機(jī)器視覺技術(shù)在農(nóng)業(yè)生產(chǎn)自動(dòng)化領(lǐng)域的應(yīng)用資料研究

　　分析機(jī)器視覺技術(shù)在農(nóng)業(yè)生產(chǎn)自動(dòng)化中的應(yīng)用現(xiàn)狀， 提出應(yīng)用中存在的問題， 并分析研究此項(xiàng)技術(shù)的開發(fā)方向。

　　機(jī)器視覺技術(shù)利用圖像傳感器獲取物體的圖像， 將圖像轉(zhuǎn)換成一個(gè)數(shù)據(jù)矩陣， 并利用計(jì)算機(jī)來分析圖像， 同時(shí)完成一個(gè)與視覺有關(guān)的任務(wù)。該技術(shù)最初在遙感圖片分析和生物醫(yī)學(xué)圖片分析兩項(xiàng)應(yīng)用技術(shù)取得卓有成效的成果后開始興起的。其后， 發(fā)達(dá)國家利用該技術(shù)開展了多方面的研究，并在多種產(chǎn)業(yè)領(lǐng)域中進(jìn)行了應(yīng)用。在農(nóng)業(yè)機(jī)械領(lǐng)域， 也有著廣泛的研究和應(yīng)用。

　　機(jī)器視覺技術(shù)在農(nóng)業(yè)生產(chǎn)自動(dòng)化中的應(yīng)用現(xiàn)狀機(jī)器視覺技術(shù)在農(nóng)業(yè)生產(chǎn)上的研究與應(yīng)用， 始于20 世紀(jì)70 年代末期， 主要研究集中于桃、香蕉、西紅柿、黃瓜等農(nóng)產(chǎn)品的品質(zhì)檢測(cè)和分級(jí)。由于受到當(dāng)時(shí)計(jì)算機(jī)發(fā)展水平的影響， 檢測(cè)速度達(dá)不到實(shí)時(shí)的要求， 處于實(shí)驗(yàn)研究階段。隨著電子技術(shù)、計(jì)算機(jī)軟硬件技術(shù)、圖像處理技術(shù)及與人類視覺相關(guān)的生理技術(shù)的迅速發(fā)展， 機(jī)器視覺技術(shù)本身在理論和實(shí)踐上都取得了重大突破。在農(nóng)業(yè)機(jī)械上的研究與應(yīng)用也有了較大的進(jìn)展， 除農(nóng)產(chǎn)品分選機(jī)械外， 目前已滲透到收獲、農(nóng)田作業(yè)、農(nóng)產(chǎn)品品質(zhì)識(shí)別以及植物生長檢測(cè)等領(lǐng)域， 有些已取得了實(shí)用性成果。

　　農(nóng)作物收獲自動(dòng)化是機(jī)器視覺技術(shù)在收獲機(jī)械中的應(yīng)用， 是近年來最熱門的研究課題之一。其基本原理是在收獲機(jī)械上配備攝像系統(tǒng)， 采集田間或果樹上作業(yè)區(qū)域圖像， 運(yùn)用圖像處理與分析的方法判別圖像中是否有目標(biāo)， 如水果、蔬菜等， 發(fā)現(xiàn)目標(biāo)后， 引導(dǎo)機(jī)械手完成采摘。研究涉及西紅柿、卷心菜、西瓜、蘋果、柑桔等農(nóng)產(chǎn)品， 但是， 由于田間或果園作業(yè)環(huán)境較為復(fù)雜， 使得采集的圖像含有大量噪聲或干擾， 例如植物或蔬菜的果實(shí)常常被莖葉遮擋， 田間光照也時(shí)常變化， 因此， 造成目標(biāo)信息判別速度較慢， 識(shí)別的準(zhǔn)確率不高。

?

