董 帥 ，李 杰

（成都市技師學(xué)院（成都工貿(mào)職業(yè)技術(shù)學(xué)院），四川 成都 611743）

0 引言

計(jì)算機(jī)視覺技術(shù)在20 世紀(jì)60 年代興起，它利用計(jì)算機(jī)來模擬人的視覺功能，不僅能以數(shù)字圖像的形式來表達(dá)物體的幾何形狀和外觀，而且還能從這些數(shù)字圖像中提取特征信息。與傳統(tǒng)的機(jī)械裝置不同，計(jì)算機(jī)視覺技術(shù)通常用于復(fù)雜物體的自動(dòng)化檢測、識別、分割和定位。目前，計(jì)算機(jī)視覺技術(shù)廣泛應(yīng)用于農(nóng)業(yè)機(jī)械中，在農(nóng)業(yè)機(jī)械作業(yè)中發(fā)揮著重要作用[1]。

當(dāng)前，隨著我國農(nóng)業(yè)機(jī)械化水平的不斷提高，許多傳統(tǒng)的農(nóng)業(yè)機(jī)械已被淘汰，取而代之的是智能農(nóng)業(yè)機(jī)械[2]。為了更好地實(shí)現(xiàn)農(nóng)業(yè)機(jī)械化，我國正在大力研發(fā)智能農(nóng)業(yè)機(jī)械，并在部分地區(qū)進(jìn)行了試點(diǎn)應(yīng)用。然而，與發(fā)達(dá)國家相比，我國在農(nóng)業(yè)機(jī)械化方面仍然存在較大差距[3]。在此背景下，將計(jì)算機(jī)視覺技術(shù)應(yīng)用于智能化農(nóng)業(yè)機(jī)械中是實(shí)現(xiàn)農(nóng)業(yè)機(jī)械化、智能化發(fā)展的必然趨勢。

1 應(yīng)用范圍

近年來，隨著我國社會經(jīng)濟(jì)水平的不斷提高和科學(xué)技術(shù)的快速發(fā)展，計(jì)算機(jī)視覺技術(shù)在多個(gè)領(lǐng)域得到了廣泛應(yīng)用。

1.1 農(nóng)產(chǎn)品質(zhì)量檢測

農(nóng)產(chǎn)品質(zhì)量檢測是智能化農(nóng)業(yè)機(jī)械中最常見的應(yīng)用領(lǐng)域。隨著社會經(jīng)濟(jì)水平的不斷提高，人們對農(nóng)產(chǎn)品質(zhì)量的要求也越來越高，因此，農(nóng)產(chǎn)品質(zhì)量檢測領(lǐng)域成為關(guān)注的焦點(diǎn)[4]。傳統(tǒng)的農(nóng)產(chǎn)品檢測主要依靠人工完成，不僅費(fèi)時(shí)費(fèi)力，而且很難保證檢測結(jié)果的準(zhǔn)確性。然而，隨著計(jì)算機(jī)視覺技術(shù)的出現(xiàn)，越來越多的農(nóng)產(chǎn)品質(zhì)量檢測項(xiàng)目開始由人工檢測向自動(dòng)檢測發(fā)展。例如，在對小麥進(jìn)行質(zhì)量檢測時(shí)，傳統(tǒng)方法通常需要手工取樣、稱重、拍照等多個(gè)環(huán)節(jié)才能完成。而利用計(jì)算機(jī)視覺技術(shù)，可以大大降低人工作業(yè)強(qiáng)度，同時(shí)還能確保小麥質(zhì)量檢測的準(zhǔn)確性。因此，利用計(jì)算機(jī)視覺技術(shù)對農(nóng)產(chǎn)品進(jìn)行自動(dòng)檢測可以有效提高農(nóng)業(yè)機(jī)械的工作效率，提高農(nóng)業(yè)機(jī)械在農(nóng)業(yè)生產(chǎn)中的利用率[5]。

