陳明昊　孫　銀

計算機視覺技術(shù)在農(nóng)業(yè)生產(chǎn)中的應用與展望

陳明昊孫銀

（荊楚理工工學院湖北荊門448000）

隨著科技的不斷發(fā)展，無論是計算機視覺化應用的層次還是范圍都在不斷增加。而農(nóng)業(yè)作為人們賴以生存的重大產(chǎn)業(yè)，計算機視覺化應用也在農(nóng)業(yè)發(fā)展的各個問題上提供了巨大的幫助。面對著一些傳統(tǒng)的農(nóng)業(yè)問題，計算機視覺化的方法常常會比傳統(tǒng)方式更加的省時省力，處理效率也更高。

計算機視覺；農(nóng)業(yè)；應用

隨著現(xiàn)代工業(yè)化的不斷發(fā)展，創(chuàng)新化的信息處理手段也日益趨于成熟，這些都離不開計算機技術(shù)在人們?nèi)粘Ｉa(chǎn)與生活之中的應用。而作為傳統(tǒng)產(chǎn)業(yè)的農(nóng)業(yè)，計算機視覺技術(shù)在圖形圖像處理上的優(yōu)勢也可以運用到這一相對來說比較傳統(tǒng)的產(chǎn)業(yè)上來。計算機視覺技術(shù)在農(nóng)業(yè)上既可以用于分級別的農(nóng)產(chǎn)品質(zhì)量檢測、農(nóng)作物生長勢頭監(jiān)察、蟲害的監(jiān)管與預防，還可以用于全自動的農(nóng)產(chǎn)品的收獲與加工。

1 計算機視覺技術(shù)

1.1 計算機視覺技術(shù)的原理和概述

計算機視覺亦可稱作機器視覺，是一種利用攝像機及圖形處理設(shè)備采集圖像信息后交于計算機，從而使計算機模擬所采集到的內(nèi)容或者是一種宏觀意義上的表達的一種技術(shù)，結(jié)合了計算機科學、電信號轉(zhuǎn)化學、人體工程學、應用型數(shù)學、大數(shù)據(jù)分析等多種科目結(jié)合作用的一種總體性很強的技術(shù)類別。這項技術(shù)的起源追溯于馬爾《視覺》一書的問世，標志著計算機視覺成為了一門單獨的學科。當前，計算機視覺處理技術(shù)主要是以圖像處理為主要技術(shù)，通過圖像采集設(shè)備進行對近距離的物體的圖像采集工作，這一過程模擬了人的眼睛對圖像的采集，同時，在設(shè)備采集完成后，通過AI算法、圖像采集數(shù)字化的專業(yè)處理方法對采集信息進行處理與分析，得到對處理目標集采集、處理、提取、分析一體化的新型的科學的圖像處理方法。

1.2 計算機視覺技術(shù)的組成部分

計算機視覺體系的構(gòu)建，其目的是達成優(yōu)化視覺感官的目標，這就需要計算機視覺體系要包括負責采集圖像的部分、處理篩選圖像的部分、提取所需要圖像的部分和分析統(tǒng)計需要圖像的部分，通常情況下，分別由采集作用的CCD攝像機、處理提取圖像的計算機系統(tǒng)、圖像采集器還有保證圖像采集過程可以進行的必不可少的光源。這些部分發(fā)揮作用的過程其實就是CCD攝像機將所感知到的目標對象，通過將光信號轉(zhuǎn)化成電信號并將以保存下來，同時，計算機中的負責處理圖像的部分再將電信號轉(zhuǎn)化成計算機可以處理的數(shù)字信號，這一過程就實現(xiàn)了圖像到數(shù)字的轉(zhuǎn)化。

