卜文廣

計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用

卜文廣

（荊楚理工學(xué)院湖北荊門448000）

計(jì)算機(jī)軟硬件技術(shù)上的發(fā)展使得計(jì)算機(jī)視覺技術(shù)日漸成熟，其在各行業(yè)中的應(yīng)用也越來越廣泛。文章主要介紹了計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用，從計(jì)算機(jī)視覺技術(shù)的概念、系統(tǒng)組成以及其在農(nóng)業(yè)生產(chǎn)中的作用入手，研究目前仍然存在的問題，展望計(jì)算機(jī)視覺技術(shù)在未來的發(fā)展方向以及應(yīng)用領(lǐng)域拓展。

計(jì)算機(jī)視覺；農(nóng)業(yè)生產(chǎn)；領(lǐng)域拓展

1 緒論

農(nóng)業(yè)生產(chǎn)中的計(jì)算機(jī)視覺技術(shù)應(yīng)用始于20世紀(jì)70年代末，在應(yīng)用的最初期，其范圍多為鑒別植物的各類、作物的品質(zhì)檢測(cè)等。隨著技術(shù)的進(jìn)一步發(fā)展，計(jì)算機(jī)的硬件生產(chǎn)水平以及軟件開發(fā)水平都有了巨大的提升，圖形圖像處理技術(shù)也取得了長足的進(jìn)步，計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用范圍也更加廣泛，農(nóng)業(yè)生產(chǎn)的各個(gè)環(huán)節(jié)都有計(jì)算機(jī)視覺技術(shù)應(yīng)用的例子。計(jì)算機(jī)作為一種新興的計(jì)算機(jī)技術(shù)，在其應(yīng)用擴(kuò)展的速度上來說是十分迅速的，目前已經(jīng)涵蓋工、農(nóng)、軍事、醫(yī)學(xué)等各個(gè)領(lǐng)域，對(duì)于農(nóng)業(yè)來說其對(duì)生產(chǎn)力的幫助尤為巨大。農(nóng)業(yè)生產(chǎn)主要是分為產(chǎn)前、產(chǎn)中和產(chǎn)后三個(gè)階段，在產(chǎn)前階段，視覺技術(shù)的應(yīng)用主要是用來檢測(cè)種子質(zhì)量的好壞；在產(chǎn)中對(duì)于視覺技術(shù)的應(yīng)用主要是雜草識(shí)別、農(nóng)作業(yè)生產(chǎn)信息的監(jiān)測(cè)以及病蟲害的檢測(cè)等；在產(chǎn)后階段，主要將計(jì)算機(jī)視覺技術(shù)應(yīng)用于農(nóng)作物的二次加工以及產(chǎn)品質(zhì)量分揀分類上。

本研究主要介紹了計(jì)算機(jī)視覺技術(shù)的基本工作原理以及系統(tǒng)組成，同時(shí)研究了目前計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)生產(chǎn)應(yīng)用中仍然存在的問題以及未來的發(fā)展形勢(shì)。

2 計(jì)算機(jī)視覺系統(tǒng)簡介

2.1 概念及基本工作原理

計(jì)算機(jī)視覺技術(shù)是計(jì)算機(jī)自動(dòng)化的一種，主要的功能是利用計(jì)算機(jī)技術(shù)進(jìn)行圖像的自動(dòng)獲取，同時(shí)通過計(jì)算機(jī)的運(yùn)算來對(duì)獲取的圖像進(jìn)行分析，用以描述某一情景或者某一物體的動(dòng)作規(guī)律，計(jì)算機(jī)視覺技術(shù)是一種對(duì)宏觀物體進(jìn)行計(jì)算機(jī)模擬的科學(xué)和技術(shù)。對(duì)于計(jì)算機(jī)視覺技術(shù)來說，其涉及的科學(xué)分類是多樣的，包括數(shù)學(xué)、人工智能技術(shù)、生物學(xué)、計(jì)算機(jī)科學(xué)、模式識(shí)別等多門學(xué)科。其工作原理是利用計(jì)算機(jī)視覺來對(duì)宏觀事物進(jìn)行近距離拍攝，再通過工人智能技術(shù)、數(shù)字圖像處理等技術(shù)對(duì)拍攝到的圖像或者視頻信息進(jìn)行計(jì)算分析，最終得出對(duì)于研究有價(jià)值的數(shù)據(jù)，這一過程主要包括圖像采集、信息預(yù)處理、圖像分析和特征提取等。