1.2 農(nóng)作物病蟲害診斷

農(nóng)作物病蟲害是影響農(nóng)業(yè)生產(chǎn)的重要因素，而對病蟲害的診斷則是科學(xué)防治農(nóng)作物病蟲害的基礎(chǔ)。將計(jì)算機(jī)視覺技術(shù)應(yīng)用于農(nóng)作物病蟲害診斷中，不僅可以對農(nóng)作物病蟲害進(jìn)行準(zhǔn)確識別，還能根據(jù)病蟲害的類型進(jìn)行有效分類，從而為科學(xué)防治提供依據(jù)。當(dāng)前，我國正處于農(nóng)業(yè)結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級的關(guān)鍵時(shí)期，而計(jì)算機(jī)視覺技術(shù)可以在農(nóng)作物病蟲害診斷中發(fā)揮重要作用，具體來說主要包括以下幾個(gè)方面：一是將農(nóng)作物病蟲害與正常植物圖像進(jìn)行對比，從而判斷病害類型；二是對作物健康情況進(jìn)行識別，從而判斷其健康程度；三是對植物健康情況進(jìn)行分類，從而判斷其是否需要采取相應(yīng)的防治措施。

1.3 農(nóng)機(jī)作業(yè)監(jiān)測

計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)機(jī)械作業(yè)監(jiān)測方面也具有重要的應(yīng)用價(jià)值?；谟?jì)算機(jī)視覺技術(shù)的農(nóng)機(jī)作業(yè)監(jiān)測系統(tǒng)具有非接觸式測量、實(shí)時(shí)快速、檢測精度高等特點(diǎn)，能夠有效降低作業(yè)成本，提高工作效率，同時(shí)還能保證作業(yè)質(zhì)量。具體來說，農(nóng)機(jī)作業(yè)監(jiān)測系統(tǒng)主要包括兩個(gè)部分：一是通過計(jì)算機(jī)視覺技術(shù)獲取農(nóng)機(jī)當(dāng)前位置及方向信息；二是通過傳感器獲取作業(yè)質(zhì)量信息。根據(jù)農(nóng)機(jī)自身的構(gòu)造與運(yùn)行特點(diǎn)，可以將農(nóng)機(jī)作業(yè)監(jiān)測系統(tǒng)分為機(jī)械類、傳感類、電控類等。

其中，機(jī)械類監(jiān)測系統(tǒng)主要是由拖拉機(jī)、農(nóng)具及其他一些輔助裝置組成。這種系統(tǒng)的特點(diǎn)是使用方便、價(jià)格低廉。而傳感類監(jiān)測系統(tǒng)則可以通過計(jì)算機(jī)視覺技術(shù)來獲取農(nóng)機(jī)的各項(xiàng)數(shù)據(jù)信息，然后將這些數(shù)據(jù)信息傳輸至地面或地面的傳感器上。當(dāng)監(jiān)測到某一農(nóng)機(jī)的相關(guān)數(shù)據(jù)時(shí)，傳感器會將其發(fā)送至地面上的主控計(jì)算機(jī)，計(jì)算機(jī)會根據(jù)相關(guān)數(shù)據(jù)信息對農(nóng)業(yè)機(jī)械進(jìn)行實(shí)時(shí)監(jiān)控和控制。此外，由于機(jī)械類監(jiān)測系統(tǒng)是在田間進(jìn)行操作的，所以為了保證監(jiān)測的準(zhǔn)確性，主控計(jì)算機(jī)還可以對圖像進(jìn)行實(shí)時(shí)處理和分析。

