機器視覺技術在自動移栽機上的應用

楊仁全 王浚峰 張棟 周增產(chǎn) 張曉文

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

機器視覺技術在自動移栽機上的應用

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）

穴苗自動移栽機是溫室種植中的一種重要的農(nóng)業(yè)自動化設備。在移栽過程中，判斷壞苗、將壞苗從穴盤中去除是穴苗移栽的重要步驟，可以防止病蟲害的擴散。機器視覺技術是一種基于機器視覺的智能模式識別判斷系統(tǒng)。在這個系統(tǒng)中，通過圖像處理，提取每一株穴苗的表面特征并且與壞苗樣本庫作比較，即可識別壞苗，并將其從穴盤中去除。利用智能識別算法和矢量機，視覺系統(tǒng)更加高效自動化。

穴苗自動移栽機 機器視覺 圖像處理 模式識別

提高農(nóng)業(yè)生產(chǎn)效率和農(nóng)業(yè)生產(chǎn)自動化程度是農(nóng)業(yè)現(xiàn)代化的根本需要，而任何一種農(nóng)業(yè)生產(chǎn)自動化的實現(xiàn)均有賴于對作業(yè)對象的正確識別。目前，發(fā)達國家在農(nóng)業(yè)生產(chǎn)自動化方面已開始應用機器視覺技術，如獲取作物的生長狀態(tài)信息、農(nóng)業(yè)種質資源管理、植物病理研究、遺傳細胞工程研究等。充分利用現(xiàn)代先進技術實現(xiàn)移栽作業(yè)的自動化是擴大溫室栽培規(guī)模，提高生產(chǎn)效率的有效途徑。機器視覺技術可以對農(nóng)業(yè)現(xiàn)代化的發(fā)展起到積極的促進作用。

1 機器視覺技術概述

機器視覺是人工智能領域最熱門的研究課題之一。它主要指利用計算機來模擬人的視覺功能，從客觀事物的圖像或圖像序列中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制。機器視覺的基本原理是將光通過光電元件轉換成電信號，再通過各種成像技術對看到的作業(yè)對象進行分析處理，抽取有用的信息將其輸出。

2 機器視覺技術在農(nóng)業(yè)中的應用

目前，機器視覺技術主要應用在農(nóng)作物生長情況的監(jiān)測、農(nóng)產(chǎn)品品質的鑒定以及農(nóng)業(yè)生產(chǎn)自動化等領域[1]。

利用機器視覺，對農(nóng)作物的表面進行色彩分析或灰度分析等，可以有效地獲取農(nóng)作物在生長過程中的有效信息，從而相應地進行有效監(jiān)測。Seginer I等[1]利用機器視覺技術對植株葉片的生長情況進行監(jiān)測，其結果可用作灌溉系統(tǒng)的控制信號。Ling P等[1]利用機器視覺采集了同一咖啡胚芽體細胞處于不同階段時的2幅圖像，并用伸長系數(shù)和生長縱橫比作為2個特征系數(shù)來描述胚芽體細胞的生命活力，預測胚芽的發(fā)芽情況。試驗結果表明，該機器視覺系統(tǒng)預測發(fā)芽率的精度為61.5%～85.1%，高于專家人工預測的精度43.1%～69%。Ahmad I S等[1]利用彩色圖像信息評價缺水和缺氮對玉米生長的影響及由此而造成的植株顏色的變化，此結果可供灌溉和施用氮肥時參考。

我國是農(nóng)業(yè)大國，對農(nóng)產(chǎn)品進行深加工是提高農(nóng)產(chǎn)品經(jīng)濟價值的重要途徑，而農(nóng)產(chǎn)品品質的檢測是進行深加工的一個重要步驟，目前多采用人工檢測，不僅費時、效率低下，而且與檢驗員自身的技術水平有很大的關系，已成為制約加工效率的一個因素。利用機器視覺技術檢驗農(nóng)產(chǎn)品則具有實時、客觀、無損害等優(yōu)點，因而受到人們的青睞。Tollner-Ew等[1]用圖像處理和神經(jīng)網(wǎng)絡技術研究洋蔥的內部缺陷，用X射線來獲得洋蔥的圖像，借助神經(jīng)網(wǎng)絡進行分類，精確度可達到90%。Taylor R W等[1]分別利用線掃描和模擬攝像機檢測蘋果損傷情況，表明利用數(shù)字圖像處理技術檢測蘋果損傷至少可達到人工分級的精度。Liao K等[2]通過提取玉米的基本特征實時檢測玉米的缺陷。應義斌等[2]采用傅立葉變換與其反變換描述果形，開發(fā)基于人工神經(jīng)網(wǎng)絡的果形識別軟件，果形識別的精確率可達90%。徐娟等在蘋果自動分級視覺信息處理中用圖像圖形學作果梗判別和邊緣檢測，提高了系統(tǒng)的處理速度。

