尹　魁

试论计算机视觉技术在农业自动化中的应用

尹魁

（湖南财经工业职业技术学院湖南衡阳421002）

现如今，计算机视觉技术已经越来越多地融入到生活中，文章对这一技术在农业方面的生产使用进行了介绍，对未来在农业生产中的应用前景进行了展望。

计算机视觉技术；农业生产；农业自动化；图像处理

1 计算机视觉技术的基本内容

计算机视觉的英文释义即Computervision，从字面可以看出计算机视觉也可以解释为机器视觉。这是一门近些年来新兴的类似于仿生学的学科，即利用计算机来试图模拟人的感官所传达的感受。目前大部分的计算机视觉系统是由以下几个主要组成部分构成的（如图1），专业的CCD摄像机主要负责将分析中所需要的图像进行记录的同时转化成为数字信号，究其根本，CCD摄像机的本质即为一个光电传感器，主要负责记录它所感受到的变化并且将其以数字信号的方式转换出去，而负责将记录下来的感受转换成数字化的是图像采集卡，它位于计算机内部，负责将摄像机记录下来的图像转换为数字信号，而后这些被记录下来的数字信号将会由计算机进行进一步的处理与分析，得到相应的结论。图中的光照系统顾名思义就是为了给摄像机工作过程中提供充足的光线，保证亮度来为后期的数据分析提供条件。

图1　计算机视觉系统的组成

2 计算机视觉技术在农业自动化中的应用

2.1 田间作业时自动化技术的应用

2.1.1 农作物的行列识别

在农作物的种植过程中，需要农用机器人在田间行走,来替代农业劳动者进行繁复的农业劳动，因此为了将农用机器人在田间行走对作物造成的影响最小，所以研究人员开发出来了一种利用田地传输过来的图像的方式来进行数据分析处理，而后根据得到的处理结果判断农机器人与田间作物之间的相对距离与位置的技术。简单来说，就是利用相应的数据处理方式将摄像机所感受到的图像信息进行相应的后期处理之后设定对应的感光度和色彩值，并将其设定成为基本条件，之后处理农作物图像设定相应的临界值，从画面中间出发至两边通过筛选得出边界点，从而得出农用机器人和田间作物的位置关系，确定农用机器人在田间行走的位置，有效避开秧苗，避免对经济作为造成不必要的伤害。而这种技术，在进行了一定的实验验证之后，通过实际的实验可以看出，这种方法的准确率和精度都较高，是一种十分有效的措施。

2.1.2 田间作业时的植株保护

在田间作业对农作物进行农药喷洒时，为了精确的喷洒农药需要精准的区分秧苗与杂草，以免勿喷农药造成秧苗死亡、杂草消除不干净等直接、间接的经济损失，因此需要精确的区分有效的经济作物和田间的杂草，因此针对这一具体的而又实际的问题，现今研究人员正在利用计算机视觉技术来通过数字图像传输来区分田间作物与杂草。利用计算机处理过的图像来精准区分玉米田中的玉米秧苗和其他杂草和更为精确的记录单位面积田地中的杂草数量和种类，还可以准确的确定杂草的种类的数量、生长高度等相应的数据，可以对症下药在精确去除杂草的同时还能有效并且准确的避开经济作物的位置，将田间作业时的高效性与准确性发挥到最大的范围，为经济作物提供一个良好舒适健康有效的生长环境，最大限度的提升农产品的产量。

2.2 在检测种子资源时的应用

农作物的生长情况和最初的种子状况有直接的联系，作物种子的完整程度就是保证作物生长状况的第一道关卡。因此，一部分研究人员开始利用计算机视觉这一技术手段来保证种子的完整度。Zayas和其他相应实验人员通过计算机视觉系统来对一些小麦图片进行数据分析和资料分类统计，在他们提取的一些相应的参数中可以区分来开小麦种子和其他植物的种子，并且根据种子长度、宽度色泽的区别可以判断出小麦的生长状况。

2.3 在对农产品进行分级和加工过程中的应用

2.3.1 对农产品进行分级

在对农产品进行主要是利用计算机视觉系统来对不同品质的种子进行无损的品质监测和等级划分，通过分析的到的相关数据来对种子的完整程度、生长状况和预估品质进行初步的估算，从而做到预先对农产品进行相应的等级划分。近十年来，农产品的监测技术还是主要应用在对水果和蔬菜进行品质检测和等级划分上。研究人员通常利用计算机视觉识别出对应农产品的颜色、外观、着色面积等相应的图像，并将这些图像转换成与之对应的数字信号，利用这些数字信号进行产品筛查，这样可以通过计算机视觉系统可以优先选出外形优秀并且符合农作物生长规律的果实，并以这些数据为基础，对农作物的果实进行等级的划分，分类培养，有效地减少劳动力，降低人工成本的同时并能准确的对农作物的果实等级进行划分。根据进来的相关数据显示，除去一级农产品，利用计算机视觉技术在农产品的各个等级之间的区分准确率高达90 %以上。

2.3.2 在农产品的加工方面

在过去的很长一段时间中，如何对农产品进行自动化的监测和产品质量和反馈控制一直是一个难题。但是现如今，在计算机视觉技术的飞速发展的前提下，如何将计算机视觉技术用于农产品加工监测使人们近些年来不断考虑的问题之一。例如，Ling.p.p等人通过对新鲜虾的身体构造进行了十分细致的研究并将结果运用在对鲜虾进行机器化去头处理上，利用研究得出的虾的身体构造，然后将研究的结果进行精确反馈，确定在虾在具体的身体部位下刀，这样可以得到最多的虾肉，并且在处理速度上，这种鲜虾处理系统可以在一秒钟内处理两只鲜虾，在确保完成速度的同时也可以保证虾肉的质量。另外，在确定以及预估食品包装运输时所需要的包装物质量的过程中，计算机视觉功能也在不断的发挥发的功能与长处。例如，铝罐装的饮料十分方便食品的保存于运输，但是由于铝罐的特性导致它十分容易因外力而造成形状的改变，所以目前在进行饮料的罐装时会先把有一定形变的铝罐剔除掉，而保证饮料灌装过程中的顺利，而早在1995年就有一些科学家如SeidaS等就对这一现象进行了相关的研究，证明计算机视觉功能足以提供这一功能来用于满足罐装前的饮料容器检查。

3 小结

随着如今科技在方方面面的进步与发展，大规模的集成电路板技术已经不断成熟，计算机硬件的配置也在不断的增强与创新，现如今的技术中，与人们生活息息相关的方方面面都充斥着计算机信息处理技术，影响着我们的生活方式，改变着我们的生活习惯。如医学、气象、航空航天等这些与我们紧密相关的生活领域，而农产品的生产研究中，计算机信息处理技术也在不断涉足，但是与发达国家相比，我们还存在着一定的劣势。但是我们也有一些技术上的突破与创新，这些进步都是令我们欣喜的。但是现如今，仍旧有一些问题值得我们以及全世界的科学家与工程师们共同去努力解决和完善。

[1]张丽芬.基于计算机视觉技术的樱桃自动分选系统设计[J].农机化研究,2017(09).

[2]胡智祯,万晋廷,王毓玮.论计算机视觉技术在自动化中的应用[J].南方农机,2017,048(005):125,128.

尹魁（1981- ），男，湖南衡阳人，硕士，讲师，研究方向：计算机科学技术。

S126

A

2095-1205(2019)11-47-02

10.3969/j.issn.2095-1205.2019.11.26