照农作物的稀疏程度来调整喷雾量，提高农业机械自动化程度和效果。

2.2 在农业机械自动化果蔬采摘中的应用

在以往的果蔬收获时期，一般需要人工来进行果蔬的采摘，但是这样的工作方式存在较大的弊端，一方面人工采摘的效率非常低，不利于果蔬的大面积种植，另一方面也会增加种植成本，降低经济效益，同时还会增加工人劳动强度。通过在农业自动化生产中引入计算机视觉技术，能够实现对采摘对象的精准识别，再结合自动化设备完成采摘工作，不仅具有较好的采摘效率，同时也推动了自动化无人采摘技术的进一步发展。在开展果蔬自动摘取过程中，通过计算机视觉的摄像头可以获得环境图片，在对图片信息进行分析以后，能够识别出果实和植物茎叶等，进而实现自动化采摘[5]。如图1所示为利用计算机视觉摘取圣女果的过程，计算机视觉能够很好的分辨出色彩特征比较鲜明的果蔬，当果实和茎叶颜色比较相近时，会干扰到计算机视觉识别，不适合运用计算机识别来进行自动采摘。在进行农业机械自动化采摘过程中，会受到光照、风力等因素的影响，当下我国农业机械自动化采摘成功率大约在66%，伴随着我国科学技术水平的不断发展，采摘成功率会越来越高。

2.3 在农作物生长环境监测中的应用

通过计算机视觉技术的运用，可以对农作物的生长环境进行实时监测，充分了解种植区域土壤含水量、光照情况以及营养条件等，为确保农作物规划的合理性提供帮助，同时利用智能监测，能够准确掌握农作物的成长情况，预算出农作物的成熟和收获时间，从而保证采摘的果实处于最佳状态[6]。如图2所示为基于计算机视觉对玉米生长状况进行实时监测。计算机视觉技术的运用，能够获取农作物生长图像信息，并通过对图像信息进行分析，得到农作物生产状况与环境信息。比如说，通过对比田地土壤的颜色可以得出土壤含水量的高低；通过比对农作物茎叶的颜色可以得出农作物健康状况；通过对光照数据与农作物长势数据进行综合分析，可以得到光照因素对农作物生长的影响。

2.4 在农作物病虫害预防与治疗中的应用

病虫害预防与治疗是农作物种植中非常重要的一部分，直接影响到农作物的品质和产量。可以将计算机视觉技术运用到农作物病虫害预防与治疗工作中，将计算机视觉获取的图像与数据库中已有的正常图像特征进行比对，可以很好的改善病虫害预防和治疗的准确性。当下，计算机视觉技术对玉米灰斑、锈病等问题的识别率超过了79%；另外，计算机视觉技术还可以有效发现农作物上的蚜虫等害虫，同时可以对获取的图像信息进行分析，预测出农作物病虫害的程度，为后期进行喷药工作提供数据支持[7]。然而，在实际应用过程中，病虫害的种类非常多，同时一些害虫与农作物较为相似，增加了计算机视觉技术识别的难度，相关技术难题还需要进一步研究。