機器視覺在農(nóng)業(yè)生產(chǎn)自動化領域應用廣泛。例如，Slaughter-DC等[3]研究基于色相機器視覺技術的農(nóng)業(yè)栽培，建成自動控制系統(tǒng)，用來除去田地里的雜草。ZHANG ShuHai等[3]在試驗中利用模式識別技術識別蘋果，對蘋果樹的原始圖像進行濾波，提取蘋果樹的邊界，確定與圓形相關的蘋果輪廓線，為機械自動收獲蘋果奠定了基礎。用機器視覺技術還可識別黃瓜苗子葉和本葉，實現(xiàn)黃瓜田間自動化管理。

農(nóng)業(yè)機器人也是機器視覺技術在農(nóng)業(yè)生產(chǎn)中應用的一個重要方面[3]，如針對雜草精確噴灑除草劑，通過對雜草及作物的圖像進行形態(tài)及顏色分析，找出區(qū)分的特征進行識別；通過拍攝圖形自動識別出秧苗行列來控制農(nóng)業(yè)機器人在作物行間的行走；利用機器視覺測定作物的生長情況從而確定合理的施肥量等。這些技術很大程度上減少了資源的浪費，提高了農(nóng)業(yè)生產(chǎn)效率。

圖1 基于機器視覺的壞苗識別系統(tǒng)流程

圖2 機器視覺監(jiān)測系統(tǒng)的硬件結構框圖

圖3 機器視覺監(jiān)測系統(tǒng)的方案框圖

3 機器視覺技術在移栽機上的應用

3.1 自動移栽機的介紹

溫室作物育苗過程中，隨著種苗的生長，小苗需要從穴盤移入苗盆，使種苗獲得足夠的營養(yǎng)和成長空間。在移栽過程中，防止病蟲害的擴散，判斷壞苗、將壞苗從穴盤中去除是非常重要的。在傳統(tǒng)的人工移栽過程中，這項工作由人眼識別完成。而在自動化移栽機設備中，一個建立在機器視覺技術上的智能識別判斷系統(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。自動移栽機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 機器視覺監(jiān)測系統(tǒng)

機器視覺系統(tǒng)作為獲取圖像的攝像機和分析圖像的計算機的結合系統(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。本文研究的是一種在自動化移栽過程中用于根據(jù)不同穴苗的特征來智能識別壞苗的機器視覺監(jiān)測系統(tǒng)。在移栽機中，利用攝像機、圖像采集卡和圖像處理器等設備，搭建視覺系統(tǒng)硬件平臺，通過一定的算法，自動判斷壞苗，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）。

機器視覺監(jiān)測系統(tǒng)的硬件結構框見圖2。移栽穴苗的圖像由一個高性能彩色攝像機獲取，并由圖像傳輸設備傳送到計算機。

因為壞苗類型多達100多種，所以獲取所有條件下的壞苗的每一個特征來作為樣本庫是幾乎不可能的。我們選取了一些具有代表性的壞苗特征作為樣本來測試機器視覺系統(tǒng)的性能。一個完整的機器視覺監(jiān)測和模式識別的方案里包括以下幾個步驟（圖3），建立壞苗樣本庫，用計算機視覺攝像頭獲取彩色圖像和紋理圖像，進行圖像處理，特征分類，提取智能模式識別信息，做出識別判斷，驅動控制系統(tǒng)作出相應反應[5]。

一般來說，選擇有代表性的壞苗類型作為樣本庫是非常關鍵的一項工作，這必須由農(nóng)業(yè)專家完成。因為一些壞苗可能呈現(xiàn)相似的病害特征，比如葉斑病、葉萎病、根腐病，所以僅僅通過圖像特征對患有不同病害的壞苗進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別出幾種具代表性的病害類型即可[6]。所以在實際生產(chǎn)中，農(nóng)業(yè)專家選取穴苗的圖像的相關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)研究工作的強度，而且提高了機器視覺識別系統(tǒng)的效率。經(jīng)過試驗證明，改進效果是非常明顯的。在進行圖像處理時，農(nóng)業(yè)專家必須使用相關的軟件程序從原始圖像中抽取數(shù)字特征。對于一個智能的模式識別系統(tǒng)，高度正確識別和極快的計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，所以高性能的計算機對于機器視覺監(jiān)測系統(tǒng)是必不可少的。

4 結語

智能農(nóng)業(yè)機械是未來發(fā)展的方向。移栽機可以提高溫室種植效率，有效降低工作強度。

在移栽機工作過程中，一種基于機器視覺技術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。這個系統(tǒng)包括攝像機、圖像采集卡和圖像處理器等設備。圖像處理最關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題需要建立更多的途徑，因為穴盤苗的病害種類多達上千種，僅僅用少數(shù)幾種辦法來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別程序的運行速度是提高整機工作效率的關鍵，這是未來研究工作中要解決的主要問題。

[1]王斌，劉興龍，劉永福，等.機器視覺技術在農(nóng)業(yè)應用中的研究[J].農(nóng)機化研究，2008（9）：162-164.

[2]應義斌，饒秀勤，趙勻，等.機器視覺技術在農(nóng)產(chǎn)品品質自動識別中的應用研究進展[J].農(nóng)業(yè)工程學報，2000，16（3）：4-7.

[3]薛領.計算機視覺在農(nóng)業(yè)中的應用[J].計算機與農(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，高級工程師，主要從事設施農(nóng)業(yè)研究，電話：010-82918151。E-mail：greenhouse2008@sina.com

2008-12-29