2 在農(nóng)業(yè)生產(chǎn)中的應用

2.1 農(nóng)作物的分級檢測

計算機視覺技術(shù)用于檢測農(nóng)作物有著像精確、高效、對農(nóng)作物種子無損害的諸多優(yōu)點，比較適合在一些對農(nóng)產(chǎn)品的質(zhì)量有著明確品級貴的的分級檢測實驗中應用。計算機視覺技術(shù)通過對農(nóng)作物的不同固定位置的圖像提取，包括一些像表面粗糙程度、農(nóng)作物的品級顏色的具體圖像，從而確定農(nóng)作物的基本特點，進一步把控農(nóng)作物的質(zhì)量，逐步的進行不同分級標準的操作。通過對農(nóng)產(chǎn)品的種子的形態(tài)、顏色、花紋的不同性征的過程叫做考種。但傳統(tǒng)的人工考種方式往往存在著檢測基數(shù)大、主觀臆斷發(fā)生率高、考種速度過慢的缺陷。所以，通過對多種的植物種子性狀進行研究，農(nóng)業(yè)科技工作者研究出了一種以計算機視覺為基礎(chǔ)的考種實驗設(shè)備。常用的玉米考種系統(tǒng)可以精準的提取一些玉米種子固有的特征，從而準確、快速的完成考種的這一過程。這一設(shè)備的原理是通過攝像頭對種子數(shù)據(jù)的采集，將光信號轉(zhuǎn)化成計算機所能接受的數(shù)字信號，經(jīng)過一系列的處理，可以獲得玉米穗的縱向長度與橫向長度及每一排的穗數(shù)。這種方法的效率相比于傳統(tǒng)的考種方法速度提升了302 %。這種方法可用于對大量玉米的品質(zhì)、產(chǎn)量，幼苗的培育，實現(xiàn)的玉米產(chǎn)量的增長。

2.2 對病蟲害的防治

病蟲害在農(nóng)作物的生長期間的作用，是農(nóng)作物產(chǎn)量減少的主要原因?？焖俚恼业讲⒅浦棺『οx的泛濫，是確保農(nóng)作物增產(chǎn)的有力保證。而計算機視覺技術(shù)的出現(xiàn)，讓病蟲害和雜草不再是農(nóng)業(yè)增產(chǎn)的一大難題。計算機視覺技術(shù)有著節(jié)約人力、精準快速、全自動化的特點，這一技術(shù)和理念在新型化的農(nóng)業(yè)生產(chǎn)中，尤其是病蟲害防治這一方面，有著深遠的意義。

病蟲害的新型檢測技術(shù)利用對農(nóng)作物的受病圖像提取、識別、分析害蟲種類，通過對受蟲害部分圖像的剪裁切割并不斷細化，同時利用一些算法提取出一些害蟲特征，再從害蟲數(shù)據(jù)庫中搜索與之相似的具有其特征的害蟲加以比對，實現(xiàn)了從發(fā)現(xiàn)害蟲到識別出害蟲的全自動化。對七星瓢蟲等三類害蟲的全自動識別，正確率可到90 %及以上。

2.3 對雜草的預防

農(nóng)作物種植中，雜草也是農(nóng)業(yè)生產(chǎn)中農(nóng)作物減產(chǎn)的一大主要原。雜草可以長期的生長在適宜的土地上，它可以適應各種各樣的惡劣環(huán)境。并且還可以從諸多方面影響農(nóng)作物的生長，它不但可以影響農(nóng)作物進行光合作用和對水分的吸收，同時如果把控不及時，也會影響農(nóng)作物的產(chǎn)量。

使用計算機視覺的技術(shù)，可以運用圖像比對技術(shù)，將雜草與作物之間有效的區(qū)別開來，同時也能識別出不同種類的雜草和多種雜草結(jié)合的田地使用率的計算。但是，計算機視覺化的技術(shù)常常通過對大量圖像的采集，整理，需要的信息量很大，同時也需要農(nóng)作物和雜草之間的各種信息，對信息的整理過程時間較長。出現(xiàn)這樣的問題原因就是缺少相關(guān)的，行之有效精簡算法，對復雜繁瑣的信息處理效率低下。隨之而來的，一種新型的算法也就這樣誕生了，計算機視覺技術(shù)依托的是對雜草的圖像進行采集，之后進行科學化得光譜測量，通過比對農(nóng)作物與雜草之間光譜長度的細微變化，精確的判斷出農(nóng)作物與雜草的基本特征和已知特征進行對照，從而進行雜草和農(nóng)作物的篩查，具體做法是在對玉米田種雜草的計算機視覺化處理時，通過玉米葉的葉子寬度、葉子顏色、苗株高度等基本特征在去除土壤顏色背景后進行光譜分析，得出雜草的大致密度，在通過貝葉斯算法進行誤差調(diào)整，就可以準確的得出雜草的密度，為去除雜草的工作做了充足的準備。

