計算機視覺技術(shù)在農(nóng)業(yè)上的應(yīng)用

郝文影

（河北科技師范學(xué)院　河北　秦皇島　066004）

在當(dāng)前，計算機技術(shù)和數(shù)字圖像處理技術(shù)得到了良好的發(fā)展，而且害蟲圖像處理技術(shù)的提高也有效地提升了害蟲診斷工作的水平。因此就目前而言，應(yīng)以計算機視覺圖像識別為主要研究內(nèi)容，真正提升對目標(biāo)圖像的實時檢測速度以及效率，并更好的促進我國農(nóng)業(yè)領(lǐng)域的穩(wěn)定發(fā)展。

1　計算機視覺技術(shù)的特點

計算機視覺技術(shù)已經(jīng)成為工程領(lǐng)域、科學(xué)領(lǐng)域當(dāng)中具有挑戰(zhàn)性的重要研究內(nèi)容。計算機視覺技術(shù)屬于綜合性學(xué)科，其包括計算機科學(xué)與工程、信號處理技術(shù)、物理學(xué)知識以及應(yīng)用數(shù)學(xué)與統(tǒng)計學(xué)知識等。計算機視覺技術(shù)的任務(wù)就是借助數(shù)學(xué)、信號學(xué)以及數(shù)字圖像處理和模式識別等技術(shù)對單幅以及多幅圖像開展精準(zhǔn)的理解與識別。對于當(dāng)前計算機視覺的應(yīng)用大致上分成定位、量測、識別以及缺陷檢測等。而將計算機視覺技術(shù)運用到農(nóng)業(yè)上，能夠?qū)r(nóng)業(yè)生產(chǎn)情況進行全面分析，并制定完善的農(nóng)業(yè)發(fā)展策略，更好的提升農(nóng)業(yè)生產(chǎn)水平，為我國農(nóng)業(yè)行業(yè)的良好發(fā)展提供有利保障。

2　計算機視覺技術(shù)在農(nóng)業(yè)中的應(yīng)用

計算機視覺技術(shù)在實際的應(yīng)用當(dāng)中，主要就是對雜草進行識別，根據(jù)雜草的不同種類，運用光譜分析法、顏色分析法以及紋理分析法和外形分析法等。而且當(dāng)前國外的害蟲識別技術(shù)也已經(jīng)運用到實際生產(chǎn)當(dāng)中了。一些相關(guān)人員借助攝像頭來進行實時監(jiān)控，在黑光燈的引誘下將害蟲的圖像攝取出來，再借助小波分析的形式來分解圖像，進而提取目標(biāo)顏色、面積周長等信息。之后借助所改進的BP網(wǎng)絡(luò)學(xué)習(xí)算法訓(xùn)練識別，其識別準(zhǔn)確率能夠達到85.7%?？墒呛οx識別系統(tǒng)很難識別沒有飛行能力且體積較小的害蟲，因此該技術(shù)還有待研究和完善。

3　問題以及未來的發(fā)展方向

3.1存在的主要問題。首先，受研究對象復(fù)雜性影響。農(nóng)作物和其產(chǎn)品形態(tài)存在較大差異，生長背景比較復(fù)雜。并且對于一種農(nóng)業(yè)對象在不同的環(huán)境下，其表現(xiàn)的特征也各不相同，這樣會給數(shù)字圖像分割以及特征提取工作帶來一定的難度。而且在產(chǎn)品自動分級以及品質(zhì)檢測工作當(dāng)中，大部分研究的成果都屬于靜態(tài)化的，也就是在室內(nèi)或田間進行靜態(tài)圖像的采集，之后在運用計算機來對圖像進行近一步的處理。在實際的生產(chǎn)應(yīng)用當(dāng)中，一般都需要進行動態(tài)圖像的實時處理工作。因此要求圖像獲取和處理設(shè)備進行良好的配合，在獲得圖像后便立即進行處理，以便更加精確、快速地獲得結(jié)果，進而開展良好的控制工作。其次，受環(huán)境多變性的影響。在多數(shù)研究當(dāng)中都是在能夠采集高質(zhì)量圖像的情況下來開展工作的，可是計算機視覺技術(shù)工作運用在農(nóng)業(yè)中，將會不可避免地在田間進行作業(yè)，但是農(nóng)田的環(huán)境比較復(fù)雜，這會給圖像預(yù)處理帶來一定的難度，所以農(nóng)業(yè)中運用計算機視覺技術(shù)還有待研究和分析。

3.2未來展望。首先，注重人才培養(yǎng)。在當(dāng)前環(huán)境下我國此類人員緊缺，所以在實際工作當(dāng)中，有必要組織相應(yīng)的教育以及培訓(xùn)工作，培育從事作物栽培、計算機視覺以及智能識別技術(shù)等方面的專業(yè)人才，進而引導(dǎo)其進行多學(xué)科、跨單位的合作，從而更好的培養(yǎng)出高素質(zhì)綜合性人才。其次，對于計算機視覺技術(shù)在設(shè)施農(nóng)業(yè)和虛擬農(nóng)業(yè)當(dāng)中的有效運用，在我國還處在初步階段。因此急需進行研究，進一步加強與世界領(lǐng)先技術(shù)地區(qū)的交流與合作，關(guān)注國際的最新動態(tài)，進而將計算機視覺技術(shù)更好的運用到農(nóng)業(yè)生產(chǎn)與管理當(dāng)中。

[1]胡志明.計算機視覺分級技術(shù)在茶葉品質(zhì)檢驗中的應(yīng)用 [J].福建茶葉，2016(5)：22～23.

[2]湯一平，王偉羊，朱威，等.基于機器視覺的茶隴識別與采茶機導(dǎo)航方法 [J].農(nóng)業(yè)機械學(xué)報，2016(1)： 45～50.

[3]江朝暉，楊春合，周瓊，等.基于圖像特征的越冬期冬小麥冠層含水率檢測 [J].農(nóng)業(yè)機械學(xué)報，2015(12)： 260～267.

[4]徐勝勇，林衛(wèi)國，伍文兵，等.基于顏色特征的油菜缺素癥圖像診斷 [J].中國油料作物學(xué)報，2015(4)： 576～582.