楊仁全 王浚峰 張棟 周增產(chǎn) 張曉文

（1.北京市農(nóng)業(yè)機(jī)械研究所，北京，100096；2.北京京鵬環(huán)球科技股份有限公司）

機(jī)器視覺(jué)技術(shù)在自動(dòng)移栽機(jī)上的應(yīng)用

楊仁全1王浚峰2張棟2周增產(chǎn)2張曉文1

（1.北京市農(nóng)業(yè)機(jī)械研究所，北京，100096；2.北京京鵬環(huán)球科技股份有限公司）

穴苗自動(dòng)移栽機(jī)是溫室種植中的一種重要的農(nóng)業(yè)自動(dòng)化設(shè)備。在移栽過(guò)程中，判斷壞苗、將壞苗從穴盤中去除是穴苗移栽的重要步驟，可以防止病蟲(chóng)害的擴(kuò)散。機(jī)器視覺(jué)技術(shù)是一種基于機(jī)器視覺(jué)的智能模式識(shí)別判斷系統(tǒng)。在這個(gè)系統(tǒng)中，通過(guò)圖像處理，提取每一株穴苗的表面特征并且與壞苗樣本庫(kù)作比較，即可識(shí)別壞苗，并將其從穴盤中去除。利用智能識(shí)別算法和矢量機(jī)，視覺(jué)系統(tǒng)更加高效自動(dòng)化。

穴苗自動(dòng)移栽機(jī) 機(jī)器視覺(jué) 圖像處理 模式識(shí)別

提高農(nóng)業(yè)生產(chǎn)效率和農(nóng)業(yè)生產(chǎn)自動(dòng)化程度是農(nóng)業(yè)現(xiàn)代化的根本需要，而任何一種農(nóng)業(yè)生產(chǎn)自動(dòng)化的實(shí)現(xiàn)均有賴于對(duì)作業(yè)對(duì)象的正確識(shí)別。目前，發(fā)達(dá)國(guó)家在農(nóng)業(yè)生產(chǎn)自動(dòng)化方面已開(kāi)始應(yīng)用機(jī)器視覺(jué)技術(shù)，如獲取作物的生長(zhǎng)狀態(tài)信息、農(nóng)業(yè)種質(zhì)資源管理、植物病理研究、遺傳細(xì)胞工程研究等。充分利用現(xiàn)代先進(jìn)技術(shù)實(shí)現(xiàn)移栽作業(yè)的自動(dòng)化是擴(kuò)大溫室栽培規(guī)模，提高生產(chǎn)效率的有效途徑。機(jī)器視覺(jué)技術(shù)可以對(duì)農(nóng)業(yè)現(xiàn)代化的發(fā)展起到積極的促進(jìn)作用。

1 機(jī)器視覺(jué)技術(shù)概述

機(jī)器視覺(jué)是人工智能領(lǐng)域最熱門的研究課題之一。它主要指利用計(jì)算機(jī)來(lái)模擬人的視覺(jué)功能，從客觀事物的圖像或圖像序列中提取信息，進(jìn)行處理并加以理解，最終用于實(shí)際檢測(cè)、測(cè)量和控制。機(jī)器視覺(jué)的基本原理是將光通過(guò)光電元件轉(zhuǎn)換成電信號(hào)，再通過(guò)各種成像技術(shù)對(duì)看到的作業(yè)對(duì)象進(jìn)行分析處理，抽取有用的信息將其輸出。

2 機(jī)器視覺(jué)技術(shù)在農(nóng)業(yè)中的應(yīng)用

目前，機(jī)器視覺(jué)技術(shù)主要應(yīng)用在農(nóng)作物生長(zhǎng)情況的監(jiān)測(cè)、農(nóng)產(chǎn)品品質(zhì)的鑒定以及農(nóng)業(yè)生產(chǎn)自動(dòng)化等領(lǐng)域[1]。