3 計算機視覺技術(shù)在農(nóng)業(yè)中的未來

計算機的出現(xiàn)，改變了人類諸多的生產(chǎn)和生活方式，其最初也被視為一種新型的人工智能，如何讓這種智能改變?nèi)祟惖纳?，是需要在不斷的摸索中前進的。計算機視覺技術(shù)的飛速發(fā)展，計算機視覺技術(shù)的發(fā)展，使農(nóng)業(yè)生產(chǎn)中的全自動化的規(guī)模不斷的在擴大，精準的農(nóng)業(yè)問題應對措施也是計算機視覺技術(shù)給廣大農(nóng)民所帶來的便利。雖然計算機視覺技術(shù)在農(nóng)業(yè)上帶來的便利應用還不是非常的廣泛，不過，在一些發(fā)達國家的研究下，計算機視覺化的應用在農(nóng)業(yè)中還是取得了一定的成果。同時，相應的發(fā)展問題也不容小覷，計算機視覺化技術(shù)在傳統(tǒng)農(nóng)業(yè)應用中，受到視覺技術(shù)理論、圖像采集與處理技術(shù)的硬指標限制，和農(nóng)業(yè)自身也有著固然的隨機性和繁瑣性，距離全面在農(nóng)業(yè)中推廣還有些困難和阻礙。但不過隨著研究人員的不斷深入性研究，與之相關(guān)配套的成熟技術(shù)的出現(xiàn)，勢必會將農(nóng)業(yè)這一傳統(tǒng)大業(yè)納入到可以使用計算機視覺化技術(shù)的這一大家庭中。

4 小結(jié)

計算機視覺技術(shù)在農(nóng)業(yè)的生產(chǎn)中雖然取得了很快的發(fā)展，一些實用性的技術(shù)也在不斷的投入使用，但受到一些固有且長久的農(nóng)業(yè)特性的影響再加上各種客觀的理論知識的缺乏和制約，農(nóng)業(yè)的計算機視覺化走上農(nóng)業(yè)生產(chǎn)方式的大舞臺仍舊是任重而道遠。不過，隨著新型農(nóng)業(yè)生產(chǎn)方式的不斷轉(zhuǎn)變和國家相關(guān)政策的落實與推進，最符合我國農(nóng)業(yè)形式的計算機視覺化生產(chǎn)方式一定會一一落實。

[1]農(nóng)曉鋒.淺析茶葉分析的計算機圖像處理技術(shù)[J].福建茶葉,2016(3807):11-12.

[2]于晏同,崔亮,畢峰華.農(nóng)業(yè)機械自動化在現(xiàn)代農(nóng)業(yè)中的應用與發(fā)展趨勢[J].工業(yè)設(shè)計,2016(07):158+160.

[3]王娜,胡常紅,彭國慶,等.機器視覺技術(shù)在蠶業(yè)中的應用研究進展[J].黑龍江農(nóng)業(yè)科學,2016(12):145-147.

[4]梁曉彤,徐踐.MATLAB圖像處理技術(shù)在農(nóng)業(yè)病蟲害識別中的應用分析[J].南方農(nóng)業(yè),2017(1121):117-122+124.

陳明昊（1995- ），男，漢族，湖北十堰人，本科在讀，研究方向：計算機視覺技術(shù)。

TP391.41

A

2095-1205(2019)11-44-02

10.3969/j.issn.2095-1205.2019.11.24