計(jì)算機(jī)視覺系統(tǒng)工作的第一步是進(jìn)行圖像的獲取，完成這一步的工作部件是圖像拍攝系統(tǒng)，即攝像機(jī)，而為了使系統(tǒng)可以適用大多數(shù)的工作環(huán)境，攝像機(jī)一般會(huì)與光源想配套，在自然光線不足的環(huán)境中依然可以保證有充足的光源來拍攝圖像，攝像機(jī)拍攝到的圖像需要配合圖像采集卡來與計(jì)算機(jī)進(jìn)行功能上的對(duì)接，攝像機(jī)將光信號(hào)轉(zhuǎn)化為電信號(hào)之后通過圖像采集卡再將電信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，計(jì)算機(jī)在接收到數(shù)字信息之后就可以對(duì)信息進(jìn)行更進(jìn)一步的處理工作。

2.2 系統(tǒng)結(jié)構(gòu)

計(jì)算機(jī)視覺技術(shù)系統(tǒng)所能完成的工作為視覺任務(wù)，其主要構(gòu)造為進(jìn)行圖像采集的攝像機(jī)系統(tǒng)，圖像采集卡以及計(jì)算機(jī)。攝像機(jī)系統(tǒng)是進(jìn)行圖像采集的主體，利用光學(xué)傳感器的工作原理將傳遞過來的光信號(hào)轉(zhuǎn)換為電信號(hào)，再由圖像采集卡將電信號(hào)轉(zhuǎn)換成數(shù)字信息，計(jì)算機(jī)系統(tǒng)利用其搭載的對(duì)應(yīng)軟件對(duì)數(shù)字信號(hào)進(jìn)行分析處理，通過特征采集等算法得出具有分析價(jià)值的數(shù)據(jù)。

在使用時(shí)還需要軟件來配合硬件的工作，一般來說，軟件的主體功能設(shè)計(jì)差別不大，主要有：預(yù)處理、圖像分割、信息識(shí)別、特征提取等核心功能。在這些步驟中，預(yù)處理是較為重要的一步，其目的為信息的過濾，由于圖像中的信息包括大量的無用信息，如果在沒有進(jìn)行預(yù)處理的情況下直接交由計(jì)算機(jī)進(jìn)行分析則會(huì)增加計(jì)算機(jī)過程的工作量和效率，而預(yù)處理是將數(shù)據(jù)進(jìn)行初步的簡化，去除其中沒有價(jià)值的信息元，使得下一步的工作得出的結(jié)果具有更高的效率以及準(zhǔn)確率。圖像分割是針對(duì)圖像信息進(jìn)行區(qū)域分割處理，特征提取是依據(jù)特定的算法對(duì)圖像的特征點(diǎn)進(jìn)行識(shí)別。

3 計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用

3.1 產(chǎn)品質(zhì)量檢測(cè)與分級(jí)

傳統(tǒng)意義上的產(chǎn)品質(zhì)量檢測(cè)都是取一部分產(chǎn)品樣本進(jìn)行直接觀察，不管以何種觀察手段都需要有農(nóng)作物的樣本才可以進(jìn)行，而利用計(jì)算機(jī)視覺技術(shù)則不需要產(chǎn)品樣本，視覺技術(shù)系統(tǒng)通過對(duì)農(nóng)作物的圖像分析可以獲取農(nóng)作物的參數(shù)信息，通過數(shù)據(jù)模型即可對(duì)產(chǎn)品的質(zhì)量進(jìn)行檢測(cè)和分類，從而進(jìn)行綜合評(píng)定。隨著計(jì)算機(jī)技術(shù)的發(fā)展，計(jì)算機(jī)的計(jì)算能力得到了巨大的提升，高速運(yùn)算使得數(shù)據(jù)分析更有效率，計(jì)算機(jī)技術(shù)在農(nóng)產(chǎn)品生產(chǎn)中的作用也越來趙大，利用視覺技術(shù)對(duì)農(nóng)產(chǎn)品的質(zhì)量品級(jí)進(jìn)行劃分在上個(gè)世紀(jì)90年代就已經(jīng)被應(yīng)用到實(shí)際使用中，利用算法對(duì)圖像區(qū)域信息進(jìn)行分析所獲取的結(jié)果達(dá)到了80 %的準(zhǔn)確率，基于分維理論對(duì)水果的顏色進(jìn)行分級(jí)也可以對(duì)水果進(jìn)行品級(jí)的自動(dòng)分類。

3.2 作物生長態(tài)勢(shì)監(jiān)測(cè)

計(jì)算機(jī)視覺技術(shù)的另一個(gè)應(yīng)用便是在農(nóng)作物生長的過程中對(duì)其生長情況進(jìn)行監(jiān)測(cè)。經(jīng)過國內(nèi)外學(xué)者研究，農(nóng)作物生長可以利用圖像分析方法確實(shí)其生長共性，如果在監(jiān)測(cè)過程中發(fā)生有偏離共性的農(nóng)作物，則可以甄別出生長不規(guī)律的農(nóng)作物。在實(shí)際的應(yīng)用中，如對(duì)株型農(nóng)作物的生長態(tài)勢(shì)檢測(cè)中，可以對(duì)株型作物的信息提取，然后再提取到的特征參數(shù)與傳統(tǒng)農(nóng)業(yè)學(xué)中的參數(shù)建立聯(lián)系，從而實(shí)現(xiàn)對(duì)于株型作物葉片長度、莖葉夾角等信息的監(jiān)測(cè)，同時(shí)對(duì)于株型作物顏色的分析也可以辨別出作物生長過程中是否可以獲取足夠的養(yǎng)分、水分等。