利用機(jī)器視覺(jué)，對(duì)農(nóng)作物的表面進(jìn)行色彩分析或灰度分析等，可以有效地獲取農(nóng)作物在生長(zhǎng)過(guò)程中的有效信息，從而相應(yīng)地進(jìn)行有效監(jiān)測(cè)。Seginer I等[1]利用機(jī)器視覺(jué)技術(shù)對(duì)植株葉片的生長(zhǎng)情況進(jìn)行監(jiān)測(cè)，其結(jié)果可用作灌溉系統(tǒng)的控制信號(hào)。Ling P等[1]利用機(jī)器視覺(jué)采集了同一咖啡胚芽體細(xì)胞處于不同階段時(shí)的2幅圖像，并用伸長(zhǎng)系數(shù)和生長(zhǎng)縱橫比作為2個(gè)特征系數(shù)來(lái)描述胚芽體細(xì)胞的生命活力，預(yù)測(cè)胚芽的發(fā)芽情況。試驗(yàn)結(jié)果表明，該機(jī)器視覺(jué)系統(tǒng)預(yù)測(cè)發(fā)芽率的精度為61.5%～85.1%，高于專家人工預(yù)測(cè)的精度43.1%～69%。Ahmad I S等[1]利用彩色圖像信息評(píng)價(jià)缺水和缺氮對(duì)玉米生長(zhǎng)的影響及由此而造成的植株顏色的變化，此結(jié)果可供灌溉和施用氮肥時(shí)參考。

我國(guó)是農(nóng)業(yè)大國(guó)，對(duì)農(nóng)產(chǎn)品進(jìn)行深加工是提高農(nóng)產(chǎn)品經(jīng)濟(jì)價(jià)值的重要途徑，而農(nóng)產(chǎn)品品質(zhì)的檢測(cè)是進(jìn)行深加工的一個(gè)重要步驟，目前多采用人工檢測(cè)，不僅費(fèi)時(shí)、效率低下，而且與檢驗(yàn)員自身的技術(shù)水平有很大的關(guān)系，已成為制約加工效率的一個(gè)因素。利用機(jī)器視覺(jué)技術(shù)檢驗(yàn)農(nóng)產(chǎn)品則具有實(shí)時(shí)、客觀、無(wú)損害等優(yōu)點(diǎn)，因而受到人們的青睞。Tollner-Ew等[1]用圖像處理和神經(jīng)網(wǎng)絡(luò)技術(shù)研究洋蔥的內(nèi)部缺陷，用X射線來(lái)獲得洋蔥的圖像，借助神經(jīng)網(wǎng)絡(luò)進(jìn)行分類，精確度可達(dá)到90%。Taylor R W等[1]分別利用線掃描和模擬攝像機(jī)檢測(cè)蘋果損傷情況，表明利用數(shù)字圖像處理技術(shù)檢測(cè)蘋果損傷至少可達(dá)到人工分級(jí)的精度。Liao K等[2]通過(guò)提取玉米的基本特征實(shí)時(shí)檢測(cè)玉米的缺陷。應(yīng)義斌等[2]采用傅立葉變換與其反變換描述果形，開(kāi)發(fā)基于人工神經(jīng)網(wǎng)絡(luò)的果形識(shí)別軟件，果形識(shí)別的精確率可達(dá)90%。徐娟等在蘋果自動(dòng)分級(jí)視覺(jué)信息處理中用圖像圖形學(xué)作果梗判別和邊緣檢測(cè)，提高了系統(tǒng)的處理速度。

機(jī)器視覺(jué)在農(nóng)業(yè)生產(chǎn)自動(dòng)化領(lǐng)域應(yīng)用廣泛。例如，Slaughter-DC等[3]研究基于色相機(jī)器視覺(jué)技術(shù)的農(nóng)業(yè)栽培，建成自動(dòng)控制系統(tǒng)，用來(lái)除去田地里的雜草。ZHANG ShuHai等[3]在試驗(yàn)中利用模式識(shí)別技術(shù)識(shí)別蘋果，對(duì)蘋果樹(shù)的原始圖像進(jìn)行濾波，提取蘋果樹(shù)的邊界，確定與圓形相關(guān)的蘋果輪廓線，為機(jī)械自動(dòng)收獲蘋果奠定了基礎(chǔ)。用機(jī)器視覺(jué)技術(shù)還可識(shí)別黃瓜苗子葉和本葉，實(shí)現(xiàn)黃瓜田間自動(dòng)化管理。

農(nóng)業(yè)機(jī)器人也是機(jī)器視覺(jué)技術(shù)在農(nóng)業(yè)生產(chǎn)中應(yīng)用的一個(gè)重要方面[3]，如針對(duì)雜草精確噴灑除草劑，通過(guò)對(duì)雜草及作物的圖像進(jìn)行形態(tài)及顏色分析，找出區(qū)分的特征進(jìn)行識(shí)別；通過(guò)拍攝圖形自動(dòng)識(shí)別出秧苗行列來(lái)控制農(nóng)業(yè)機(jī)器人在作物行間的行走；利用機(jī)器視覺(jué)測(cè)定作物的生長(zhǎng)情況從而確定合理的施肥量等。這些技術(shù)很大程度上減少了資源的浪費(fèi)，提高了農(nóng)業(yè)生產(chǎn)效率。

