李帥 吳凡 劉楊

摘? 要：本文闡述了機(jī)器視覺(jué)的基本概念、工作流程、發(fā)展階段、主要應(yīng)用領(lǐng)域及其研究現(xiàn)狀，列舉機(jī)器視覺(jué)目前在農(nóng)業(yè)產(chǎn)品設(shè)計(jì)中的應(yīng)用場(chǎng)景并分析其原因，根據(jù)現(xiàn)有應(yīng)用場(chǎng)景分析機(jī)器視覺(jué)應(yīng)用于農(nóng)業(yè)產(chǎn)品設(shè)計(jì)的優(yōu)勢(shì)與缺陷，最后對(duì)現(xiàn)有應(yīng)用機(jī)器視覺(jué)的農(nóng)業(yè)產(chǎn)品設(shè)計(jì)進(jìn)行設(shè)計(jì)分析，論證機(jī)器視覺(jué)應(yīng)用于農(nóng)業(yè)產(chǎn)品設(shè)計(jì)的意義。合理地將機(jī)器視覺(jué)運(yùn)用到農(nóng)業(yè)產(chǎn)品設(shè)計(jì)中，能發(fā)揮機(jī)器視覺(jué)的優(yōu)勢(shì)，有效地提高農(nóng)業(yè)生產(chǎn)效率。

關(guān)鍵詞：機(jī)器視覺(jué);農(nóng)業(yè)生產(chǎn);農(nóng)業(yè)產(chǎn)品設(shè)計(jì)

基金項(xiàng)目：本文系2019湖南省研究生優(yōu)質(zhì)課程“產(chǎn)品設(shè)計(jì)前沿研究”（湘教通〔2019〕370號(hào)）研究成果。

目前，世界上仍有數(shù)以億計(jì)的饑餓人口。根據(jù)全球應(yīng)對(duì)糧食危機(jī)網(wǎng)絡(luò)發(fā)布的最新一期《全球糧食危機(jī)報(bào)告》，截至2019年末，全球有1.35億人處于重度糧食不安全狀態(tài)，不幸的是由于新型冠狀病毒的大爆發(fā)，2020年的饑餓人口數(shù)量將會(huì)增加更多[1]。與此同時(shí)，人口增長(zhǎng)率放緩，社會(huì)人口老齡化加劇，城市化進(jìn)程加快，農(nóng)村人口流失等現(xiàn)象的出現(xiàn)，使得能進(jìn)行農(nóng)業(yè)生產(chǎn)活動(dòng)的勞動(dòng)人口與農(nóng)業(yè)用地不斷減少。如何提高農(nóng)業(yè)生產(chǎn)的效率、提高糧食產(chǎn)量，減少饑餓人口，如今變得尤為迫切與必要。農(nóng)業(yè)農(nóng)村部、中央網(wǎng)絡(luò)安全和信息化委員會(huì)辦公室近日印發(fā)的《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019—2025年）》中提出，構(gòu)建基礎(chǔ)數(shù)據(jù)資源體系、加快生產(chǎn)經(jīng)營(yíng)數(shù)字化改造、推進(jìn)管理服務(wù)數(shù)字化轉(zhuǎn)型、強(qiáng)化關(guān)鍵技術(shù)裝備創(chuàng)新、加強(qiáng)重大工程設(shè)施建設(shè)等加快推進(jìn)農(nóng)業(yè)農(nóng)村生產(chǎn)經(jīng)營(yíng)精準(zhǔn)化、管理服務(wù)智能化的具體措施[2]。而設(shè)計(jì)能發(fā)揮科學(xué)技術(shù)的作用，推進(jìn)農(nóng)業(yè)數(shù)字化、產(chǎn)業(yè)化，帶動(dòng)農(nóng)業(yè)產(chǎn)品設(shè)計(jì)智能化、高效化，提高農(nóng)業(yè)生產(chǎn)效率，因此，本文將以設(shè)計(jì)的角度來(lái)探討機(jī)器視覺(jué)技術(shù)在農(nóng)業(yè)產(chǎn)品中的應(yīng)用。