3.3 病蟲及雜草檢測(cè)

在影響農(nóng)作物生長的諸多因素當(dāng)中，雜草和病蟲害是不容忽視的兩個(gè)方面，為了確保農(nóng)作物的生產(chǎn)質(zhì)量，需要對(duì)雜草以及病蟲害情況進(jìn)行及時(shí)的監(jiān)視，利用計(jì)算機(jī)視覺技術(shù)可以做到此兩方面內(nèi)容的自動(dòng)識(shí)別。

3.3.1 病蟲害的識(shí)別檢測(cè)

在病蟲害識(shí)別的應(yīng)用上，主要是對(duì)常見的害蟲進(jìn)行圖像特征分析，再與獲取到的圖像信息特征進(jìn)行比對(duì)，從而實(shí)現(xiàn)對(duì)于昆蟲的自動(dòng)識(shí)別，經(jīng)過實(shí)際發(fā)現(xiàn)，其準(zhǔn)確率可以達(dá)到90 %。主要的工作原理為對(duì)昆蟲的骨架特征進(jìn)行提取之后，應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行進(jìn)一步的識(shí)別，最后通過建立的昆蟲特征信息庫與農(nóng)作物圖像進(jìn)行數(shù)據(jù)對(duì)比，實(shí)現(xiàn)害蟲的識(shí)別。

3.3.2 雜草的識(shí)別檢測(cè)

利用計(jì)算機(jī)視覺技術(shù)對(duì)雜草進(jìn)行識(shí)別主要依據(jù)的原理是對(duì)采集的圖像進(jìn)行光譜分析，由于農(nóng)作物本身的顏色和雜草是存在區(qū)別的，在進(jìn)行特征提取之后依據(jù)算法就可以辨別出屬于農(nóng)作物的特征信息以及屬于雜草屬性的特征信息，在對(duì)于識(shí)別玉米苗田間雜草的實(shí)際應(yīng)用中，經(jīng)過對(duì)土壤背景的濾除之后，根據(jù)葉寬、顏色等特征信息可以計(jì)算出雜草的密度，經(jīng)過樸素貝葉斯算法對(duì)于誤差進(jìn)行計(jì)算之后，就可以對(duì)雜草密度信息進(jìn)行計(jì)算，從而為去除雜草工作提供數(shù)據(jù)參考。

3.4 自動(dòng)收獲

計(jì)算機(jī)視覺技術(shù)最早應(yīng)用于農(nóng)業(yè)生產(chǎn)是20世紀(jì)80年代中，到目前為止，不管是農(nóng)業(yè)生產(chǎn)的前中后期還是其一些擴(kuò)展型的應(yīng)用，計(jì)算機(jī)視覺技術(shù)的可依賴性正在逐步提升。對(duì)于在實(shí)際的應(yīng)用中所遇到的難題來說，最大的問題是工作環(huán)境的多變性使得圖像采集工作難度增加，如何采集更加清晰且有價(jià)值的圖像信息是后期識(shí)別準(zhǔn)確率的保障。在自動(dòng)收獲這一應(yīng)用領(lǐng)域上，計(jì)算機(jī)識(shí)別技術(shù)可以利用與遠(yuǎn)程監(jiān)控系統(tǒng)的結(jié)合，在計(jì)算機(jī)對(duì)農(nóng)作物色調(diào)以及飽和度分析計(jì)算之后，得出作物的成熟度，再通過控制機(jī)械臂以及傳送帶系統(tǒng)完成對(duì)于農(nóng)作物的自動(dòng)收獲。

4 存在的問題及未來展望

4.1 存在問題

4.1.1 研究對(duì)象復(fù)雜性的影響

將理論應(yīng)用于實(shí)踐最大的困難在于消除現(xiàn)實(shí)與理論之間的差異性，由于農(nóng)作物生長環(huán)境復(fù)雜，同一各類之間生長情況也存在差異性，這給數(shù)字圖像的分割以及特征提取工作帶來了較大的難度。在技術(shù)實(shí)驗(yàn)階段，一般來說用于測(cè)試的農(nóng)作物都是相對(duì)靜止的，對(duì)其采集的圖像質(zhì)量也會(huì)相對(duì)較高，而在實(shí)踐的應(yīng)用中，由于天氣等因素的干擾，同一機(jī)位采集到的圖像信息也有可能是動(dòng)態(tài)的，這給圖像分析帶來了一定的難度。由于需要對(duì)圖像進(jìn)行實(shí)時(shí)的處理，所以對(duì)于計(jì)算機(jī)的運(yùn)算速度有著較高的要求，如何實(shí)現(xiàn)快速精準(zhǔn)的實(shí)時(shí)計(jì)算，如何從動(dòng)態(tài)的圖像中對(duì)信息進(jìn)行矯正以及價(jià)值信息提取是需要進(jìn)一步研究的課題。

