1、計算機視覺技術在農業生產中的應用李永奎,劉冬(沈陽農業大學工程學院,沈陽110866摘要:計算機視覺技術在各行業中的應用日益突出,尤其在農業各領域中的應用越來越廣泛,對傳統農業模式產生巨大影響。介紹計算機視覺技術的概念、系統組成及其在農業中的應用,分析存在的問題,展望計算機視覺技術未來的發展方向。關鍵詞:農業工程;計算機視覺;農業;發展;應用中圖分類號:TP39文獻標識碼:A文章編號:1674-1161(201106-0058-03近年來,計算機視覺技術作為一項新興技術,發展十分迅速。目前,其研究與應用已擴展到工業、農業、醫學和軍事等諸多領域,尤其在農業工程領域更為突出。隨著計算機軟硬件技術、

2、圖形圖像處理技術等的迅猛發展,無論在農產品分級檢測、作物生長態勢監測、病蟲及草害的監測與防治等方面,還是在自動化收獲方面,都有較為細致地研究。本研究擬從以上幾個方面介紹計算機視覺技術在農業領域中的應用研究、存在問題及發展前景。1計算機視覺1.1概述計算機視覺也稱機器視覺,是模式識別與人工智能的一個重要領域,指的是計算機通過分析圖像來獲取描述一個景物或控制某種動作的數據,是用計算機來模擬生物外形或宏觀視覺功能的科學和技術。它是20世紀70年代初期在遙感圖片和生物醫學圖片分析技術取得卓越成就后興起的,涉及計算機、數字圖像處理、模式識別、人工智能、自動化、CCD 技術、視覺學等眾多學科。目前以圖像處

3、理技術為核心的計算機視覺技術是利用計算機視覺模擬人眼對作物進行可見光譜的近距離拍攝,運用人工智能、數字圖像處理等技術對圖像信息進行分析,獲得研究對象所需信息,其主要步驟包括圖像采集、預處理、圖像分割與特征提取以及對提取的特征進行分析和處理等。1.2系統組成計算機視覺技術系統是為了完成視覺任務(即采集、處理、分析、理解視覺信息而構造的系統,一般由CCD 攝像機、光源、圖像采集卡、計算機系統組成。攝像機可以將所要識別、解釋的對象以圖像的形式記錄保存下來,實質上就是一個光電傳感器,將反映對象、背景的光信號以電信號的形式記錄下來。插入計算機內部的圖像采集卡用來將攝像機采集的電信號轉換為數字信號,將圖像

4、數字化,以便于計算機對其進行各種必要的處理。光照系統為圖像采集提供合適的照明,以利于圖像的處理和分析。要使計算機視覺系統很好地實現所要求的功能,必須有一套良好的軟件系統與之相配套。軟件系統的差別較大,但基本框架是一致的,系統框架如圖1所示。收稿日期:2011-03-27基金項目:遼寧省教育廳項目(2008S209作者簡介:李永奎(1963,男,教授,從事農業智能檢測與控制研究工作。圖1計算機視覺軟件系統框架圖Figure 1Frame diagram of computer vision software system在圖1中,預處理的目的是消除圖像中無關的信息并恢復有用的真實信息,增強有關信

5、息的可測性和最大限度地簡化數據,從而提高圖像分割、特征提取、識別分析的可靠性。圖像分割是圖像預處理后的進一步工作,基本上是對像素進行分類。它將圖像分解為一些特定的性質相似的部分(區域或對象,并用這部第6期總第204期No.6Total No.2042011年6月Jun.2011農業科技與裝備Agricultural Science&Technology and Equipment分圖像進行特征提取、識別分析等。2計算機視覺技術的應用研究2.1產品質量檢測與分級與傳統的檢測方法相比,利用計算機視覺技術對產品進行檢測無需接觸便可以從獲取的圖像中得到大量的參數和信息,而且具有效率高、識別率高

6、和標準統一等優點,特別適合動物、植物等生物體的檢測與質量綜合評定。近年來,隨著計算機運算速度的不斷提高和機器視覺技術在農產品品質檢測與分級領域的廣泛應用,1997年王江楓等利用計算機視覺技術進行芒果質量及果面壞損檢測,分析確定了所需圖像區域的算法。試驗證明芒果質量及果面壞損分級的準確率接近80%。馮斌等基于分維理論定義了蘋果表面顏色分布的維度,實現了蘋果顏色分級,通過形狀模板過濾實現了運動圖像的變形修正,從而達到了提高蘋果自動分級速度的目的1。2.2作物生長態勢監測2.3病蟲及雜草檢測在作物生長期,雜草和病害蟲也是引起作物減產的重要原因。及時發現和控制雜草及害蟲,對確保作物的產量和質量具有重要

