基于計算機視覺的農(nóng)業(yè)自動化技術(shù)研究

李東洋，謝琳

（南陽職業(yè)學(xué)院，河南 南陽 474500）

我國是一個名副其實的農(nóng)業(yè)大國，加強自動化技術(shù)在農(nóng)業(yè)種植中的應(yīng)用非常有必要，既能夠有效提高農(nóng)作物種植的效率和品質(zhì)，同時也能夠降低工人勞作強度。近幾年來，我國充分重視農(nóng)業(yè)生產(chǎn)機械自動化技術(shù)的引進，農(nóng)業(yè)生產(chǎn)自動化程度越來越高，為更多新功能的開發(fā)與應(yīng)用做好了準(zhǔn)備。隨著現(xiàn)代科學(xué)技術(shù)水平的不斷發(fā)展，計算機視覺技術(shù)得到了較大突破，并應(yīng)用到了許多行業(yè)領(lǐng)域中，加強計算機視覺技術(shù)在農(nóng)業(yè)自動化生產(chǎn)中的應(yīng)用，一方面可以顯著改善農(nóng)業(yè)生產(chǎn)自動化水平，并促使其朝向智能化方向發(fā)展，同時也可以節(jié)省人力，降低生產(chǎn)成本。隨著農(nóng)業(yè)自動化技術(shù)研究工作的不斷進行，已經(jīng)初步實現(xiàn)了計算機視覺技術(shù)與圖像處理技術(shù)的完美結(jié)合，可以自動進行農(nóng)作物的采摘、分揀等工作，同時還擁有較高的識別率和穩(wěn)定性。

1 計算機視覺技術(shù)概述

計算機視覺技術(shù)是當(dāng)代社會非常先進的技術(shù)，在自動生產(chǎn)與制造、機器人等領(lǐng)域發(fā)揮了重大作用，涵蓋了機械自動化、計算機、圖像、光學(xué)以及傳感器等多個方面的內(nèi)容與技術(shù)，將這些技術(shù)結(jié)合起來，通過相互之間的共同合作實現(xiàn)機器視覺代替人類視覺[1]。計算機視覺技術(shù)的工作原理如下：第一步利用自身的傳感器設(shè)備獲取外界環(huán)境的影像信息，緊接著基于成像技術(shù)對獲得的影像進行分析和處理，并將影像信息中的關(guān)鍵特征進行提煉，之后將處理后的信息傳達給處理器，最終獲得對外界圖像信息的實時反饋[2]。計算機視覺技術(shù)在發(fā)展過程中，初始階段只能夠達到一維成像水平，在經(jīng)歷了二維成像技術(shù)的過渡發(fā)展之后，當(dāng)下的計算機視覺技術(shù)已經(jīng)能夠?qū)崿F(xiàn)三維成像，既可以準(zhǔn)確辨別目標(biāo)的外部形狀以及顏色等重要信息，同時也可以實現(xiàn)精準(zhǔn)定位，獲得各個目標(biāo)的準(zhǔn)確位置。

2 基于計算機視覺的農(nóng)業(yè)自動化技術(shù)研究

2.1 在農(nóng)業(yè)機械自動化導(dǎo)航上的應(yīng)用

將計算機視覺技術(shù)融入到農(nóng)業(yè)機械自動化導(dǎo)航上，主要實現(xiàn)三個方面的功能：首先，通過計算機視覺能夠精準(zhǔn)的獲取和反饋自動化機械產(chǎn)品運行的具體路線。當(dāng)下，為了確保自動化農(nóng)業(yè)機械設(shè)備在工作過程中能夠嚴(yán)格按照規(guī)劃的路線行駛，在常用的衛(wèi)星導(dǎo)航定位系統(tǒng)基礎(chǔ)上，再結(jié)合計算機視覺技術(shù)，通過兩者的相互結(jié)合能夠取得很好的導(dǎo)航效果。當(dāng)自動化機械設(shè)備在農(nóng)田與果田中運行時，如果只采用GPS衛(wèi)星定位系統(tǒng)，無法獲取植物的實際生長狀況，容易造成運動路線偏航，而通過計算機視覺技術(shù)的應(yīng)用，能夠準(zhǔn)確識別出植物的形狀、距離以及色彩等，并將獲取的圖像信息進行提取和分析，輔助自動化機械正常行駛[3]。其次，通過計算機視覺技術(shù)的應(yīng)用，能夠?qū)崿F(xiàn)農(nóng)業(yè)自動化設(shè)備的自動識別障礙物。計算機視覺能夠?qū)ψ詣踊O(shè)備前進路線上的地面情況進行檢測，當(dāng)識別到路線上存在障礙物時，立即將數(shù)據(jù)信息反饋給自動化系統(tǒng)，并采取有效的措施，防止自動化機械設(shè)備碰撞到障礙物[4]。最后，和農(nóng)業(yè)機械自動化系統(tǒng)共同實現(xiàn)運動過程中的某些功能控制。比如說，在進行農(nóng)業(yè)植物保護作業(yè)過程中，利用計算機視覺技術(shù)，可以精準(zhǔn)識別行駛路徑上各處植物的生長情況，然后指導(dǎo)噴霧作業(yè)依照農(nóng)作物的稀疏程度來調(diào)整噴霧量，提高農(nóng)業(yè)機械自動化程度和效果。