一、機(jī)器視覺(jué)概述

機(jī)器視覺(jué)，也可以稱作計(jì)算機(jī)視覺(jué)，涉及人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計(jì)算機(jī)科學(xué)、圖像處理、模式識(shí)別等諸多領(lǐng)域[3]。機(jī)器視覺(jué)是一種主要通過(guò)相機(jī)獲得被觀察物的圖像，再利用圖像處理技術(shù)進(jìn)行處理、分析得到控制參數(shù)，進(jìn)而實(shí)現(xiàn)生產(chǎn)過(guò)程控制的人工智能技術(shù)[4]。簡(jiǎn)而言之，機(jī)器視覺(jué)就是機(jī)器代替人去觀察并判斷，或是研究機(jī)器“看”與“判斷”的技術(shù)。一個(gè)機(jī)器視覺(jué)系統(tǒng)，通常包括光源、鏡頭、相機(jī)、圖像采集卡、圖像處理中心與執(zhí)行系統(tǒng)六大部分，也可分為圖像采集、圖像處理與判斷執(zhí)行三大板塊。機(jī)器視覺(jué)系統(tǒng)的工作流程可以被概括為如圖1所示，攝像機(jī)拍下被觀測(cè)物體，圖像采集卡采集圖片并轉(zhuǎn)換為信號(hào)傳輸?shù)綀D像處理中心，圖像處理中心做出判斷并交于執(zhí)行系統(tǒng)執(zhí)行指令。

機(jī)器視覺(jué)技術(shù)的研究發(fā)展可分為幾個(gè)階段：第一階段，模式識(shí)別。機(jī)器視覺(jué)的研究始于20世紀(jì)50年代二維圖像的統(tǒng)計(jì)模式識(shí)別，主要為二維圖像的分析與識(shí)別。第二階段，積木世界。20世紀(jì)的60年代機(jī)器視覺(jué)的研究熱點(diǎn)是以理解三維場(chǎng)景為主。第三階段，起步發(fā)展：20世紀(jì)70年代出現(xiàn)了一些視覺(jué)運(yùn)動(dòng)系統(tǒng)，并且在這段時(shí)間，David? Marr 提出的不同于“積木世界”分析方法的視覺(jué)計(jì)算理論，此理論在80年代成為十分重要的理論框架。第四階段，從20世紀(jì)的80 年代開(kāi)始，機(jī)器視覺(jué)技術(shù)發(fā)展迅速，新技術(shù)、新知識(shí)層出不窮，并且開(kāi)始在各個(gè)領(lǐng)域得到了應(yīng)用[5]。目前，最先進(jìn)的機(jī)器視覺(jué)技術(shù)仍然由美國(guó)、日本等國(guó)家掌握，國(guó)內(nèi)不僅處于由勞動(dòng)導(dǎo)向型向技術(shù)導(dǎo)向型的轉(zhuǎn)型時(shí)期，對(duì)提高生成效率、降低人工成本的機(jī)器視覺(jué)方案有著旺盛的需求，也在成為機(jī)器視覺(jué)技術(shù)研究最為旺盛的地區(qū)之一[6]。

二、機(jī)器視覺(jué)在農(nóng)業(yè)產(chǎn)品設(shè)計(jì)中的應(yīng)用場(chǎng)景

目前，機(jī)器視覺(jué)在農(nóng)業(yè)產(chǎn)品領(lǐng)域主要是以研究與實(shí)驗(yàn)為主。機(jī)器視覺(jué)系統(tǒng)尚未成熟，智能化程度低，未能適應(yīng)實(shí)時(shí)性、靈活性高的農(nóng)業(yè)工作場(chǎng)景，所以未能應(yīng)用在大規(guī)模的農(nóng)業(yè)生產(chǎn)中。在農(nóng)業(yè)產(chǎn)品設(shè)計(jì)中，機(jī)器視覺(jué)主要應(yīng)用于單一、機(jī)械化的農(nóng)業(yè)活動(dòng)，超出人眼觀察范圍或難以觀察的對(duì)象，惡劣的工作環(huán)境與數(shù)字化、規(guī)模化與產(chǎn)業(yè)化的農(nóng)業(yè)場(chǎng)景中。

