機器視覺技術在農業生產中的應用研究

張學俊 顧沈明 李斌

[摘要]如今隨著計算機硬件、圖像采集處理裝置、圖像處理技術的迅猛發展，機器視覺在農業的應用領域不斷擴展。機器視覺技術在農業生產的應用可以節約勞動力、帶動產業升級、推動農業現代化的發展進程，對未來農業的智能化發展具有重要意義。介紹了機器視覺技術在種子和果實分級檢測、雜草和蟲害監測、重型農機設備自動化、植保無人機等方面的研究和應用情況，并分析了其在農業生產中的不足和面臨的挑戰，以供相關研究人員參考。

[關鍵詞]機器視覺;農業生產;農業現代化

[中圖分類號]TP391[文獻標識碼]A

“在工業化、城鎮化深入發展中同步推進農業現代化”是國家“十二五”規劃的重點之一，隨著規劃的實施，農業自動化技術的研究和應用得到了廣泛的關注和高度的重視。機器視覺技術是促進農業生產周期管理自動化智能化水平提高的一種高效的手段，該技術在國內外農業領域的種子質量檢測、田間雜草識別、植物生長信息監測、病蟲害監測等環節取得了較大的突破。我國是農業大國，現代化建設是進一步優化我國經濟發展的重要環節，農業生產效率和農業自動化生產水平是農業現代化的決定性指標，而機器視覺技術能夠對農業成本控制、降低人力配比率，帶動產業升級，實現農業智能化等方面產生巨大的推動作用。

當然相對于機器視覺技術在工業自動化中的應用環境，農業生產中的復雜多變的室外環境顯然更為惡劣。這就要求農業機器視覺技術的軟硬件設備能夠擁有更強的適應能力，同時相關的視覺傳感器系統也需要進行針對性的設計，以便收集最有價值的信息。在未來農業的智能化發展中，機器視覺技術將扮演非常重要的輔助角色，也將面臨很多技術上的挑戰。

1 機器視覺技術概述

機器視覺就是用計算機模擬人眼的視覺功能，從圖像或圖像序列中提取信息，對客觀世界的三維物體進行形態和運動識別。最終目標是用機器來完全解釋、模擬、重現和處理人的視覺。隨著計算機圖形處理和智能化技術的發展，機器視覺越來越多地參與到各種傳統生產行業的現代化進程中，扮演了“機器代人”重要的催化劑角色。

2 機器視覺技術在農業生產中的應用案例

正如在工業環境中一樣，機器視覺在農業中最關鍵的好處之一是它能夠自動完成耗時、勞動密集型的任務。隨著傳感器系統和執行器的進一步完善，機器視覺系統將逐漸可以用于管理水果采摘、作物控制、收獲和一系列其他任務。農業工作者的作用主要體現在監督能力上，用以幫助進一步優化機器視覺系統。

2.1 種子和果實分級檢測

農作物種子的質量是決定農作物的最終產量的重要因素，因此類型識別以及播種前的精選，對于提高農作物產量具有重要意義。傳統的人工分選與檢測耗時耗力，工作量大。利用機器視覺技術可以對獲取的種子圖像進行基本的幾何測量，獲得形狀、長寬比、面積等參數，進而區分種子的類別，完成優質種子與霉變、有缺陷種子之間的篩選工作。

為了減少人工分類整理，提高水果的品質分級，我們可以用機器視覺技術以及機器學習算法。通過圖像處理，可以無損地提取水果的形狀、顏色和大小，并制定相應的評分標準規則。基于機器視覺的自動分揀系統可以快速不間斷地進行水果的品質分析，這樣的方式可以廣泛用于各種柑橘類水果，橘子、蘋果，油棕類水果，草莓、芒果、檸檬、棗子等，從而節省時間，減少人工勞動。

