李锦龙

（长春市高新技术产业开发区管委会建委指挥中心，吉林 长春 130000）

农业生产中计算机视觉与模式识别技术的应用

李锦龙

（长春市高新技术产业开发区管委会建委指挥中心，吉林 长春 130000）

在农业生产过程中，计算机视觉与模式识别技术得到了普遍的应用，并给传统农业模式带来了很大的影响。基于此，分析计算机视觉与模式识别技术在农业生产中的应用，以期能够提高我国农业生产效率。

农业生产；计算机视觉；模式识别技术

计算机视觉与模式识别技术是一门包括神经生理学、认知科学、统计学、计算机科学与工程等多门学科的综合性科学技术［1］。该项技术已经在促进农业生产水平的提高上发挥了巨大的作用，同时还在其他领域上也得到了广泛的应用。

1 在农产品自动化收获中的应用

在农产品自动化收获领域上，充分应用计算机视觉技术，是当前农业生产领域中主要研究方向。例如，果蔬采摘机器人已成为研究机器人的新兴领域，科研工作者已进行了深入的研究，在实际生产中取得了令人满意的应用效果。

2 在防治杂草与病虫害中的应用

对自动识别与测定大田作物病虫草害技术进行研究，建成新型自动化控制系统，用来对田间杂草与病虫害展开防除，是在农作物栽培生产中应用计算机视觉技术的主要方向。1995年研制发现彩色图像的29g-r-b特征对植物与非植物背景区别效果显著，可用在杂草用的传感器的定点喷洒控制设计中。同时研究了如何在小麦地里识别杂草，运用分析形状与颜色的方法可识别阔叶杂草品种。可以说这些研究成果为探测杂草精确应用施药技术奠定了基础。

3 在监测植物生长过程中的应用

计算机视觉技术与人眼视觉对比而言，前者更能准确、更早地发现由于营养不良植物生长中出现的细微变化，为第一时间补充营养奠定基础。使用数字图像对多种农作物的叶柄夹角、叶面积等部位进行分析，并取得了一定的效果。例如，在马铃薯叶冠面积的检测中，使用数字图像处理技术并有效建立了模型，其检测结果正好与测量叶面积仪结果相符。通过扫描平台获取叶片数字图像，构建起以数字图像处理技术对蔬菜叶面积测定方法，此方法得到了普遍的应用。运用图像处理技术测量农作物的新方法，获得了较为准确的、满意的测量精度。

4 在检测与分级粮食作物中的应用

很多年以前，美国、日本一些发达国家就已经在检验评价农作物种子质量中应用机器视觉技术，至今已经取得了令人满意的检测效果。1998年，对机器视觉玉米粒大小分级进行了研究，可以测得独立于玉米粒方向尺寸。2000年提出了Rough sets理论，此理论主要通过计算机视觉技术对蚕豆品质进行评价。此理论运用2种不同的离散方法来对过小、破损的蚕豆进行区分，有效提高了蚕豆品质。

5 在检测农作物种子质量中的应用

最近几年来，我国科研人员开始大量研究在检查农作物种子质量中应用计算机视觉技术的可行性。2004年，使用计算机视觉技术对玉米种子外形轮廓进行了提取，为分级识别玉米种子打下基础。2008年，提出了运用计算机视觉系统取代人眼识别碎大米粒形方法，并设计出与计算机视觉技术有关的识别大米粒形的装置，此装置对识别完整大米粒、碎大米粒的准确率分别为98.34%、93.12%。2012年，鱼体检查中应用了计算机视觉技术，研究出基于BP神经网络识别鱼体品种装置，拓展了该技术的应用领域。

6 在农业其他领域中的应用

例如，早期检测鸡蛋生命活力，去除坏蛋或者死蛋，正确率可高97%左右；利用紫外线光识别幼鸡性别；在土地资源里使用遥感图像有效提取土地荒漠化信息等。计算机视觉技术在农业领域中的充分应用，足以说明计算机视觉与模式识别技术有着较高的应用价值。

总之，在农业各大领域中，计算机视觉、模式识别和图像处理等技术与方法，对于识别农作物特征、监测苗情、防治病虫害等起到了有效的促进作用［2］，这就充分说明计算机视觉与模式识别技术对完善传统农业模式起到了积极的影响，势必会得到更加广泛的应用。

［1］刁智华，王会丹，魏伟.机器视觉在农业生产中的应用研究［J］.农机化研究，2014（3）：206-211.

［2］王树文，张长利.基于图像处理技术的黄瓜叶片病害识别诊断系统研究［J］.东北农业大学学报，2012（5）：69-73.

S126

A

1674-7909（2016）26-47-1

李锦龙（1981-），男，本科，研究方向：计算机应用。