（一）主要應(yīng)用于單一、機(jī)械化的農(nóng)業(yè)生產(chǎn)活動(dòng)中

當(dāng)下的機(jī)器視覺(jué)系統(tǒng)智能化程度較低，多針對(duì)單一生產(chǎn)活動(dòng)或是單一場(chǎng)景研發(fā)，對(duì)于其他未針對(duì)研發(fā)的生產(chǎn)活動(dòng)或場(chǎng)景兼容性較差，更難以同時(shí)進(jìn)行多項(xiàng)的農(nóng)業(yè)生產(chǎn)活動(dòng)。在農(nóng)業(yè)生產(chǎn)活動(dòng)中，以往都是需要人同時(shí)掌握多項(xiàng)農(nóng)業(yè)生產(chǎn)技能，目前的機(jī)器視覺(jué)往往只能勝任其中的一項(xiàng)農(nóng)業(yè)生產(chǎn)活動(dòng)，并且機(jī)器視覺(jué)系統(tǒng)部件大多需要花費(fèi)較長(zhǎng)調(diào)校與研發(fā)的時(shí)間，所以機(jī)器視覺(jué)系統(tǒng)多應(yīng)用在單一的農(nóng)業(yè)生產(chǎn)活動(dòng)中。例如，在桑蠶業(yè)的農(nóng)業(yè)產(chǎn)品設(shè)計(jì)中，陶丹提出了一種基于機(jī)器視覺(jué)的蠶蛹雌雄在線智能識(shí)別與分選裝置設(shè)計(jì)，提高雌雄蠶蛹分離的效率，經(jīng)實(shí)驗(yàn)，能有效地將雌雄蠶蛹分離[7]。機(jī)器視覺(jué)在進(jìn)行單一、機(jī)械化的農(nóng)業(yè)生產(chǎn)活動(dòng)中才能最大程度發(fā)揮機(jī)器視覺(jué)的優(yōu)勢(shì)，因此在將機(jī)器視覺(jué)應(yīng)用于農(nóng)業(yè)產(chǎn)品設(shè)計(jì)中需要注意該農(nóng)業(yè)生產(chǎn)活動(dòng)是否過(guò)于復(fù)雜，或?qū)?fù)雜農(nóng)業(yè)生產(chǎn)活動(dòng)進(jìn)行拆分，然后分別系統(tǒng)地設(shè)計(jì)適用的產(chǎn)品，來(lái)滿足復(fù)雜的農(nóng)業(yè)生產(chǎn)活動(dòng)。

（二）超出人眼觀察范圍外或難以觀察的對(duì)象

人眼相比于機(jī)器視覺(jué)系統(tǒng)，能觀察到范圍極其有限，而機(jī)器視覺(jué)可配備不同參數(shù)的鏡頭，觀察范圍較廣。在識(shí)別精度上，人眼能識(shí)別的精度約為≤0.2mm，機(jī)器視覺(jué)的識(shí)別精度，理論上運(yùn)用高精度設(shè)備，可達(dá)微米級(jí)別。在識(shí)別速度上，人眼由于有視覺(jué)暫留，觀察速度遠(yuǎn)不及機(jī)器視覺(jué)配備高速相機(jī)的拍照速度。在農(nóng)業(yè)生產(chǎn)活動(dòng)中，有許多工作對(duì)識(shí)別的范圍、精度與速度有非常高的要求。例如，農(nóng)產(chǎn)品分級(jí)是實(shí)現(xiàn)農(nóng)產(chǎn)品優(yōu)質(zhì)、優(yōu)價(jià)的有效途徑，但其對(duì)于分級(jí)的精度要求高，采用人工分級(jí)勞動(dòng)強(qiáng)度大，不同工作人員分級(jí)標(biāo)準(zhǔn)存在主觀差異，并且人工農(nóng)產(chǎn)品分級(jí)屬于勞動(dòng)密集型產(chǎn)業(yè)，不斷提高的勞動(dòng)力成本將會(huì)逐漸降低農(nóng)產(chǎn)品分級(jí)所帶來(lái)的經(jīng)濟(jì)效益，尋找效率更高、價(jià)格更低的農(nóng)產(chǎn)品分級(jí)方式，去取代人工進(jìn)行農(nóng)產(chǎn)品分級(jí)已是大勢(shì)所趨。近年來(lái)，機(jī)器視覺(jué)技術(shù)在農(nóng)產(chǎn)品的品質(zhì)檢測(cè)和分級(jí)方面有很多研究和應(yīng)用，機(jī)器視覺(jué)依據(jù)圖像處理技術(shù)或算法做出判斷，結(jié)合農(nóng)產(chǎn)品的多個(gè)外部品質(zhì)指標(biāo)進(jìn)行特征融合的快速智能判別分級(jí)，分級(jí)更加客觀和全面。饒秀勤[8]提出了一種水果品質(zhì)檢測(cè)與實(shí)時(shí)分級(jí)系統(tǒng)，根據(jù)水果尺寸、形狀、顏色和表面缺陷等品質(zhì)指標(biāo)進(jìn)行提取，來(lái)進(jìn)行水果的實(shí)時(shí)檢測(cè)和分級(jí)，經(jīng)實(shí)驗(yàn)，能滿足水果分級(jí)的需求。機(jī)器視覺(jué)應(yīng)用于農(nóng)產(chǎn)品分級(jí)中，不僅可以提高農(nóng)產(chǎn)品分級(jí)精度，還提升了工作效率，使得農(nóng)產(chǎn)品獲得更多的附加價(jià)。