2.2 雜草和蟲害監測

每種作物都有其自身的需求：圍繞其種植的過程和商業環境必須反映自然的需要。研究表明，在番茄生長周期中，雜草控制在間接成本中所占的比例相對較高。加州大學戴維斯分校的研究人員開發了一個自動除草系統，通過使用機器視覺系統的檢測和X射線清除番茄莖附近生長的雜草，改善了番茄生長條件。

農作物在生長過程中極易遭受病蟲侵害，從而影響最終產量。傳統的大面積施藥不僅浪費資源，更容易對環境造成污染和破壞。因此，對作物病蟲害區域進行檢測和識別，控制噴藥機械精準噴灑，是當前機器視覺在農業應用研究的熱點。在農作物生長的關鍵時間點出現病蟲，經常需要在短短的幾天時間內一下子給幾百上千畝地全噴完藥，稍稍晚了害蟲就會轉移，從而感染危害到其他正常農作物的產收。雇傭足夠多的人力雖然也可以完成這樣高強度的工作，但付出的代價可想而知。而利用機器視覺技術，快速識別農作物和蟲害分布，自動進行最佳噴灑用藥的劑量和路徑規劃，可以提高90%的除蟲害效率。

2.3 重型農機設備自動化

機器視覺可以大大增強現有的農業設備工作效率，并可廣泛用于一些重型農用機械設備的自動化升級中。機器視覺技術的采用有助于創造一種全新一代的農機設備，如在萵苣生產前期，裝備視覺系統的除草機能夠區分健康的萵苣幼苗和入侵植物，并應用適當的化學或人工方法來提高幼苗的生存能力。

例如我國目前茶葉采摘和用工的矛盾已經成為茶葉產業發展的瓶頸，加快發展茶葉采摘機械化勢在必行。采用機械化作業替代人工，不僅可以降低成本，而且能夠提高采茶質量和生產效率。機器視覺在茶隴識別與采茶機導航中的應用，給茶產業帶來了新的春天。利用計算機視覺系統識別茶樹嫩芽并實現定位采摘的方法，不僅可以保證葉片的完整性，還能使整個采摘過程完全自動化，節省大量的人力物力，當然機器視覺的識別效率還有提升的空間。

2.4 植保無人機

由于現代視覺系統的精確性，目前的植保無人機已經可以用來監測宏觀水平的農作物狀況。這使專業人員有機會迅速采取行動，防止疾病、害蟲或不利環境條件的意外爆發。例如在棉花種植過程中，脫葉期到來之前給它噴灑脫葉劑，就是影響最后收成如何的關鍵環節。噴灑得好，不僅可以促進棉花均勻成熟，還可以減少采摘的棉花上殘留著的葉渣等雜質，從而提高棉花的品質。傳統手段通常通過把拖拉機開進棉花田里，通過車上連著的噴桿來進行撒藥。但這種做法不僅會碾壓破壞大片大片的棉花，增大無謂損耗，而且棉花長太高的地方車根本就開不進去。到了這時，只能用人工進行噴藥、澆水、防蟲、頂芽摘尖、脫葉、采摘等等。棉花生長過程中任何一個環節出現意外如果沒有及時處理，造成的損失幾乎是無法挽回。而裝載機器視覺識別系統的植保無人機就能實現對棉花等農作物的高效低公害施藥。一來空中施藥不僅可以避免碾壓破壞掉棉花徒增多余的損失，二來機器視覺系統能識別不同田地的地形和農作物分布，自動設置最佳的噴水撒藥用量和運作軌跡。原本每667m2需要30L的藥水噴灑，現在每667m2只需要1L水。一臺植保無人機每小時可以完成2～10hm2農田的作業，一個工作人員就能控制2～5臺無人機。在大幅度節省人力和藥水成本，提高效率的同時，效果甚至還比費時耗力的人工和傳統粗暴的機械作業要好上不少。

