計算機視覺技術(shù)在農(nóng)業(yè)自動化領(lǐng)域的應(yīng)用

陳　欣

計算機視覺技術(shù)在農(nóng)業(yè)自動化領(lǐng)域的應(yīng)用

陳欣

（武漢職業(yè)技術(shù)學(xué)院湖北武漢430074）

文章從計算機視覺技術(shù)在農(nóng)業(yè)自動化領(lǐng)域的應(yīng)用出發(fā)，結(jié)合其應(yīng)用難點認識，提出了優(yōu)化建議。

計算機視覺技術(shù)；農(nóng)業(yè)；自動化領(lǐng)域；應(yīng)用機制

自計算機視覺技術(shù)在農(nóng)業(yè)領(lǐng)域系統(tǒng)化應(yīng)用以來，在農(nóng)作物種類鑒別、產(chǎn)品質(zhì)檢等方面發(fā)揮了重要作用。隨著目前計算機軟硬件和圖像處理技術(shù)的系統(tǒng)化發(fā)展，在農(nóng)業(yè)自動化領(lǐng)域，充分發(fā)揮計算機視覺技術(shù)，將在大大提升農(nóng)業(yè)產(chǎn)業(yè)生產(chǎn)效率的同時，推動整個農(nóng)業(yè)生產(chǎn)過程的智能化與精細化發(fā)展。

1 應(yīng)用現(xiàn)狀

計算機視覺技術(shù)是人工智能與計算機識別技術(shù)有效融合的結(jié)果，通過圖像識別、處理和分析，從而獲取相關(guān)圖像和自動化數(shù)據(jù)，進而模擬出識別物體的形狀與視覺特點。隨著計算機硬件技術(shù)、圖像處理技術(shù)應(yīng)用不斷成熟，在農(nóng)作物生長、采摘和產(chǎn)品質(zhì)量鑒定等多個領(lǐng)域，都能夠發(fā)揮該技術(shù)的應(yīng)用優(yōu)勢，切實推進農(nóng)業(yè)自動化。

在農(nóng)業(yè)自動化田間作業(yè)方面，計算機視覺技術(shù)實現(xiàn)了系統(tǒng)化應(yīng)用。為了控制農(nóng)業(yè)機械在農(nóng)作物之間“有效”行走，并且不破壞農(nóng)作物，就需要利用計算機視覺技術(shù)來對農(nóng)作物的行、列進行圖像識別，從而有效判別作物之間、作物與機器之間的距離位置，進而避免出現(xiàn)農(nóng)作物破壞的問題。在該技術(shù)應(yīng)用時，通過使用攝像機對農(nóng)作物的色彩、感光度進行“二值化”處理，結(jié)合色彩與感光度的數(shù)值設(shè)定，進而精準(zhǔn)判別。在雜草農(nóng)藥處理方面，為了精準(zhǔn)使用農(nóng)藥，避免出現(xiàn)“誤傷”農(nóng)作物的現(xiàn)象，就需要使用計算機視覺圖像處理技術(shù)來對雜草的數(shù)量、高度和密度等進行精準(zhǔn)判斷，從而實現(xiàn)精準(zhǔn)使用農(nóng)藥、處理雜草的目的。

在農(nóng)業(yè)生產(chǎn)種植方面，使用計算機視覺技術(shù)能夠有效監(jiān)測農(nóng)作物使用種子的基本情況。通過使用計算機視覺系統(tǒng)對農(nóng)作物的圖像信息進行檢測，并且提取相關(guān)數(shù)據(jù)參數(shù)，形成評判模型。在農(nóng)產(chǎn)品等級分類方面，使用該技術(shù)能夠?qū)r(nóng)產(chǎn)品的品質(zhì)狀況和種類等級進行精準(zhǔn)劃分。以往農(nóng)產(chǎn)品分等級主要依賴經(jīng)驗和肉眼觀察，其不僅效率低下，而且分類結(jié)果極其不穩(wěn)定。因此，通過使用計算機視覺技術(shù)來檢測農(nóng)產(chǎn)品的品質(zhì)狀況，通過對農(nóng)作物的色澤、大小等信息進行提取、轉(zhuǎn)化，從而形成系統(tǒng)化的農(nóng)作物品質(zhì)劃分等級。在農(nóng)產(chǎn)品加工方面，使用該技術(shù)能夠最大程度的確保產(chǎn)品的鮮度與質(zhì)量，推進農(nóng)作物的標(biāo)準(zhǔn)化與規(guī)?；a(chǎn)。