（三）惡劣的工作環(huán)境

在惡劣的工作環(huán)境下，人易受到環(huán)境的影響，無(wú)法長(zhǎng)時(shí)間地工作，而機(jī)器視覺(jué)可實(shí)現(xiàn)全自動(dòng)化工作，受工作環(huán)境的影響較小。將機(jī)器視覺(jué)技術(shù)應(yīng)用于農(nóng)業(yè)產(chǎn)品設(shè)計(jì)中，可以很好地代替人在特殊工作環(huán)境中進(jìn)行部分的生產(chǎn)活動(dòng)。在農(nóng)業(yè)生產(chǎn)活動(dòng)中，有許多是在惡劣的環(huán)境或者天氣下進(jìn)行工作的。王樹(shù)才等針對(duì)家禽屠宰凈膛人工作業(yè)中存在的勞動(dòng)負(fù)荷大、工作效率低、作業(yè)環(huán)境惡劣等問(wèn)題，設(shè)計(jì)了一種基于機(jī)器視覺(jué)定位的家禽屠宰凈膛機(jī)械手系統(tǒng)，經(jīng)實(shí)驗(yàn)，機(jī)器視覺(jué)的定位精度高，凈膛機(jī)械手能夠準(zhǔn)確抓取內(nèi)臟[9]。機(jī)器視覺(jué)系統(tǒng)受環(huán)境的影響比人要低，將此技術(shù)應(yīng)用于在農(nóng)業(yè)產(chǎn)品設(shè)計(jì)中，可代替人完成部分惡劣工作環(huán)境下的農(nóng)業(yè)生產(chǎn)活動(dòng)，使得人可以去進(jìn)行更有價(jià)值的生產(chǎn)活動(dòng)。

（四）數(shù)字化、規(guī)模化與產(chǎn)業(yè)化的農(nóng)業(yè)

人口增長(zhǎng)率的降低，社會(huì)人口老齡化嚴(yán)重，城市化的快速發(fā)展，農(nóng)村人口的外流等社會(huì)現(xiàn)象，導(dǎo)致勞動(dòng)力成本的逐年提高，都給如今的農(nóng)業(yè)生產(chǎn)增加了不小的成本負(fù)擔(dān)，農(nóng)業(yè)向數(shù)字化、規(guī)模化與產(chǎn)業(yè)化發(fā)展是大勢(shì)所趨。機(jī)器視覺(jué)技術(shù)的快速發(fā)展，在部分的農(nóng)業(yè)生產(chǎn)活動(dòng)中能很好地代替人進(jìn)行工作，極大地提高農(nóng)業(yè)生產(chǎn)的效率，降低農(nóng)業(yè)生產(chǎn)的成本。例如，在傳統(tǒng)的人工、畜力除草方法已經(jīng)不適用于新的生產(chǎn)方式的情境下，李南設(shè)計(jì)了基于機(jī)器視覺(jué)的鋤草機(jī)器人，經(jīng)實(shí)驗(yàn)，基于機(jī)器視覺(jué)的鋤草方式，更能滿足現(xiàn)代化農(nóng)業(yè)生產(chǎn)的需求[10]。因此，機(jī)器視覺(jué)應(yīng)用于農(nóng)業(yè)產(chǎn)品設(shè)計(jì)中，更能夠適應(yīng)大規(guī)?；霓r(nóng)業(yè)生產(chǎn)，推動(dòng)農(nóng)業(yè)又好又快的現(xiàn)代化發(fā)展。