圖1 基于機(jī)器視覺(jué)的壞苗識(shí)別系統(tǒng)流程

圖2 機(jī)器視覺(jué)監(jiān)測(cè)系統(tǒng)的硬件結(jié)構(gòu)框圖

圖3 機(jī)器視覺(jué)監(jiān)測(cè)系統(tǒng)的方案框圖

3 機(jī)器視覺(jué)技術(shù)在移栽機(jī)上的應(yīng)用

3.1 自動(dòng)移栽機(jī)的介紹

溫室作物育苗過(guò)程中，隨著種苗的生長(zhǎng)，小苗需要從穴盤移入苗盆，使種苗獲得足夠的營(yíng)養(yǎng)和成長(zhǎng)空間。在移栽過(guò)程中，防止病蟲(chóng)害的擴(kuò)散，判斷壞苗、將壞苗從穴盤中去除是非常重要的。在傳統(tǒng)的人工移栽過(guò)程中，這項(xiàng)工作由人眼識(shí)別完成。而在自動(dòng)化移栽機(jī)設(shè)備中，一個(gè)建立在機(jī)器視覺(jué)技術(shù)上的智能識(shí)別判斷系統(tǒng)能代替人眼的功能[4]。傳統(tǒng)的人工移栽效率低，植入種苗直立度和成活率受工作人員熟練程度的影響較大。自動(dòng)移栽機(jī)不僅可以提高移栽效率，還能保證植入種苗的直立度，從而提高成活率。

3.2 機(jī)器視覺(jué)監(jiān)測(cè)系統(tǒng)

機(jī)器視覺(jué)系統(tǒng)作為獲取圖像的攝像機(jī)和分析圖像的計(jì)算機(jī)的結(jié)合系統(tǒng)，可以根據(jù)獲取的圖像和分析圖像的信息做出某些反應(yīng)。本文研究的是一種在自動(dòng)化移栽過(guò)程中用于根據(jù)不同穴苗的特征來(lái)智能識(shí)別壞苗的機(jī)器視覺(jué)監(jiān)測(cè)系統(tǒng)。在移栽機(jī)中，利用攝像機(jī)、圖像采集卡和圖像處理器等設(shè)備，搭建視覺(jué)系統(tǒng)硬件平臺(tái)，通過(guò)一定的算法，自動(dòng)判斷壞苗，并將壞苗位置信息發(fā)送到處理器，由處理器發(fā)出指令，從而將壞苗去掉（圖1）。

機(jī)器視覺(jué)監(jiān)測(cè)系統(tǒng)的硬件結(jié)構(gòu)框見(jiàn)圖2。移栽穴苗的圖像由一個(gè)高性能彩色攝像機(jī)獲取，并由圖像傳輸設(shè)備傳送到計(jì)算機(jī)。

因?yàn)閴拿珙愋投噙_(dá)100多種，所以獲取所有條件下的壞苗的每一個(gè)特征來(lái)作為樣本庫(kù)是幾乎不可能的。我們選取了一些具有代表性的壞苗特征作為樣本來(lái)測(cè)試機(jī)器視覺(jué)系統(tǒng)的性能。一個(gè)完整的機(jī)器視覺(jué)監(jiān)測(cè)和模式識(shí)別的方案里包括以下幾個(gè)步驟（圖3），建立壞苗樣本庫(kù)，用計(jì)算機(jī)視覺(jué)攝像頭獲取彩色圖像和紋理圖像，進(jìn)行圖像處理，特征分類，提取智能模式識(shí)別信息，做出識(shí)別判斷，驅(qū)動(dòng)控制系統(tǒng)作出相應(yīng)反應(yīng)[5]。

一般來(lái)說(shuō)，選擇有代表性的壞苗類型作為樣本庫(kù)是非常關(guān)鍵的一項(xiàng)工作，這必須由農(nóng)業(yè)專家完成。因?yàn)橐恍拿缈赡艹尸F(xiàn)相似的病害特征，比如葉斑病、葉萎病、根腐病，所以僅僅通過(guò)圖像特征對(duì)患有不同病害的壞苗進(jìn)行分類是比較困難的。我們只需要判斷待移栽穴苗是否患病或者識(shí)別出幾種具代表性的病害類型即可[6]。所以在實(shí)際生產(chǎn)中，農(nóng)業(yè)專家選取穴苗的圖像的相關(guān)彩色特征和紋理特征作為分類的參數(shù)。這樣的話，不僅降低了系統(tǒng)研究工作的強(qiáng)度，而且提高了機(jī)器視覺(jué)識(shí)別系統(tǒng)的效率。經(jīng)過(guò)試驗(yàn)證明，改進(jìn)效果是非常明顯的。在進(jìn)行圖像處理時(shí)，農(nóng)業(yè)專家必須使用相關(guān)的軟件程序從原始圖像中抽取數(shù)字特征。對(duì)于一個(gè)智能的模式識(shí)別系統(tǒng)，高度正確識(shí)別和極快的計(jì)算速度是非常重要的。這些因素決定了智能系統(tǒng)是否具有高效率，所以高性能的計(jì)算機(jī)對(duì)于機(jī)器視覺(jué)監(jiān)測(cè)系統(tǒng)是必不可少的。

