機器視覺在食用菌生產中應用現狀研究

白 冰，盧 闖，馬世宇，楊 鎮(zhèn)

（1.遼寧省農業(yè)科學院，遼寧 沈陽 110161；2.葫蘆島農函大玄宇食用菌野馴繁育有限公司，遼寧 葫蘆島 125100）

目前人工智能被廣泛應用于電子、化工、醫(yī)藥、物流等領域，而智能化的應用離不開各種傳感器的使用，視覺傳感器的應用十分廣泛，因而機器視覺也得到了快速發(fā)展。機器視覺是利用相機、計算機等設備模擬人類視覺認知功能，對所需測量的目標對象進行識別和判斷，通過傳感器將被攝取目標對象轉換成圖像信號，傳送至專用的圖像處理系統(tǒng)，經過數學模型處理并得到被攝目標的形態(tài)信息，并加以理解，最終用于實際檢測和控制。機器視覺是一項綜合技術，包括數字處理、機械工程技術、控制、光源照明技術、光學成像、傳感器技術、模擬與數字視頻技術、計算機軟硬件技術和人機接口技術等，這些技術相互協(xié)調構成一個完整的機器視覺系統(tǒng)。［1］該系統(tǒng)的硬件主要有照明系統(tǒng)、成像系統(tǒng)等，主要功能是實現圖像的采集，軟件部分主要是對采集到的信息進行相應處理，從而得到檢測結果。［2］機器視覺的實質是用機器代替人眼進行識別和判斷，再現與人類視覺有關的某些智能行為，其技術實施強調實時性，要求高速度和高精度，具有非接觸性、實時性、自動化和高智能等優(yōu)點［1］。隨著智慧農業(yè)概念的提出，機器視覺在農業(yè)中的應用愈加廣泛，目前機器視覺在農產品的質量分級和檢測[3]、農產品自動采摘系統(tǒng)[4]、農產品生長過程監(jiān)測[5]等方面均有應用。智慧農業(yè)作為基于物聯網開發(fā)的一種全新的農業(yè)模式，通過感知、采集和監(jiān)測農作物的生長及環(huán)境信息，旨在實現無人化、智能化、精準化栽培，而機器視覺作為智慧農業(yè)重要的組成部分和關鍵的技術支撐，其技術發(fā)展與推廣應用直接決定和影響著智慧農業(yè)的發(fā)展。本文主要對機器視覺在食用菌生產中應用現狀、存在問題進行總結分析，并提出針對性的對策建議，旨在促進機器視覺在我國食用菌產業(yè)中應用更加廣泛、深入，以此促進食用菌產業(yè)轉型升級、進一步提升食用菌產業(yè)發(fā)展對鞏固拓展脫貧攻堅成果和鄉(xiāng)村振興發(fā)展的貢獻度。

一、機器視覺在食用菌生產中應用的意義

食用菌是我國僅次于糧、油、果、菜的第五大類產業(yè)[6]，2017年食用菌產業(yè)首次被中央一號文件列為優(yōu)勢特色產業(yè)，該產業(yè)在脫貧攻堅、供給側改革、“一帶一路”建設方面貢獻較大。根據中國食用菌協(xié)會公布的調查數據，2020 年國內食用菌產值已達到3 465.7億元，2014-2020年復合年均增長率為3.68%。我國是食用菌生產大國，其生產以傳統(tǒng)生產模式為主，仍依賴人工進行種植、采摘、分揀等；農戶根據經驗調控食用菌的生長環(huán)境，缺乏科學數據支撐，浪費人力物力，生產成本居高不下，經濟效益未能實現最大化，制約著食用菌產業(yè)發(fā)展。機器視覺應用到食用菌生產，可以即時獲得食用菌生長和栽培環(huán)境信息，并通過信息分析形成食用菌最優(yōu)生長曲線，以此精準管控生產過程，實現食用菌生長監(jiān)管自動化，以此保證食用菌處于最優(yōu)生長狀態(tài)；食用菌采摘、品質分級包裝等人工作業(yè)費時費工，通過機器視覺可以實現自動采摘和品質分級。因此，機器視覺在食用菌生產中應用，能夠有效降低食用菌生產成本，實現食用菌智能化高效優(yōu)質生產，也有利于實現食用菌經濟效益最大化，提升食用菌產品對外出口的市場競爭力。