4.1.2 環(huán)境多變性的影響

目前，大多數(shù)的研究都是建立于可控的環(huán)境因素下，當(dāng)環(huán)境（如光照、色溫、天氣）多變時(shí)，高質(zhì)量的圖像采集難度很高。但是田間作業(yè)不同于實(shí)驗(yàn)室環(huán)境，其環(huán)境多變性是必然的，受到天氣等因素的影響，設(shè)備的可靠性降低，由于風(fēng)速變化以及機(jī)械振動(dòng)帶來的干擾很容易使得攝像機(jī)獲取的圖像資料受到干擾，從而增加無用數(shù)據(jù)的增加。這不僅增加了圖像預(yù)處理的難度，同時(shí)也會(huì)降低后續(xù)計(jì)算的準(zhǔn)確性。所以從實(shí)驗(yàn)室到真實(shí)環(huán)境的技術(shù)過渡仍然是需要進(jìn)一步研究的難題。

4.2 未來展望

盡管從技術(shù)本身上來說，真正實(shí)現(xiàn)田間作業(yè)仍然有許多需要去克服的難題，但是隨著技術(shù)的發(fā)展，計(jì)算機(jī)視覺在農(nóng)業(yè)生產(chǎn)中的應(yīng)用已經(jīng)非常廣泛，并且前景良好。生產(chǎn)智能化和生產(chǎn)自動(dòng)化是未來農(nóng)業(yè)生產(chǎn)的必然發(fā)展方向，實(shí)現(xiàn)管理自動(dòng)化同樣也是未來農(nóng)業(yè)科學(xué)的研究方向。以于我國在計(jì)算機(jī)視覺技術(shù)方面的發(fā)展建議，主要為以下三點(diǎn)：

4.2.1 人才的培養(yǎng)

由于計(jì)算機(jī)視覺技術(shù)是多門學(xué)科的綜合應(yīng)用，所以需要些方面的工作人員有足夠的知識(shí)儲(chǔ)備，對(duì)于目前國內(nèi)的情況來說，此方面的人才較為緊缺，所以對(duì)于綜合性人才的培養(yǎng)是十分有必要的。應(yīng)當(dāng)組織從事農(nóng)業(yè)專業(yè)的人才進(jìn)行多學(xué)科培養(yǎng)。

4.2.2 經(jīng)費(fèi)的投入

我國在計(jì)算機(jī)視覺技術(shù)科研上的經(jīng)費(fèi)投入相對(duì)來說仍顯不足，未來期望可以獲得更大的經(jīng)費(fèi)投入。

4.2.3 技術(shù)交流學(xué)習(xí)

由于我國在計(jì)算機(jī)視覺技術(shù)的研究起步較晚，所以對(duì)于國際性的交流學(xué)習(xí)尤為迫切。加強(qiáng)、加快與國際技術(shù)領(lǐng)先機(jī)構(gòu)的交流合作，關(guān)注國際科研動(dòng)態(tài)是較為行之有效的方法。

[1]陳林琳,姜大慶,蔡銀杰,等.基于計(jì)算機(jī)視覺的芋頭病害監(jiān)測(cè)與識(shí)別[J].農(nóng)機(jī)化研究,2020,42(06):224-229.

[2]王文凱,羅丹.計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)自動(dòng)化中的應(yīng)用[J].農(nóng)機(jī)使用與維修,2019(11):16.

[3]石衛(wèi)坤,彭森.計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用與展望[J].農(nóng)家參謀,2019(19):23.

[4]帥志軍.計(jì)算機(jī)視覺技術(shù)在茶學(xué)中的研究進(jìn)展[J].福建茶葉,2018,40(12):25.

[5]孫玉.農(nóng)業(yè)行業(yè)中的計(jì)算機(jī)視覺與模式識(shí)別技術(shù)[J].計(jì)算機(jī)產(chǎn)品與流通,2018(07):19+36.

[6]黃喜梅,畢建杰,張楠,等.計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)上的應(yīng)用(英文)[J].農(nóng)業(yè)科學(xué)與技術(shù):英文版,2017,18(11):2158-2162.

卜文廣（1996- ），男，漢族，湖北十堰人，本科，研究方向：計(jì)算機(jī)科學(xué)與技術(shù)。

S126

C

2095-1205(2019)09-37-02

10.3969/j.issn.2095-1205.2019.09.20