2.2 在農(nóng)業(yè)機械自動化果蔬采摘中的應(yīng)用

在以往的果蔬收獲時期，一般需要人工來進行果蔬的采摘，但是這樣的工作方式存在較大的弊端，一方面人工采摘的效率非常低，不利于果蔬的大面積種植，另一方面也會增加種植成本，降低經(jīng)濟效益，同時還會增加工人勞動強度。通過在農(nóng)業(yè)自動化生產(chǎn)中引入計算機視覺技術(shù)，能夠?qū)崿F(xiàn)對采摘對象的精準(zhǔn)識別，再結(jié)合自動化設(shè)備完成采摘工作，不僅具有較好的采摘效率，同時也推動了自動化無人采摘技術(shù)的進一步發(fā)展。在開展果蔬自動摘取過程中，通過計算機視覺的攝像頭可以獲得環(huán)境圖片，在對圖片信息進行分析以后，能夠識別出果實和植物莖葉等，進而實現(xiàn)自動化采摘[5]。如圖1所示為利用計算機視覺摘取圣女果的過程，計算機視覺能夠很好的分辨出色彩特征比較鮮明的果蔬，當(dāng)果實和莖葉顏色比較相近時，會干擾到計算機視覺識別，不適合運用計算機識別來進行自動采摘。在進行農(nóng)業(yè)機械自動化采摘過程中，會受到光照、風(fēng)力等因素的影響，當(dāng)下我國農(nóng)業(yè)機械自動化采摘成功率大約在66%，伴隨著我國科學(xué)技術(shù)水平的不斷發(fā)展，采摘成功率會越來越高。

2.3 在農(nóng)作物生長環(huán)境監(jiān)測中的應(yīng)用

通過計算機視覺技術(shù)的運用，可以對農(nóng)作物的生長環(huán)境進行實時監(jiān)測，充分了解種植區(qū)域土壤含水量、光照情況以及營養(yǎng)條件等，為確保農(nóng)作物規(guī)劃的合理性提供幫助，同時利用智能監(jiān)測，能夠準(zhǔn)確掌握農(nóng)作物的成長情況，預(yù)算出農(nóng)作物的成熟和收獲時間，從而保證采摘的果實處于最佳狀態(tài)[6]。如圖2所示為基于計算機視覺對玉米生長狀況進行實時監(jiān)測。計算機視覺技術(shù)的運用，能夠獲取農(nóng)作物生長圖像信息，并通過對圖像信息進行分析，得到農(nóng)作物生產(chǎn)狀況與環(huán)境信息。比如說，通過對比田地土壤的顏色可以得出土壤含水量的高低；通過比對農(nóng)作物莖葉的顏色可以得出農(nóng)作物健康狀況；通過對光照數(shù)據(jù)與農(nóng)作物長勢數(shù)據(jù)進行綜合分析，可以得到光照因素對農(nóng)作物生長的影響。

2.4 在農(nóng)作物病蟲害預(yù)防與治療中的應(yīng)用

病蟲害預(yù)防與治療是農(nóng)作物種植中非常重要的一部分，直接影響到農(nóng)作物的品質(zhì)和產(chǎn)量?？梢詫⒂嬎銠C視覺技術(shù)運用到農(nóng)作物病蟲害預(yù)防與治療工作中，將計算機視覺獲取的圖像與數(shù)據(jù)庫中已有的正常圖像特征進行比對，可以很好的改善病蟲害預(yù)防和治療的準(zhǔn)確性。當(dāng)下，計算機視覺技術(shù)對玉米灰斑、銹病等問題的識別率超過了79%；另外，計算機視覺技術(shù)還可以有效發(fā)現(xiàn)農(nóng)作物上的蚜蟲等害蟲，同時可以對獲取的圖像信息進行分析，預(yù)測出農(nóng)作物病蟲害的程度，為后期進行噴藥工作提供數(shù)據(jù)支持[7]。然而，在實際應(yīng)用過程中，病蟲害的種類非常多，同時一些害蟲與農(nóng)作物較為相似，增加了計算機視覺技術(shù)識別的難度，相關(guān)技術(shù)難題還需要進一步研究。

3 結(jié)語

當(dāng)下，將計算機視覺技術(shù)引入到農(nóng)業(yè)自動化技術(shù)研究中，對于提高農(nóng)業(yè)生產(chǎn)機械自動化與智能化水平有著重要的作用，然而在實際運用中，計算機視覺還存在一些弊端和不穩(wěn)定性，還需要加大研發(fā)力度，解決各種問題，促進我國農(nóng)業(yè)自動化水平發(fā)展到更高層次。