二、機器視覺在食用菌生產中應用研究現狀

（一）國外

國外開展機器視覺在食用菌生產中應用的研究始于20 世紀末期。Vooren J G 等[7]于1991 年提出了一種識別食用菌品種的二維機器視覺算法，該算法從食用菌的44 個性狀中挑選4 個性狀對食用菌種類進行識別，在1%的顯著性水平下，可以區(qū)分穩(wěn)定環(huán)境中80%的食用菌品種。Vizhányó等[8]于2000年提出了一種篩選變質食用菌的二維機器視覺算法，該算法將RGB通道轉換為a*和b*顏色分量后消除亮度影響，使用兩種顏色分量進行向量歸一化提取分離率，完成對變質食用菌的判斷。Taghizadeh M 等[9]于2010 年采用二維機器視覺算法研究了不同材質包裝下食用菌的保質期，使用高光譜圖像建立回歸模型評價食用菌的質量，達到推測食用菌保質期的目的。Vidal Diez de Ulzurrun G等[10]于2017年運用三維機器視覺算法進行菌絲生長模型建立的研究，該研究使用線激光掃描儀采集菌絲三維空間信息，采用人工智能算法建立食用菌表型數據模型，實現了食用菌生長模型的建立。Xiaomei H 等[11]于2022 年進行三維機器視覺算法在食用菌自動采摘中應用的研究，該研究使用點云相機采集食用菌三維空間信息，在三維空間中定位食用菌后將信息傳遞至機器手臂實現食用菌自動采摘。由此可見，國外開展機器視覺在食用菌生產中應用研究起步早，隨著圖像采集技術的發(fā)展，二維機器視覺已升級為三維機器視覺，并且在食用菌生長建模、自動采摘中應用趨于成熟。

（二）國內

國內于21 世紀初期開展關于機器視覺在食用菌生產中應用的研究。俞高紅等[12]于2005 年提出了一種分離單體食用菌的二維機器視覺算法，該算法估算每株食用菌的中心點，根據中心點搜索食用菌邊界，對食用菌邊界進行離散傅里葉變換，提高圖像在各個方向的識別性能，實現單體食用菌的分離。王運圣等[13]于2010 年提出了一種使用模糊C均值聚類的二維機器視覺算法，該算法使用蟻群算法對模糊C均值聚類算法中的參數予以改進，進而獲取杏鮑菇形態(tài)特征。徐振馳等[14]于2015 年提出一種檢測食用菌中發(fā)絲等異物的機器視覺算法，通過海森矩陣、SIFT算法和Lab空間中的二值圖像計算異物圖像，實現了食用菌中發(fā)絲等異物的檢測。張曉宇等[15]于2018 年提出了一種分割雞腿菇的雙目二維機器視覺算法，通過相機自標定法重建三維空間信息，優(yōu)化SURF算法實現對雞腿菇的三維空間信息分割。林楠等[16]于2020年提出一種提取食用菌特征的二維機器視覺算法，該算法將食用菌特征分為形狀特征和紋理特征，運用邊緣檢測算法提取食用菌的形狀特征，通過HSV 色域提取食用菌的紋理特征，實現食用菌特征提取?？傮w來看，我國關于機器視覺在食用菌生產中應用研究起步較晚，僅使用二維機器視覺實現對食用菌形態(tài)的識別、分割、異物分析等，三維機器視覺在食用菌生產中的應用研究還處于起步探索期。

三、機器視覺在食用菌生產應用存在的問題

目前，二維機器視覺在食用菌生產中應用存在食用菌姿態(tài)復雜、成像環(huán)境復雜和對相機像素要求較高等問題，造成二維采集的圖像容易受環(huán)境影響，并且圖像特征不明顯，導致實際檢測效果不理想，在檢測和控制食用菌生長、自動采摘和品質分級等方面發(fā)揮作用有限。

（一）食用菌姿態(tài)復雜

姿態(tài)復雜是二維機器視覺在食用菌中應用的難題，具體是指菌蓋間在二維圖像中存在遮擋。如圖1所示，將食用菌圖像局部放大后清晰可見菌蓋間存在一定程度的遮擋，增加了區(qū)分識別不同菌蓋的難度。薛雨[17]等使用二維食用菌圖像對食用菌進行分割，因無法解決食用菌菌蓋遮擋問題，二維機器視覺使用一段時間后通過數據均值對單株食用菌的菌蓋直徑進行估算，得出的食用菌生長數據精度不高，無法為食用菌生產管理提供有效數據支撐。

圖1 食用菌二維視覺圖像

（二）成像環(huán)境復雜

雙目二維機器視覺通過對比兩幅二維圖像之間的差異計算物體的三維空間信息。雙目二維機器視覺在光照較暗、過度曝光、物體特征模糊等情況下較難準確計算物體的三維空間信息，不利于對目標進行特征提取或定位。雙目二維機器視覺多應用于農產品巡檢、采摘、分級等場景。食用菌通常栽培在較暗的環(huán)境下，單株子實體較小且剛度不高，借助低精度的三維空間信息會使食用菌產品采摘與分級出現錯誤或造成損傷。

