□應(yīng) 婧 王 攀 盧營蓬 王春霞/四川省農(nóng)業(yè)機(jī)械研究設(shè)計院

計算機(jī)視覺利用智能計算機(jī)系統(tǒng)代替人眼對目標(biāo)進(jìn)行識別、跟蹤和測量，并進(jìn)一步做圖形處理，對現(xiàn)實三維世界進(jìn)行辨識和理解，是研究計算機(jī)模擬生物外顯或宏觀視覺功能的技術(shù)。

計算機(jī)視覺技術(shù)主要包括圖形獲取、A/D轉(zhuǎn)換、圖形的存儲和預(yù)處理、圖像分割、信息的特征提取、信息識別，以及根據(jù)識別的結(jié)果發(fā)出相應(yīng)的信息。雖然計算機(jī)視覺技術(shù)在中國起步較晚，但隨著計算機(jī)軟硬件技術(shù)、圖形圖像處理技術(shù)的迅速發(fā)展，計算機(jī)視覺技術(shù)的研究與應(yīng)用已擴(kuò)展到農(nóng)業(yè)生產(chǎn)領(lǐng)域并成為熱門課題，且在很多方面取得了重大成果。在農(nóng)業(yè)生產(chǎn)領(lǐng)域的產(chǎn)前、產(chǎn)中、產(chǎn)后各個環(huán)節(jié)，均可以通過計算機(jī)視覺技術(shù)來實現(xiàn)農(nóng)業(yè)生產(chǎn)的視覺化。

1 應(yīng)用現(xiàn)狀

1.1 在農(nóng)作物生長態(tài)勢監(jiān)測上的應(yīng)用

基于計算機(jī)視覺技術(shù)研發(fā)的用于監(jiān)測農(nóng)作物生長態(tài)勢的系統(tǒng)，能夠幫助農(nóng)民更好地了解農(nóng)作物的生長狀況，使農(nóng)民能夠根據(jù)農(nóng)作物的生長態(tài)勢來采取更具針對性的種植或栽培技術(shù)，進(jìn)而達(dá)到增產(chǎn)增收的目的。計算機(jī)視覺技術(shù)能夠比人眼視覺更早發(fā)現(xiàn)農(nóng)作物因營養(yǎng)不良而出現(xiàn)的細(xì)微變化，以供灌溉和施肥決策時參考。

1.2 在農(nóng)產(chǎn)品分級中的應(yīng)用

隨著人們生活水平的提高，對農(nóng)產(chǎn)品品質(zhì)有了更高的要求，在競爭日益激烈的農(nóng)產(chǎn)品市場，農(nóng)產(chǎn)品品質(zhì)的好壞直接決定農(nóng)產(chǎn)品的價格和市場競爭力。計算機(jī)視覺可以通過顏色、形狀、大小、亮度、表面缺損狀態(tài)等參數(shù)對農(nóng)產(chǎn)品進(jìn)行品質(zhì)的評估與分級，同時具有自動化程度高、無損檢測、檢測精度高的優(yōu)點。計算機(jī)視覺技術(shù)在自動化檢測篩選系統(tǒng)中得到了廣泛的使用。其中，水果類中在桃、蘋果、柑桔等的分級檢測中應(yīng)用效果較好；蔬菜類中利用該技術(shù)也實現(xiàn)了黃瓜、胡蘿卜、西紅柿等產(chǎn)品的品質(zhì)評估與分類；應(yīng)用該技術(shù)進(jìn)行小麥、玉米、大米等谷物的檢測、分類和質(zhì)量評估也取得了不錯的效果。對農(nóng)產(chǎn)品的檢測不僅要求全面檢測外部品質(zhì)，還要求檢測內(nèi)在品質(zhì)。目前，已實現(xiàn)對農(nóng)產(chǎn)品動態(tài)特征的提取和識別，依照國際標(biāo)準(zhǔn)，進(jìn)行在線檢測，并且檢測速度和精度不斷提高，系統(tǒng)的兼容性不斷升級，可以適用于不同種類農(nóng)產(chǎn)品的檢測。

1.3 在農(nóng)業(yè)機(jī)械上的應(yīng)用

計算機(jī)視覺技術(shù)在田間作業(yè)的播種、植保、施肥和收獲機(jī)械上的應(yīng)用越來越多。利用計算機(jī)視覺技術(shù)進(jìn)行作物行列識別，研究了1種能根據(jù)田間圖像確定作物行與機(jī)器的相對位置的方法，來控制機(jī)器人的行走，其導(dǎo)向精度可以達(dá)到實用要求；通過對秧苗的識別，能夠使插秧機(jī)跟蹤苗列行走。通過計算機(jī)視覺技術(shù)識別出田間雜草并確定草的位置和生長狀況。設(shè)計出基于計算機(jī)視覺的玉米施肥智能機(jī)器系統(tǒng)，通過牽引車輛的自動導(dǎo)航和施肥機(jī)械的自動控制完成施肥作業(yè)?；谟嬎銠C(jī)視覺技術(shù)的精密噴灑，能對成行作物實施精量噴霧，減少了農(nóng)藥的用量和對環(huán)境的污染；通過計算機(jī)視覺技術(shù)實現(xiàn)對水果的檢測、定位，進(jìn)而可以自動采摘水果。

2 存在的問題及發(fā)展趨勢

2.1 研究對象的多樣性

農(nóng)產(chǎn)品外觀形態(tài)差異大，農(nóng)作物生長環(huán)境復(fù)雜，田間的光照在不同時間、不同天氣條件下會時常發(fā)生變化，同一對象在不同的環(huán)境、地點和時間所表現(xiàn)出來的特征都不一樣，這些都會在一定程度上加大系統(tǒng)對圖像信息處理的難度，對定位分析與判斷造成一定的影響，給圖形提取帶來很大的困難，也對進(jìn)一步圖形處理帶來了巨大的挑戰(zhàn)。

2.2 研究對象的動態(tài)性

大多數(shù)研究都是基于靜態(tài)的，即先從室內(nèi)或田間采集靜態(tài)圖像，再對圖像進(jìn)行處理，這是理想的實驗室環(huán)境。而實際的農(nóng)業(yè)場景通常很復(fù)雜，需要對快速移動的圖像進(jìn)行分割和提取，在獲取圖像的同時要立即處理所采集的圖像，進(jìn)行動態(tài)圖像的實時處理。提高圖像處理的識別精度，或者實現(xiàn)與其他軟件的組合設(shè)計是迫切需要解決的問題。

2.3 研究內(nèi)容的廣泛性

計算機(jī)視覺技術(shù)的農(nóng)業(yè)應(yīng)用涉及眾多學(xué)科，需要從事計算機(jī)、作物栽培、圖形識別技術(shù)、人工智能等多方面的專業(yè)人員進(jìn)行多學(xué)科、跨單位合作。目前，還沒有建立農(nóng)業(yè)領(lǐng)域的大規(guī)模公共數(shù)據(jù)庫，一些研究成果不具有可比性。解析技術(shù)和圖像識別是計算機(jī)視覺技術(shù)在農(nóng)業(yè)中應(yīng)用的核心內(nèi)容，高效的圖像圖形算法將是未來的研究重點。