三、機(jī)器視覺(jué)在農(nóng)業(yè)產(chǎn)品

設(shè)計(jì)中的應(yīng)用優(yōu)勢(shì)與缺陷分析

如何更高效地服務(wù)于農(nóng)業(yè)生產(chǎn)活動(dòng)一直是農(nóng)業(yè)產(chǎn)品設(shè)計(jì)研究的重點(diǎn)。而讓機(jī)器視覺(jué)在農(nóng)業(yè)產(chǎn)品中發(fā)揮更大功效，則需要根據(jù)當(dāng)下研究的主要應(yīng)用場(chǎng)景，分析機(jī)器視覺(jué)的應(yīng)用優(yōu)勢(shì)與缺陷，為設(shè)計(jì)實(shí)踐提供參考，提高農(nóng)業(yè)生產(chǎn)效率，推進(jìn)農(nóng)業(yè)和農(nóng)村的生產(chǎn)經(jīng)營(yíng)精準(zhǔn)化、管理服務(wù)智能化。機(jī)器視覺(jué)的最顯著的應(yīng)用優(yōu)勢(shì)就是可實(shí)現(xiàn)無(wú)接觸式觀察，還可以實(shí)現(xiàn)觀察過(guò)程無(wú)損化。此外，機(jī)器視覺(jué)還擁有觀察范圍廣、客觀性、不知疲勞、可適應(yīng)惡劣工作環(huán)境等優(yōu)勢(shì)，缺陷目前主要表現(xiàn)為智能化程度低，適應(yīng)性差，研發(fā)周期長(zhǎng)（如圖2）。

（一）應(yīng)用優(yōu)勢(shì)

1.在工作方式上，現(xiàn)有基于機(jī)器視覺(jué)的農(nóng)業(yè)產(chǎn)品設(shè)計(jì)均可自動(dòng)化工作，無(wú)須人員操作與監(jiān)管，可實(shí)現(xiàn)與被觀察對(duì)象無(wú)接觸觀察，這是機(jī)器視覺(jué)系統(tǒng)的最大優(yōu)勢(shì)。由于不需要人員操作與監(jiān)管，機(jī)器視覺(jué)系統(tǒng)也可以在人難以適應(yīng)的工作環(huán)境下作業(yè)，并且能實(shí)現(xiàn)觀察者與被觀察對(duì)象的觀察過(guò)程無(wú)損化，因此，機(jī)器視覺(jué)系統(tǒng)可以在惡劣工作環(huán)境進(jìn)行農(nóng)業(yè)生產(chǎn)活動(dòng)。例如，在家禽屠宰工作環(huán)境下，人需要忍受難聞血腥味，還有可能染上傳染病，工作完還需清洗宰殺家禽的血跡，而將機(jī)器視覺(jué)應(yīng)用于農(nóng)業(yè)產(chǎn)品設(shè)計(jì)中便能避免此類問(wèn)題發(fā)生。

2.在工作能力上，機(jī)器視覺(jué)系統(tǒng)能裝配的配件靈活度高，可以配備多種鏡頭與相機(jī)，能觀察的范圍非常廣，精度也十分高，理論上，人眼無(wú)法觀察或難以觀察的對(duì)象機(jī)器視覺(jué)也能觀察，比如，紅外線、細(xì)菌、精密零部件等。在實(shí)際農(nóng)業(yè)生產(chǎn)活動(dòng)中，農(nóng)產(chǎn)品分級(jí)、種子質(zhì)量檢測(cè)等這些對(duì)檢測(cè)精度要求非常高的工作中，機(jī)器視覺(jué)系統(tǒng)也比人眼觀察的準(zhǔn)確率要高，速度也更快。機(jī)器視覺(jué)系統(tǒng)是根據(jù)預(yù)設(shè)算法做出判斷，結(jié)果較為客觀，而人眼觀察則會(huì)因?yàn)橛^察人員的不同，觀察結(jié)果往往有主觀差異性，這是因?yàn)槿怂艿呐嘤?xùn)時(shí)間，熟練程度，精神狀態(tài)與其他因素導(dǎo)致的結(jié)果。

3.在工作效率上，機(jī)器視覺(jué)系統(tǒng)得益于高速相機(jī)、圖片采集卡與處理算法等技術(shù)的快速發(fā)展，系統(tǒng)的工作效率也獲得了極大的提高，并且機(jī)器視覺(jué)系統(tǒng)不知疲勞，只需要系統(tǒng)所有部件正常運(yùn)作，可以保證不間斷地高效率工作，而人則會(huì)有身體疲勞、精神疲勞與神經(jīng)疲勞，隨著工作時(shí)間的增加人的工作效率會(huì)降低，人還易受工作環(huán)境與條件的影響。農(nóng)業(yè)生產(chǎn)活動(dòng)多為單一、機(jī)械的體力勞動(dòng)，人若長(zhǎng)時(shí)間在惡劣環(huán)境下工作容易受傷、產(chǎn)生勞損等，機(jī)器視覺(jué)系統(tǒng)則受影響較小，有部件損壞，通過(guò)維修或者更換，可繼續(xù)工作。