1.4 農(nóng)機(jī)自動(dòng)導(dǎo)航

農(nóng)機(jī)自動(dòng)導(dǎo)航技術(shù)是一種新型的農(nóng)業(yè)機(jī)械控制技術(shù)，該技術(shù)通過監(jiān)測并控制農(nóng)業(yè)機(jī)械的路徑，從而實(shí)現(xiàn)對農(nóng)機(jī)的自動(dòng)導(dǎo)航。目前，我國已研制出多個(gè)農(nóng)機(jī)自動(dòng)導(dǎo)航系統(tǒng)。其中，由北京交通大學(xué)研發(fā)的農(nóng)機(jī)自動(dòng)導(dǎo)航系統(tǒng)采用了激光雷達(dá)和慣性導(dǎo)航相結(jié)合的方式，有效提高了農(nóng)機(jī)自動(dòng)導(dǎo)航的精度。此外，我國還研究出了基于視覺傳感器的農(nóng)機(jī)自動(dòng)導(dǎo)航技術(shù)。例如，由北京農(nóng)業(yè)大學(xué)研發(fā)的農(nóng)機(jī)自動(dòng)導(dǎo)航系統(tǒng)采用了車載視覺傳感器，該系統(tǒng)可以實(shí)現(xiàn)對拖拉機(jī)行進(jìn)方向和速度等信息的實(shí)時(shí)采集和處理，從而實(shí)現(xiàn)對農(nóng)機(jī)路徑的實(shí)時(shí)規(guī)劃。

隨著計(jì)算機(jī)視覺技術(shù)應(yīng)用水平的不斷提高，農(nóng)業(yè)機(jī)械也將越來越智能化。例如，在溫室中安裝計(jì)算機(jī)視覺傳感器可以對溫室內(nèi)植物的生長狀況進(jìn)行實(shí)時(shí)監(jiān)測。此外，計(jì)算機(jī)視覺技術(shù)還可以用于農(nóng)田信息采集和管理。通過在農(nóng)田中安裝計(jì)算機(jī)視覺傳感器，可以實(shí)時(shí)收集農(nóng)作物產(chǎn)量、土壤水分等信息，并上傳至云端平臺，從而實(shí)現(xiàn)對農(nóng)田環(huán)境的實(shí)時(shí)監(jiān)控和管理。

2 應(yīng)用優(yōu)勢

2.1 實(shí)現(xiàn)智能化作業(yè)

由于農(nóng)業(yè)機(jī)械的自動(dòng)化程度較低，難以實(shí)現(xiàn)對作業(yè)對象的精準(zhǔn)定位。而采用計(jì)算機(jī)視覺技術(shù)，可以將農(nóng)業(yè)機(jī)械中的關(guān)鍵部件如自動(dòng)導(dǎo)航、定位裝置、執(zhí)行機(jī)構(gòu)等與計(jì)算機(jī)進(jìn)行連接，并將采集到的圖像數(shù)據(jù)傳輸?shù)接?jì)算機(jī)中，實(shí)現(xiàn)農(nóng)業(yè)機(jī)械的自動(dòng)化作業(yè)。

2.2 提高作業(yè)精度

在農(nóng)業(yè)機(jī)械中采用計(jì)算機(jī)視覺技術(shù)，可以將采集到的數(shù)據(jù)傳輸?shù)接?jì)算機(jī)中[6]，然后利用相應(yīng)的算法對圖像數(shù)據(jù)進(jìn)行處理，使其更加清晰地在顯示屏上顯示。這不僅可以提高農(nóng)業(yè)機(jī)械作業(yè)的精度，還可以有效提高農(nóng)業(yè)機(jī)械的工作效率。

2.3 實(shí)現(xiàn)精確采摘

在農(nóng)業(yè)機(jī)械中采用計(jì)算機(jī)視覺技術(shù)，可以對采集到的圖像數(shù)據(jù)進(jìn)行處理，并通過計(jì)算機(jī)視覺技術(shù)定位水果在田間的位置。然后利用目標(biāo)跟蹤算法，對水果進(jìn)行識別和定位。最終實(shí)現(xiàn)水果采摘精度的有效提高，避免水果損壞。

2.4 增加采摘種類

通過對采集到的圖像數(shù)據(jù)進(jìn)行分析，可以有效增加水果種類，如草莓、芒果、獼猴桃等，為農(nóng)業(yè)機(jī)械增加更多的水果品種。