4 結(jié)語(yǔ)

智能農(nóng)業(yè)機(jī)械是未來(lái)發(fā)展的方向。移栽機(jī)可以提高溫室種植效率，有效降低工作強(qiáng)度。

在移栽機(jī)工作過(guò)程中，一種基于機(jī)器視覺(jué)技術(shù)的圖像獲取和圖像處理系統(tǒng)用于獲取各類穴盤苗的圖像。這個(gè)系統(tǒng)包括攝像機(jī)、圖像采集卡和圖像處理器等設(shè)備。圖像處理最關(guān)鍵的步驟是從原始圖像中提取特征值。雖然目前提高了若干種圖像處理的方法，但是為了更好地解決問(wèn)題需要建立更多的途徑，因?yàn)檠ūP苗的病害種類多達(dá)上千種，僅僅用少數(shù)幾種辦法來(lái)完成特征分類是比較困難的。另外，如何提高圖像處理和模式識(shí)別程序的運(yùn)行速度是提高整機(jī)工作效率的關(guān)鍵，這是未來(lái)研究工作中要解決的主要問(wèn)題。

[1]王斌，劉興龍，劉永福，等.機(jī)器視覺(jué)技術(shù)在農(nóng)業(yè)應(yīng)用中的研究[J].農(nóng)機(jī)化研究，2008（9）：162-164.

[2]應(yīng)義斌，饒秀勤，趙勻，等.機(jī)器視覺(jué)技術(shù)在農(nóng)產(chǎn)品品質(zhì)自動(dòng)識(shí)別中的應(yīng)用研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào)，2000，16（3）：4-7.

[3]薛領(lǐng).計(jì)算機(jī)視覺(jué)在農(nóng)業(yè)中的應(yīng)用[J].計(jì)算機(jī)與農(nóng)業(yè)，1999（2）：18-20.

[4]Rekow A K W,Ohlemeyer H.Automated headland turns the next step in automated agricultural machines,In:VDI Berichte,Agricultural Engineering-Land Technik AgEng [J].Engineering Solutions for Energy and Food Production, 2007:199-209.

[5]Abdullah M Z,Fathinul-Syahir A S,Mohd-Azemi B M N. Automated inspection system for colour and shape grading of starfruit(Averrhoa carambolaL.)using machine vision sensor[J].Transactions of the Institute of Measurement and Control,2005（27）：65-87.

[6]Huang Y J,Lee F F.Classification of Phalaenopsis plantlet parts and identifications of suitable grasping point for automatic transplanting using machine vision[J].American Society of Agricultural and Biological Engineers,2008（24）：89-99.

Application of Machine Vision Technology in Automatic Seedling Transplanter

YANG Renquan1,WANG Junfeng2,ZHANG Dong2,ZHOU Zengchan2,ZHANG Xiaowen1
(1.Beijing Agricultural Machinery Institute,Beijing 100096; 2.Beijing Kingpeng International Hi-Tech Corporation)

Automatic seedling transplanter is an important agriculture machine used in greenhouse planting.During the transplanting process,it's crucial to find the disease seedling and pick it from the plug tray in order to prevent diseases and pests diffusion.In this paper,one intelligent recognition and judge system for disease seedling is presented based on machine vision technique.Through image processing,the characteristic of each seedling is obtained and used to be compared with the disease seedling samples.With the intelligent recognition arithmetic,support vector machines,the vision system has been more automatic and more efficient.

Automatic seedling transplanter;Machine vision;Image processing;Pattern recognition

10.3865/j.issn.1001-3547(x).2009.02.004

楊仁全（1972-），男，所長(zhǎng)，高級(jí)工程師，主要從事設(shè)施農(nóng)業(yè)研究，電話：010-82918151。E-mail：greenhouse2008@sina.com

2008-12-29