4.在農(nóng)業(yè)向數(shù)字化、規(guī)?；a(chǎn)業(yè)化發(fā)展的大背景下，機(jī)器視覺(jué)系統(tǒng)擁有集成度高、數(shù)字化程度高的優(yōu)點(diǎn)，可自動(dòng)獲取大量數(shù)據(jù)，方便信息集成。機(jī)器視覺(jué)更能適應(yīng)當(dāng)下農(nóng)業(yè)的發(fā)展方向。在這個(gè)科學(xué)技術(shù)高速發(fā)展的時(shí)代，機(jī)器視覺(jué)擁有可嵌入性，可以與其他科技相結(jié)合，實(shí)現(xiàn)更多農(nóng)業(yè)生產(chǎn)的可能性。例如，當(dāng)下蓬勃發(fā)展的互聯(lián)網(wǎng)技術(shù)可與機(jī)器視覺(jué)相結(jié)合，一起運(yùn)用于農(nóng)業(yè)產(chǎn)品設(shè)計(jì)中，可實(shí)現(xiàn)人在千里之外進(jìn)行農(nóng)業(yè)生產(chǎn)活動(dòng)，極大地方便了農(nóng)業(yè)生產(chǎn)活動(dòng)。

（二）應(yīng)用缺陷

1.現(xiàn)有的機(jī)器視覺(jué)系統(tǒng)大部分是根據(jù)圖像處理技術(shù)或者深度學(xué)習(xí)算法等來(lái)對(duì)采集的圖像做出判斷，智能化程度較低，在應(yīng)對(duì)突發(fā)情況時(shí)，機(jī)器視覺(jué)系統(tǒng)中的處理中心通常不知道該如何判斷，更難以滿足某些實(shí)時(shí)性要求較高的工作情境。而人相比較于機(jī)器視覺(jué)擁有更高的智慧，擁有邏輯推理、思考、分析等能力，能更好地處理突發(fā)情況。

2.機(jī)器視覺(jué)系統(tǒng)一般是應(yīng)于單一場(chǎng)景或者單一工作，對(duì)不同工作或場(chǎng)景兼容性較差，而人相比較于機(jī)器視覺(jué)擁有較強(qiáng)的學(xué)習(xí)能力與適應(yīng)能力，可以同時(shí)掌握在不同場(chǎng)景下的多種工作。在農(nóng)業(yè)生產(chǎn)活動(dòng)中，場(chǎng)景相對(duì)來(lái)說(shuō)會(huì)較為固定，但會(huì)有季節(jié)與天氣導(dǎo)致工作場(chǎng)景的變化，并且農(nóng)業(yè)生產(chǎn)活動(dòng)工作種類繁多，針對(duì)所有工作單獨(dú)開(kāi)發(fā)設(shè)備需要耗費(fèi)大量的人力與資金。

3.機(jī)器視覺(jué)系統(tǒng)所含部件繁雜，研發(fā)與調(diào)試的周期較長(zhǎng)，尤其是機(jī)器視覺(jué)系統(tǒng)中的核心板塊處理中心所需的算法或圖像處理技術(shù)需要消耗大量的人力、物力與時(shí)間，成本高。而人擁有較強(qiáng)的學(xué)習(xí)能力，經(jīng)過(guò)簡(jiǎn)單的培訓(xùn)就能勝任大部分農(nóng)業(yè)生產(chǎn)活動(dòng)，例如，采摘水果、噴灑農(nóng)藥、種子播種與水利灌溉等。

四、機(jī)器視覺(jué)在農(nóng)業(yè)產(chǎn)品中的設(shè)計(jì)實(shí)踐與分析

機(jī)器視覺(jué)擁有無(wú)接觸觀察、觀察范圍廣、效率高、速度快、精度高、可長(zhǎng)時(shí)間工作、信息易集成、能適應(yīng)惡劣工作環(huán)境等優(yōu)勢(shì)，發(fā)揮機(jī)器視覺(jué)在農(nóng)業(yè)產(chǎn)品設(shè)計(jì)中的作用，從而節(jié)約勞動(dòng)力、帶動(dòng)產(chǎn)業(yè)升級(jí)、推動(dòng)農(nóng)業(yè)現(xiàn)代化的發(fā)展進(jìn)程，對(duì)未來(lái)農(nóng)業(yè)的數(shù)字化、產(chǎn)業(yè)化與智能化發(fā)展有著重要的意義。目前，在農(nóng)業(yè)產(chǎn)品設(shè)計(jì)領(lǐng)域，國(guó)內(nèi)外已有不少學(xué)者進(jìn)行研究與設(shè)計(jì)實(shí)踐，涉及農(nóng)業(yè)生產(chǎn)的各個(gè)環(huán)節(jié)，但由于農(nóng)業(yè)生產(chǎn)的多樣性與復(fù)雜性與機(jī)器視覺(jué)自身的劣勢(shì)，目前機(jī)器視覺(jué)在農(nóng)業(yè)產(chǎn)品中停留在實(shí)驗(yàn)階段，未能大規(guī)模的實(shí)際應(yīng)用與生產(chǎn)。