2.5 減少勞動(dòng)力消耗

在農(nóng)業(yè)機(jī)械中采用計(jì)算機(jī)視覺技術(shù)可以減少勞動(dòng)力消耗。目前農(nóng)業(yè)機(jī)械主要依靠人力來完成工作任務(wù)，如果采用計(jì)算機(jī)視覺技術(shù)進(jìn)行智能化操作，只需對圖像數(shù)據(jù)進(jìn)行采集和處理即可實(shí)現(xiàn)對水果的自動(dòng)化采摘、分類、裝袋等操作。這樣不僅減少了勞動(dòng)力消耗，還節(jié)約了人力成本。

2.6 降低生產(chǎn)成本

在農(nóng)業(yè)機(jī)械中采用計(jì)算機(jī)視覺技術(shù)可以減少人工成本和生產(chǎn)成本投入，從而提高企業(yè)經(jīng)濟(jì)效益[7]。

3 應(yīng)用方法

3.1 圖像預(yù)處理

計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)機(jī)械中的應(yīng)用，首先需要對采集到的圖像進(jìn)行預(yù)處理，以減少后續(xù)農(nóng)業(yè)機(jī)械作業(yè)時(shí)的干擾因素。在處理圖像前，需要對圖像進(jìn)行去噪、灰度化和二值化等預(yù)處理。對于光照條件不理想的情況，可以采用直方圖均衡化、中值濾波和彩色圖像分割等方法對圖像進(jìn)行處理；對于顏色較深的圖像，可以使用形態(tài)學(xué)操作對其進(jìn)行去噪、平滑和濾波等處理。針對不同的目標(biāo)，可以采用不同的預(yù)處理方法。例如，對于小目標(biāo)，可以采用形態(tài)學(xué)操作對其進(jìn)行增強(qiáng)；對于較大的目標(biāo)，則可以采用中值濾波或均值濾波等方法。對于小目標(biāo)的特征提取，可以采用形態(tài)學(xué)操作和顏色特征等方法；對于復(fù)雜背景下的農(nóng)業(yè)機(jī)械作業(yè)，可以使用數(shù)學(xué)形態(tài)學(xué)操作來提取其特征。此外，還可以結(jié)合多傳感器信息融合技術(shù)，將不同傳感器采集到的數(shù)據(jù)進(jìn)行融合。

3.2 目標(biāo)識別與分割

根據(jù)農(nóng)業(yè)機(jī)械作業(yè)時(shí)的環(huán)境和對象特點(diǎn)，對不同類型的物體進(jìn)行分類識別與分割。對于農(nóng)作物目標(biāo)的識別與分割，可以采用區(qū)域生長法、霍夫變換法、最小外接矩形等算法；對于非農(nóng)作物目標(biāo)的識別與分割，可以采用基于顏色特征、形狀特征和紋理特征等多種特征的方法[8]。例如，利用HSV 顏色空間對農(nóng)作物進(jìn)行分割，利用紋理特征對非農(nóng)作物目標(biāo)進(jìn)行分類，利用形狀特征和顏色特征對非農(nóng)作物目標(biāo)進(jìn)行分割等。

3.3 目標(biāo)跟蹤

在農(nóng)業(yè)機(jī)械作業(yè)過程中，經(jīng)常需要對作業(yè)對象進(jìn)行跟蹤定位[9]。采用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)農(nóng)業(yè)機(jī)械的自動(dòng)定位和跟蹤具有重要意義。在農(nóng)業(yè)機(jī)械中應(yīng)用計(jì)算機(jī)視覺技術(shù)進(jìn)行自動(dòng)定位和跟蹤時(shí)，需要分析識別出作業(yè)對象與其目標(biāo)之間的距離關(guān)系。如果識別出作業(yè)對象與其目標(biāo)之間的距離關(guān)系大于預(yù)定值時(shí)，則采用迭代算法實(shí)現(xiàn)自動(dòng)定位和跟蹤；如果距離關(guān)系小于預(yù)定值時(shí)，則采用最近鄰算法實(shí)現(xiàn)自動(dòng)定位和跟蹤。