（三）對相機像素要求較高

二維機器視覺在計算像素尺寸前需要進行標定。常用的相機標定方法有：主動視覺相機標定法、相機自標定法、張正友棋盤標定法等，無論何種相機標定方法對二維圖像的像素密度要求均較高。根據相機的成像原理，物體距離拍攝點越近，相機像素越高，物體在二維圖像中的像素密度越高。忽略與拍攝物體的距離遠近因素，若取得良好的標定精度及高精度的像素尺寸需要使用高像素相機。高像素相機采購成本較高且不易保養(yǎng)，會制約二維機器視覺在食用菌生產的應用范圍和縮小栽培食用菌的利潤空間。

四、促進機器視覺在食用菌生產中應用的對策建議

現階段，應用機器視覺助力食用菌產業(yè)提檔升級迫在眉睫。以機器視覺為基礎，實時監(jiān)測食用菌生長態(tài)勢，精準管控食用菌生長過程，實現食用菌產業(yè)無人化、智能化、精準化，提高食用菌產業(yè)的利潤率，是目前食用菌產業(yè)主要發(fā)展方向。針對上述機器視覺在食用菌生產中應用存在的問題，提出以下三點建議：

（一）使用特殊光源采集食用菌二維圖像

使用特殊光源采集食用菌二維圖像可以增強二維圖像采集的穩(wěn)定性，便于對食用菌的生長情況進行實時監(jiān)測。如在分割單株子實體菌蓋時，使用紅外光源采集食用菌二維圖像會一定程度降低栽培場所光線的影響，使發(fā)生遮擋的菌蓋邊緣變得明顯，利于精準計算食用菌生長信息，為食用菌智慧化生產管理提供有效生長數據；在監(jiān)測食用菌早期病害時，使用鹵鎢燈光源獲取食用菌多光譜二維圖像，通過對食用菌多光譜二維圖像建模分析，實現食用菌早期病害監(jiān)測。

（二）保持食用菌栽培環(huán)境光線均勻

因食用菌所處環(huán)境的光線不均勻會造成相機無法自動對焦、食用菌在二維圖像中特征不明顯、雙目二維機器視覺無法精準計算出食用菌三維空間信息等后果，保持食用菌栽培環(huán)境的光線均勻利于采集清晰的食用菌二維圖像，易于在食用菌圖像中對食用菌進行定位和精確計算食用菌三維空間信息。如進行食用菌品質分級時，在傳送帶上方加裝暗箱保持食用菌圖像采集的環(huán)境光線均勻，準確分析食用菌二維圖像中菌蓋信息，從而實現食用菌品質的在線分級。

（三）使用三維機器視覺采集食用菌三維空間信息

激光雷達技術的成熟拉開三維機器視覺廣泛應用的帷幕。三維機器視覺使用線激光掃描儀、點云相機等設備，通過記錄激光束反射的激光點信息生成激光點云，其優(yōu)點是不受物體所處的環(huán)境光線影響、快速獲取物體三維空間信息、掃描重建三維模型精度最高超過0.01 mm等。三維機器視覺應用在食用菌產業(yè)中，可以掃描重建食用菌三維模型，筆者使用點云相機在遼寧省企業(yè)——葫蘆島農函大玄宇食用菌野馴繁育有限公司的栽培基地進行精度高于0.5 mm 的平菇三維模型重建（如圖2）。利用食用菌三維模型可以有效地分割存在遮擋的菌蓋，獲取菌蓋的三維空間信息，再根據菌蓋的三維空間信息精準計算菌蓋空間尺寸，結合生長環(huán)境數據信息擬合最優(yōu)生長曲線，為食用菌智慧化生產提供可靠的食用菌生長數據。機器人也可使用菌蓋的三維空間信息巡檢食用菌栽培場所，定位并自動采摘食用菌。由此可見，三維機器視覺將對實現食用菌產業(yè)無人化、智能化、精準化起到重要作用。

圖2 平菇三維模型重建展示圖

五、結語

智慧農業(yè)是現代農業(yè)發(fā)展的新業(yè)態(tài)、新模式，是中國經濟社會發(fā)展轉型的必由之路。傳統(tǒng)農業(yè)升級為現代農業(yè)、智慧農業(yè)已經成為我國推動鄉(xiāng)村振興戰(zhàn)略實施的重要內容。機器視覺是計算機與世界溝通的“眼睛”，也是智慧農業(yè)的重要組成部分和關鍵的技術支撐。加大三維視覺技術應用研究探索，并積極推廣機器視覺在食用菌生產中應用，將成為進一步解放生產力、激發(fā)食用菌產業(yè)轉型升級的內生動力，對提升食用菌產業(yè)現代化水平、產品質量效益和競爭力具有正向積極意義和較高的應用價值。