（一）機(jī)器視覺(jué)在農(nóng)業(yè)產(chǎn)品設(shè)計(jì)中的鑒定應(yīng)用

玉米種子精選與播種方式是決定玉米產(chǎn)量高低和產(chǎn)品品質(zhì)優(yōu)劣的關(guān)鍵環(huán)節(jié)，目前的篩選玉米種子的主要方法是人工識(shí)別，不僅識(shí)別精度低、效率低，長(zhǎng)時(shí)間工作還容易造成視覺(jué)損傷與精神疲勞，人工篩選的效率和準(zhǔn)確率還會(huì)受培訓(xùn)程度與熟練度影響，易存在主觀差異。為了提升玉米種子質(zhì)量與改善播種方式，王僑設(shè)計(jì)了基于機(jī)器視覺(jué)的玉米種穗圖像精選與定向定位裝置，來(lái)提高玉米的單位面積產(chǎn)量，經(jīng)過(guò)試驗(yàn)，該裝置設(shè)計(jì)能有效篩選玉米種子和實(shí)現(xiàn)定向播種[11]。

該研究的問(wèn)題求解過(guò)程如圖3所示。首先發(fā)現(xiàn)了國(guó)內(nèi)玉米單位產(chǎn)量低的問(wèn)題，然后分析得出是玉米種子質(zhì)量與播種技術(shù)的問(wèn)題，提出理想解即提升種子質(zhì)量與優(yōu)化播種方式，最后利用機(jī)器視覺(jué)的識(shí)別能力強(qiáng)、速度快、無(wú)疲勞等優(yōu)勢(shì)來(lái)篩選玉米種子和定向播種改善現(xiàn)有播種方式。將機(jī)器視覺(jué)技術(shù)應(yīng)用到玉米種穗圖像精選與定向定位裝置設(shè)計(jì)上，既能保證超高的準(zhǔn)確率，還能保證長(zhǎng)時(shí)間的高效率工作，機(jī)器視覺(jué)是根據(jù)算法或圖像處理技術(shù)做出判斷，篩選種子的效率與準(zhǔn)確率較為統(tǒng)一，此設(shè)計(jì)改變了玉米種子篩選方式，優(yōu)化了播種方法，可以節(jié)省大量的人工成本，提升玉米種植前期準(zhǔn)備工作的質(zhì)量與效率。

（二）機(jī)器視覺(jué)在農(nóng)業(yè)產(chǎn)品設(shè)計(jì)中的監(jiān)測(cè)應(yīng)用

森林火災(zāi)是一種突發(fā)性強(qiáng)、破壞性強(qiáng)、處置與救助較為困難的自然災(zāi)害，現(xiàn)有監(jiān)測(cè)預(yù)防方式，難以滿足森林防火的監(jiān)測(cè)范圍廣、樣本數(shù)量多，地形復(fù)雜的需求，導(dǎo)致監(jiān)測(cè)誤報(bào)的情況時(shí)有發(fā)生。針此問(wèn)題，劉凱等人將機(jī)器視覺(jué)運(yùn)用于多功能森林防火機(jī)動(dòng)巡查滅火裝備中，來(lái)監(jiān)測(cè)森林火災(zāi)，經(jīng)實(shí)驗(yàn)，可以識(shí)別火災(zāi)初期的煙霧與大面積燃燒的火焰[12]。

該設(shè)計(jì)的過(guò)程分析如圖4所示。首先提出監(jiān)測(cè)誤報(bào)時(shí)有發(fā)生的問(wèn)題，隨后分析得出監(jiān)測(cè)難度大的原因是監(jiān)測(cè)范圍廣、樣本數(shù)量多、地形復(fù)雜等，最后利用機(jī)器視覺(jué)的精度高、速度快的優(yōu)勢(shì)來(lái)提升監(jiān)測(cè)準(zhǔn)確率，替代現(xiàn)有森林防火的監(jiān)測(cè)方式。將機(jī)器視覺(jué)技術(shù)應(yīng)用于森林防火監(jiān)測(cè)上，既能保證監(jiān)測(cè)的準(zhǔn)確率，還能保證全天候地工作。同時(shí)，機(jī)器視覺(jué)系統(tǒng)具有可嵌入性，能與現(xiàn)有的滅火裝備相結(jié)合，可降低研發(fā)成本，豐富森林防火監(jiān)測(cè)方式的多樣性。