3 機器視覺技術在農業生產中的不足和面臨的挑戰

機器視覺技術在農產品無損檢測、植物生長信息檢測、病蟲害檢測、農田視覺導航、植保無人機等方面的研究已有很大進步，但是由于農業研究對象的多樣性和復雜性以及機器視覺技術自身的特點，加之我國農業現代化發展的相對滯后，機器視覺技術在我國農業領域的應用仍存在如下的不足和挑戰。

3.1 我國農業現代化基礎建設較為薄弱

目前我國農業發展總體上存在缺乏資產經營管理、保障能力不足、布局不合理、農業技術應用不高等問題。農業生產相對分散，規模小，人均耕地不到0.093hm2，農業基礎設施建設落后于經濟發展水平。這極大地增加了調整和優化農業經濟結構的難度，并進一步制約農業現代化的推進。

3.2 我國農業科技創新動力不足，相關技術人才缺乏

我們農業科技目前自主創新創能力不強，創新成果相對不足。許多動植物良種還需要進口支持。農業科技研發投入與發達國家差距較大，大約只有1/10。薄弱的科研基礎條件也造成了農業科技推廣服務的落后，相關技術人才的數量缺口很大，一定程度上限制了農業現代化的發展。

3.3 機器視覺技術在農業生產領域的局限性

機器視覺技術作為農業現代化發展中的新興技術，其應用前景和潛力是巨大的，但相對于較為成熟的工業自動化生產模式，機器視覺在當前農業生產中依然有其無法規避的局限性。大部分情況下，農業生產環境總體上要比工業生產環境復雜的多。形狀不規則的農產品，結構不規則的作物枝干，田間作業時復雜多變的光照條件，內部品質通常高于外觀的判斷依據，都將是限制機器視覺技術在農業生產中進一步發展的技術壁壘。同時圖像的精準處理對網速及傳輸穩定性要求更高，而目前廣大農村的網絡基礎建設現狀顯然還不足以支撐大規模的機器視覺技術應用。

4 結語

隨著我國農業現代化的不斷推進，機器視覺技術在農業生產中的應用前景越來越廣泛。不過農作物的多樣性、田間環境的復雜性、農業現代化的基礎薄弱、技術人才缺乏，限制了機器視覺技術在農業生產中的應用與發展。在國家鄉村振興戰略下，大量的資金和政策向農村和農業傾斜，農業科技基礎建設進一步完善，許多大學生和技術人才也紛紛回鄉支援農業現代化建設，為機器視覺技術提供堅實的外部基礎。而神經網絡、模糊控制等智能算法的精進和人工智能的發展，圖像處理技術的豐富度和速度得到了大大的提升，加之5G時代的來臨，也將為機器視覺技術和農業生產的進一步融合奠定技術基礎。農業發展向來離不開技術的變革，科技一旦與傳統行業高度結合，將會是一場悄無聲息而又勢如破竹的大變革。相信不久的將來，莊稼之人面朝黃土背朝天這一延續了幾千年的傳統農耕方式將會徹底改變。

[參考文獻]

[1] 成芳，應義斌.機器視覺技術在農作物種子質量檢驗中的應用研究進展[J].農業工程學報，2001，17（6）：175-179.

[2] 陳兵旗，吳召恒，李紅業，等.機器視覺技術的農業應用研究進展[J].科技導報，2018，36（11）：54-65.

[3] 于艷玲.對面向市場經濟的農機化技術推廣模式的探討[J].現代經濟信息，2017（24）：354-354.

[4] 劉曙光，劉明遠，何戊.機器視覺及其應用[J].機械制造，2000，38（7）：11-15.

[5] 傅宇.機器視覺技術在農業生產自動化領域中應用研究[J].安徽農業科學，2006（15）：3871-3872.

[6] 劉亞麗，李怡.機器視覺技術在農業工程中的應用[J].電腦知識與技術，2017（23）：149-150.

[7] 王偉羊.基于計算機視覺的采茶機導航技術研究[D].杭州：浙江工業大學，2016.