2 應(yīng)用難點

作為一門新興學(xué)科，將計算機視覺技術(shù)應(yīng)用于農(nóng)業(yè)自動化領(lǐng)域仍有極大發(fā)展空間，尤其在農(nóng)業(yè)產(chǎn)業(yè)效率提升、產(chǎn)業(yè)化發(fā)展等方面，具有突出的應(yīng)用價值。從目前具體應(yīng)用狀況看，受視覺理論、硬件設(shè)施等多種因素限制，在農(nóng)業(yè)自動化領(lǐng)域未能充分發(fā)揮該技術(shù)的價值作用。當(dāng)前計算機視覺技術(shù)在農(nóng)業(yè)自動化領(lǐng)域?qū)崿F(xiàn)了廣泛應(yīng)用，但是受農(nóng)業(yè)圖像自身復(fù)雜性、多樣性等因素影響，以至于該技術(shù)應(yīng)用存在一些問題，仍然有待提升。

首先，農(nóng)業(yè)圖像自身過于復(fù)雜，加大了視覺技術(shù)的應(yīng)用難度。一方面農(nóng)作物種類多樣且容易出現(xiàn)葉片遮擋的問題，而另一方面多數(shù)農(nóng)作物主要在室外環(huán)境成長，自然光照較強烈，以至于農(nóng)業(yè)圖像成像結(jié)果不夠穩(wěn)定?，F(xiàn)階段，多數(shù)農(nóng)業(yè)自動化領(lǐng)域的計算機視覺技術(shù)應(yīng)用研究主要在室內(nèi)環(huán)境來開展，其光照條件與實際生長環(huán)境相比有著本質(zhì)性區(qū)別，這就加大了圖像分割與分析的難度。因此，在當(dāng)前農(nóng)業(yè)自動化領(lǐng)域應(yīng)用計算機視覺技術(shù)時，要注重使用分形理論、遺傳算法和神經(jīng)網(wǎng)絡(luò)等多種智能算法進行研究。

其次，農(nóng)業(yè)領(lǐng)域缺乏專業(yè)、系統(tǒng)化的技術(shù)人員。將計算機視覺技術(shù)應(yīng)用于農(nóng)業(yè)自動化領(lǐng)域時，需要以農(nóng)業(yè)專家為基礎(chǔ)，尤其是計算機視覺技術(shù)的復(fù)雜性和高難度等多樣性特點，使得普通農(nóng)民很難對該技術(shù)予以有效操作，影響了該技術(shù)的普及、推廣。因此，未來如何有效降低該技術(shù)的應(yīng)用難度，擴大該技術(shù)的普及范圍，就至關(guān)重要。

最后，目前該技術(shù)在圖像實時處理方面存在一定難度?，F(xiàn)階段將該技術(shù)應(yīng)用于農(nóng)業(yè)領(lǐng)域時，更多處于一種靜態(tài)視角，未能真正發(fā)揮該技術(shù)價值。尤其是識別算法對農(nóng)業(yè)領(lǐng)域圖形處理技術(shù)的計算量較大，在未來應(yīng)用該技術(shù)時，如何快速、有效的識別農(nóng)作物圖像，就成為農(nóng)業(yè)精細化、產(chǎn)業(yè)化發(fā)展進程中的難點與重點。

3 優(yōu)化建議

目前隨著計算機軟硬件技術(shù)不斷發(fā)展，以及集成電路板的成熟應(yīng)用，目前數(shù)字圖像處理領(lǐng)域的技術(shù)應(yīng)用已經(jīng)被廣泛應(yīng)用于農(nóng)業(yè)領(lǐng)域，在農(nóng)產(chǎn)品品質(zhì)界定和產(chǎn)品分類時，通過使用該技術(shù)，既能夠快速有效獲取農(nóng)產(chǎn)品的圖像信息，也能有效提升農(nóng)產(chǎn)品品質(zhì)檢測和分類的精準(zhǔn)度。在農(nóng)業(yè)生產(chǎn)過程中，計算機視覺技術(shù)的綜合應(yīng)用將在大大節(jié)約勞動力、降低產(chǎn)業(yè)發(fā)展成本的同時，推動農(nóng)業(yè)產(chǎn)業(yè)發(fā)展升級，并向智能化方向發(fā)展。