五、結(jié)語(yǔ)

機(jī)器視覺(jué)技術(shù)相比于人，擁有無(wú)接觸觀察、可觀察范圍廣、效率高、速度快、高精度、可長(zhǎng)時(shí)間工作、信息易集成、能適應(yīng)惡劣工作環(huán)境等優(yōu)勢(shì)，但也存在智能化程度較低、適應(yīng)性差與研發(fā)周期較長(zhǎng)等缺陷。在農(nóng)業(yè)生產(chǎn)活動(dòng)中，有許多為單一、簡(jiǎn)單、勞動(dòng)強(qiáng)度高、作業(yè)環(huán)境惡劣的工作，通過(guò)設(shè)計(jì)合理地應(yīng)用機(jī)器視覺(jué)，發(fā)揮技術(shù)自身的優(yōu)勢(shì)，能提高農(nóng)業(yè)生產(chǎn)效率一定程度上解決人口增長(zhǎng)率放緩，農(nóng)村人口流失，勞動(dòng)力成本上升等問(wèn)題。最后，機(jī)器視覺(jué)技術(shù)可以促進(jìn)提高農(nóng)業(yè)產(chǎn)品設(shè)計(jì)的智能化水平，加快農(nóng)業(yè)的數(shù)字化、產(chǎn)業(yè)化與現(xiàn)代化進(jìn)程。

參考文獻(xiàn)：

[1]聯(lián)合國(guó).2020《全球糧食危機(jī)報(bào)告》[EB/OL].[2020-04-21].https：//www.fsinplatform.org/sites/default/files/resources/files/GRFC_2020_ONLINE_200420_FINAL.pdf.

[2]農(nóng)業(yè)農(nóng)村部.數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019-2025年）[EB/OL].[2019-12-25].http：//www.moa.gov.cn/nybgb/2020/202002/202004/t20200414_6341532.htm，.

[3]章煒.機(jī)器視覺(jué)技術(shù)發(fā)展及其工業(yè)應(yīng)用[J].紅外，2006（2）：11-17.

[4]王曉初，等.基于機(jī)器視覺(jué)的軸承蓋外形輪廓分類方法[J].包裝工程，2020（23）：217-222.

[5]余文勇，石繪.機(jī)器視覺(jué)自動(dòng)檢測(cè)技術(shù)[M].北京：化學(xué)工業(yè)出版社，2013：6-7.

[6]胥磊.機(jī)器視覺(jué)技術(shù)的發(fā)展現(xiàn)狀與展望[J].設(shè)備管理與維修，2016（9）：7-9.

[7]陶丹.基于機(jī)器視覺(jué)的家蠶蛹雌雄識(shí)別研究[D].重慶：西南大學(xué)，2019.

[8]饒秀勤.基于機(jī)器視覺(jué)的水果品質(zhì)實(shí)時(shí)檢測(cè)與分級(jí)生產(chǎn)線的關(guān)鍵技術(shù)研究[D].杭州：浙江大學(xué)，2007.

[9]王樹(shù)才，陶凱，李航.基于機(jī)器視覺(jué)定位的家禽屠宰凈膛系統(tǒng)設(shè)計(jì)與試驗(yàn)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2018（1）：335-343.

[10]李南.基于機(jī)器視覺(jué)的鋤草機(jī)器人快速作物識(shí)別方法研究[D].北京：中國(guó)農(nóng)業(yè)大學(xué)，2017.

[11]王僑.玉米種子的圖像精選定向定位方法及裝置研究[D].北京：中國(guó)農(nóng)業(yè)大學(xué)，2017.

[12]劉凱，等.基于計(jì)算機(jī)視覺(jué)的森林火災(zāi)識(shí)別算法設(shè)計(jì)[J].森林工程，2018（4）：89-95.

作者簡(jiǎn)介：

李帥，湖南工業(yè)大學(xué)碩士研究生。研究方向：MFA藝術(shù)設(shè)計(jì)。

吳凡，湖南工業(yè)大學(xué)碩士研究生。研究方向：MFA藝術(shù)設(shè)計(jì)。

劉楊，湖南工業(yè)大學(xué)碩士研究生。研究方向：MFA藝術(shù)設(shè)計(jì)。