　　由于受計(jì)算機(jī)、圖像處理等相關(guān)技術(shù)發(fā)展的影響， 機(jī)器視覺技術(shù)在播種、施肥、植保等農(nóng)田作業(yè)機(jī)械中的應(yīng)用研究起步較晚。農(nóng)藥的粗放式噴灑是農(nóng)業(yè)生產(chǎn)中效率最低、污染最嚴(yán)重的環(huán)節(jié)， 因此需要針對(duì)雜草精確噴灑除草劑， 針對(duì)大田植株噴哂殺蟲劑進(jìn)行病蟲害防治。采用機(jī)器視覺技術(shù)進(jìn)行農(nóng)田作業(yè)時(shí)， 需要解決植株秧苗行列的識(shí)別、作物行與機(jī)器相對(duì)位置的確定導(dǎo)向和雜草與植株的識(shí)別等主要問題。

　　農(nóng)產(chǎn)品品質(zhì)自動(dòng)識(shí)別是機(jī)器視覺技術(shù)在農(nóng)業(yè)機(jī)械中應(yīng)用最早、最多的一個(gè)方面， 主要是利用該項(xiàng)技術(shù)進(jìn)行無損檢測(cè)。一是利用農(nóng)產(chǎn)品表面所反映出的一些基本物理特性對(duì)產(chǎn)品按一定的標(biāo)準(zhǔn)進(jìn)行質(zhì)量評(píng)估和分級(jí)。需要進(jìn)行檢測(cè)的物理參數(shù)有尺寸、質(zhì)量形狀、色彩及表面缺損狀態(tài)等。二是對(duì)農(nóng)產(chǎn)品內(nèi)部品質(zhì)的機(jī)器視覺的無損檢測(cè)。如對(duì)玉米籽粒應(yīng)力裂紋機(jī)器視覺無損檢測(cè)技術(shù)研究， 采用高速濾波法將其識(shí)別出來， 檢測(cè)精度為90 % ， 煙葉等級(jí)判斷的研究在實(shí)驗(yàn)室己達(dá)到較高的識(shí)別效果， 與專家分級(jí)結(jié)果的吻合率約為83 % 。三是對(duì)果梗等情況的準(zhǔn)確判別對(duì)水果分級(jí)具有非常重要的意義， 國外學(xué)者對(duì)果梗識(shí)別已進(jìn)行了不少研究。到目前為止， 所提出的識(shí)別果梗的有關(guān)算法均還存在計(jì)算復(fù)雜、速度較慢、判別精度低等問題， 還有待于進(jìn)一步深入研究。由于農(nóng)產(chǎn)品在生產(chǎn)過程中受到人為和自然生長條件等因素的影響， 其形狀、大小及色澤等差異很大， 很難做到整齊劃分， 及根據(jù)質(zhì)量、大小、色澤等特征進(jìn)行的質(zhì)量分級(jí)、大小分級(jí)， 通常只能進(jìn)行單一指標(biāo)的檢測(cè)， 不能滿足分級(jí)中對(duì)綜合指標(biāo)的要求， 還需配合人工分選， 分選的效率不高， 準(zhǔn)確性較差， 也不利于實(shí)現(xiàn)自動(dòng)化。長期以來， 品質(zhì)自動(dòng)化檢測(cè)和反饋控制一直是難以實(shí)現(xiàn)農(nóng)產(chǎn)品品質(zhì)自動(dòng)識(shí)別的關(guān)鍵問題。設(shè)施農(nóng)業(yè)生產(chǎn)中， 為了使作物在最經(jīng)濟(jì)的生長空間內(nèi)，獲得最高產(chǎn)量、品質(zhì)和經(jīng)濟(jì)效益， 達(dá)到優(yōu)質(zhì)高產(chǎn)的目的， 必須提高環(huán)境調(diào)控技術(shù)。利用計(jì)算機(jī)視覺技術(shù)對(duì)植物生長進(jìn)行監(jiān)測(cè)具有無損、快速、實(shí)時(shí)等特點(diǎn)， 它不僅可以檢測(cè)設(shè)施內(nèi)植物的葉片面積、葉片周長、莖稈直徑、葉柄夾角等外部生長參數(shù)， 還可以根據(jù)果實(shí)表面顏色及果實(shí)大小判別其成熟度以及作物缺水缺肥等情況。