3.4 其他應(yīng)用

在農(nóng)業(yè)機(jī)械中應(yīng)用計(jì)算機(jī)視覺技術(shù)時(shí)，還需要考慮其他因素。首先是所拍攝圖像的質(zhì)量[10]，其次是設(shè)備成本，再次是環(huán)境條件，最后是算法性能等因素。例如，在農(nóng)業(yè)機(jī)械中應(yīng)用計(jì)算機(jī)視覺技術(shù)可以提高農(nóng)業(yè)機(jī)械作業(yè)時(shí)的準(zhǔn)確率和效率；在環(huán)境條件較差或光線不足時(shí)，可以通過調(diào)節(jié)相機(jī)參數(shù)來解決。此外，還需要考慮機(jī)器人是否有足夠的負(fù)載能力。

綜上所述，目前計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)機(jī)械中主要應(yīng)用于以下幾個(gè)方面：1）作物生長狀態(tài)實(shí)時(shí)監(jiān)測，可以通過視覺技術(shù)監(jiān)測作物生長狀態(tài)、環(huán)境條件和病蟲害等情況，實(shí)現(xiàn)對農(nóng)作物生長狀態(tài)的實(shí)時(shí)監(jiān)測；2）農(nóng)作物病蟲害識別與監(jiān)測，可以通過視覺技術(shù)識別農(nóng)作物病蟲害，預(yù)測農(nóng)作物病蟲害發(fā)展趨勢，進(jìn)行農(nóng)產(chǎn)品品質(zhì)檢測；3）農(nóng)機(jī)作業(yè)軌跡規(guī)劃；4）農(nóng)業(yè)機(jī)械導(dǎo)航和路徑規(guī)劃；5）農(nóng)產(chǎn)品質(zhì)量檢測與分級、包裝、加工、銷售等。以上這些應(yīng)用都需要分析不同作物生長狀態(tài)的特點(diǎn)及其變化規(guī)律，從而為農(nóng)業(yè)機(jī)械自動(dòng)化作業(yè)提供數(shù)據(jù)支持。

4 發(fā)展趨勢

4.1 高分辨率、高幀率和大視場相機(jī)

農(nóng)業(yè)機(jī)械對圖像質(zhì)量的要求越來越高，高分辨率和高幀率的相機(jī)可以獲取更多信息，進(jìn)而提高農(nóng)業(yè)機(jī)械的作業(yè)效率和精度。由于不同傳感器所需的光照條件不同，因此高分辨率相機(jī)可以獲得更好的圖像質(zhì)量，從而獲取更多的信息。此外，高幀率可以提高圖像傳輸速率，減少圖像傳輸所需時(shí)間。大視場相機(jī)可以獲取更大范圍內(nèi)的物體信息，從而減少所需處理的數(shù)據(jù)量。同時(shí)，由于大視場相機(jī)與高分辨率和高幀率相機(jī)相比具有更大的視場，所以可以獲得更多的信息。例如在作物圖像識別中，而當(dāng)作物高度低于4 m時(shí)，則將會有一個(gè)較小的視場；當(dāng)作物高度高于4 m時(shí)，將會有一個(gè)較大的視場，可由大視場相機(jī)捕捉。

4.2 提高智能控制算法的實(shí)時(shí)性和準(zhǔn)確性

由于農(nóng)業(yè)機(jī)械作業(yè)環(huán)境復(fù)雜多變、傳感器數(shù)量有限以及外界環(huán)境因素影響等原因，必須采用高精度、高實(shí)時(shí)性和高可靠性的智能控制算法。而計(jì)算機(jī)視覺技術(shù)能夠快速處理圖像信息，因此可以在更短時(shí)間內(nèi)將所需信息從圖像中提取出來。在農(nóng)業(yè)機(jī)械中采用計(jì)算機(jī)視覺技術(shù)可實(shí)現(xiàn)多種物體檢測與識別，所以應(yīng)加快對計(jì)算機(jī)視覺技術(shù)的研究，提高智能控制算法的實(shí)時(shí)性和準(zhǔn)確性。