當(dāng)前農(nóng)業(yè)產(chǎn)業(yè)化、智能化發(fā)展已經(jīng)成為時代趨勢，加上智能技術(shù)、設(shè)備應(yīng)用機制不斷成熟，將該技術(shù)應(yīng)用于農(nóng)業(yè)自動化領(lǐng)域成為必然趨勢和要求。結(jié)合目前該技術(shù)在農(nóng)業(yè)產(chǎn)業(yè)各領(lǐng)域的應(yīng)用狀況看，在技術(shù)的應(yīng)用廣泛性、普及度等多個角度存在不足，因此，目前農(nóng)業(yè)產(chǎn)業(yè)發(fā)展過程中，就計算機視覺技術(shù)的實際應(yīng)用需要看，要注重加大開發(fā)計算機視覺技術(shù)的輔助專家系統(tǒng)，擴大該技術(shù)的普及范圍。

結(jié)合現(xiàn)階段農(nóng)業(yè)自動化領(lǐng)域中，計算機視覺技術(shù)應(yīng)用所存在的“實驗環(huán)境與實際應(yīng)用”不匹配和技術(shù)研發(fā)相對落后等問題，未來在使用該技術(shù)時，要在以下方面加大研究力度。一方面，要盡可能使用更合適的圖像處理與識別算法，比如使用加速魯棒特征（Speededuprobustfeatures，SURF）的作物特征提取與圖像匹配算法，從而提高了農(nóng)作物生長數(shù)據(jù)參數(shù)的精準(zhǔn)性，消除兩者差異。另一方面，針對技術(shù)研發(fā)相對不足看，要注重發(fā)揮人工智能、計算機技術(shù)和機械設(shè)備等優(yōu)勢，提高技術(shù)的智能化水準(zhǔn)。通過將計算機視覺技術(shù)與農(nóng)作物評定標(biāo)準(zhǔn)相結(jié)合，切實提高農(nóng)業(yè)自動化水平。同時也要注重加大對該領(lǐng)域的技術(shù)研發(fā)力度，通過培養(yǎng)農(nóng)民掌握計算機視覺技術(shù)的操作應(yīng)用水平，真正用好該技術(shù)。

4 小結(jié)

從1960年代開始，計算機視覺技術(shù)得以出現(xiàn)，并且不斷深化，實現(xiàn)了該技術(shù)成熟發(fā)展。計算機視覺技術(shù)作為一種以人工智能、圖像識別等領(lǐng)域發(fā)展起來的技術(shù)體系，將該技術(shù)應(yīng)用于農(nóng)業(yè)自動化領(lǐng)域之中，將在優(yōu)化產(chǎn)業(yè)效率的同時，擴大產(chǎn)業(yè)效益。農(nóng)業(yè)是我國的基礎(chǔ)產(chǎn)業(yè)，也是直接關(guān)系到國家穩(wěn)定的核心產(chǎn)業(yè)。充分發(fā)揮計算機視覺技術(shù)的應(yīng)用優(yōu)勢，提高農(nóng)業(yè)產(chǎn)業(yè)技術(shù)含量、擴大技術(shù)應(yīng)用范圍，將“助力”提升農(nóng)作物產(chǎn)量、提高農(nóng)業(yè)產(chǎn)業(yè)效益。

[1]邢志中,張海東,王孟,翟超男,郭小軍,陳騰.基于計算機視覺和神經(jīng)網(wǎng)絡(luò)的雞蛋新鮮度檢測[J].江蘇農(nóng)業(yè)科學(xué),2017(11):160-163.

[2]李成吉,張淑娟,邢書海,陳彩虹,孫海霞.計算機視覺技術(shù)在核桃殼?仁及分心木識別中的應(yīng)用研究[J].山西農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版),2018(11):20-26.

[3]劉鵬,吳瑞梅,楊普香,李文金,文建萍,童陽,胡瀟,艾施榮.基于計算機視覺技術(shù)的茶葉品質(zhì)隨機森林感官評價方法研究[J].光譜學(xué)與光譜分析,2019(01):193-198.

[4]姚綴,呂建秋,向誠,岑俏媛,田興國.計算機視覺在農(nóng)產(chǎn)品外部品質(zhì)檢測中的應(yīng)用研究[J].食品工業(yè)科技,2019(14):363-368.

智能社區(qū)云物業(yè)服務(wù)平臺的設(shè)計研究，湖北省教育廳科學(xué)技術(shù)研究計劃指導(dǎo)性項目，NO：18G167。

陳欣(1975- )，女，湖北武漢人，武漢職業(yè)技術(shù)學(xué)院計算機學(xué)院副教授，研究方向：計算機網(wǎng)絡(luò)工程、智能樓宇與系統(tǒng)集成技術(shù)。

S126

C

2095-1205(2019)07-11-02

10.3969/j.issn.2095-1205.2019.07.06