7、作用。隨著計算機視覺技術的發展,再加上其節省勞動力、精確、快速、自動識別等優點,使得基于計算機視覺的識別方法正成為雜草和害蟲識別領域的研究熱點。2.4自動收獲計算機視覺技術應用于農產品自動化收獲始于20世紀80年代中后期,是近年來最熱門的研究課題之一。1995年周云山、李強等利用計算機視覺技術設計了由蘑菇傳送帶、攝像機、采摘機器手、三自由度氣動伺服機構、機器手抓取控制系統和計算機等組成的蘑菇采摘器。但由于田間或果園作業環境較為復雜,使得采集的圖像含有大量的背景噪聲或干擾,因此造成目標信息判別速度較慢,識別準確率不高。德田勝等研究開發了一套用于西瓜收獲機器人的機器視覺系統,他們將攝取到的西瓜圖像

8、類型進行變換,然后觀察其色調和飽和度,據此可利用機器視覺技術檢測西瓜的成熟度,從而控制收獲機器人采收成熟度合適的西瓜。3存在的問題及未來展望3.1存在問題1研究對象復雜性的影響。農作物及其產品的形態差異較大,生長背景復雜,而且同一農業對象在不同的環境所表現出來的特征都不相同,給數字圖像的分割及特征的提取帶來很大的困難。在產品自動分級與品質檢測中,目前大部分研究成果都是靜態的,2011年第6期李永奎等:計算機視覺技術在農業生產中的應用59Application of Computer Vision Technique in Agricultural ProductionLI Yongkui ,L

9、IU Dong(College of Engineering ,Shenyang Agricultural University ,Shenyang 110866,China Abstract:The application of computer vision technique is on the rise ,especially in the fields of agriculture ,which have brought about tremendous impact on the traditional agricultural production models.This art

10、icle deals with the concept of computer vision technology ,its system components and its applications in agriculture.The author examines the problems existent in this area and presents the high-light of future development in computer vision technology.Key words:agricultural engineering ;computer vis

11、ion ;agriculture ;growth ;application即先從室內或田間采集靜態圖像,再用計算機對圖像進行處理。而實際生產應用中,很多情況下需要進行動態圖像的實時處理,這就需要圖像獲取與處理設備良好地配合,能在獲取圖像的同時立即處理所采集的圖像,精確快速地得出結果并進行控制。如何實現動態圖像處理以及從快速運動的農產品中提取有效圖像信息并對其矯正,是需要進一步探索的問題。2環境多變性的影響。目前,多數研究是在可以采集高質量圖像的具有可控光照、色溫以及沒有環境因素影響的實驗室或溫室等理想條件下進行的,但是基于無損的計算機視覺技術工作在農業應用中不可避免地需要在田間作業,而農田環境

12、十分復雜,如光照、風速變化、機械振動等許多因素都能導致圖像質量下降、噪聲增加,大大增加了圖像預處理的難度,降低了處理結果的準確性和快速性。因此,農業中計算機視覺技術的應用從實驗室走到田間實際還有很多問題值得研究。3.2未來展望計算機視覺在農業生產過程中有著廣泛的應用,而且其前景看好。利用計算機視覺技術可以提高生產率,實現農業生產與管理的自動化和智能化。我國目前多采用人的視覺,不僅費時、效率低下,而且與檢驗員自身的技術水平、工作態度等有很大的關系。因此,提出以下建議:1人才的培養儲備。計算機視覺技術涉及眾多學科(比如計算機、模式識別、人工智能、自動化、數字圖像處理等,但是目前我國此類人員緊缺。因

13、此,有必要組織從事作物栽培、計算機視覺、智能識別技術等多方面的專業人員進行多學科、跨單位合作,力爭培養高素質的綜合性人才。2加大科研經費的投入,提高科研成果的貢獻率。我國在這方面的投入較少,應得到更加廣泛的重視。3計算機視覺技術在設施農業與虛擬農業中的應用在我國尚處于起步階段,急需進一步加強、加快與世界領先技術地區的交流合作,關注國際最新動態,充分利用國外已經取得的研究成果,并探索新的適用于我國實際情況的理論和方法。參考文獻1馮斌.計算機視覺信息處理方法與水果分級監測技術研究D .北京:中國農業大學,2002.2熊利榮,丁幼春,劉劍英.機器視覺技術在農業領域中的應用J .湖北農機化,2004(4:23-24.3張紅濤,胡玉霞,趙明茜,等.田間害蟲圖像識別中的特征提取與分類器設計研究J .河南農業科學