4.3 增加可識別物體種類的數(shù)量

農(nóng)業(yè)機(jī)械在不同環(huán)境下作業(yè)時(shí)，可能會出現(xiàn)不同情況和目標(biāo)。例如在作物圖像識別中，不同作物可能會有不同程度和類型的生長缺陷或生長區(qū)域；在作物采摘時(shí)，可能會出現(xiàn)果實(shí)表面污損或果實(shí)采摘不完整等問題；在作物收獲時(shí)，可能會出現(xiàn)雜草、雜物或其他障礙物。在實(shí)際生產(chǎn)中可增加作物、果實(shí)、雜草、雜物等可識別物體的種類數(shù)量，有利于提高農(nóng)業(yè)機(jī)械的自動(dòng)化水平和智能化水平。

4.4 加快計(jì)算機(jī)視覺技術(shù)的商業(yè)化進(jìn)程

隨著計(jì)算機(jī)技術(shù)和通信技術(shù)等先進(jìn)技術(shù)的快速發(fā)展，計(jì)算機(jī)視覺技術(shù)已經(jīng)逐漸普及并廣泛應(yīng)用于各行各業(yè)中[11]。例如在農(nóng)業(yè)機(jī)械中應(yīng)用計(jì)算機(jī)視覺技術(shù)可以實(shí)現(xiàn)作物生長狀況實(shí)時(shí)監(jiān)控、果實(shí)成熟度識別、雜草識別、病蟲害監(jiān)測等功能，提高農(nóng)業(yè)機(jī)械智能化水平和智能化程度。但是在應(yīng)用計(jì)算機(jī)視覺技術(shù)時(shí)也存在一定問題，例如由于農(nóng)業(yè)機(jī)械作業(yè)環(huán)境復(fù)雜多變且存在不確定性因素，必須選擇合適的算法對農(nóng)業(yè)機(jī)械作業(yè)環(huán)境進(jìn)行實(shí)時(shí)監(jiān)控和識別；農(nóng)業(yè)機(jī)械作業(yè)過程中必須實(shí)時(shí)調(diào)整算法以適應(yīng)不同環(huán)境條件；由于農(nóng)業(yè)機(jī)械作業(yè)時(shí)各種因素對作物生長的影響程度不同，因此必須選擇合適的算法對作物生長狀況進(jìn)行實(shí)時(shí)監(jiān)控和識別；由于農(nóng)業(yè)機(jī)械作業(yè)時(shí)需要及時(shí)處理各種突發(fā)狀況，所以必須選擇合適的算法對農(nóng)業(yè)機(jī)械作業(yè)過程進(jìn)行實(shí)時(shí)監(jiān)控和識別。

5 結(jié)束語

總而言之，計(jì)算機(jī)視覺技術(shù)是一種新興的智能化技術(shù)，在農(nóng)業(yè)機(jī)械中有廣闊的應(yīng)用前景。近年來，隨著我國農(nóng)業(yè)機(jī)械設(shè)備的不斷升級和發(fā)展，對農(nóng)業(yè)機(jī)械設(shè)備的自動(dòng)化和智能化要求越來越高，需要引進(jìn)先進(jìn)的計(jì)算機(jī)視覺技術(shù)，以實(shí)現(xiàn)農(nóng)業(yè)機(jī)械設(shè)備的自動(dòng)化和智能化[12]。因此，未來的農(nóng)業(yè)機(jī)械應(yīng)用需要結(jié)合計(jì)算機(jī)視覺技術(shù)和其他先進(jìn)技術(shù)，開發(fā)出更加先進(jìn)、智能的農(nóng)業(yè)機(jī)械設(shè)備。隨著科技的發(fā)展，計(jì)算機(jī)視覺技術(shù)將會有更多的應(yīng)用，為農(nóng)業(yè)生產(chǎn)帶來更大的效益。