機器視覺在農業(yè)產品設計中的應用研究

李帥 吳凡 劉楊

摘? 要：本文闡述了機器視覺的基本概念、工作流程、發(fā)展階段、主要應用領域及其研究現(xiàn)狀，列舉機器視覺目前在農業(yè)產品設計中的應用場景并分析其原因，根據(jù)現(xiàn)有應用場景分析機器視覺應用于農業(yè)產品設計的優(yōu)勢與缺陷，最后對現(xiàn)有應用機器視覺的農業(yè)產品設計進行設計分析，論證機器視覺應用于農業(yè)產品設計的意義。合理地將機器視覺運用到農業(yè)產品設計中，能發(fā)揮機器視覺的優(yōu)勢，有效地提高農業(yè)生產效率。

關鍵詞：機器視覺;農業(yè)生產;農業(yè)產品設計

基金項目：本文系2019湖南省研究生優(yōu)質課程“產品設計前沿研究”（湘教通〔2019〕370號）研究成果。

目前，世界上仍有數(shù)以億計的饑餓人口。根據(jù)全球應對糧食危機網(wǎng)絡發(fā)布的最新一期《全球糧食危機報告》，截至2019年末，全球有1.35億人處于重度糧食不安全狀態(tài)，不幸的是由于新型冠狀病毒的大爆發(fā)，2020年的饑餓人口數(shù)量將會增加更多[1]。與此同時，人口增長率放緩，社會人口老齡化加劇，城市化進程加快，農村人口流失等現(xiàn)象的出現(xiàn)，使得能進行農業(yè)生產活動的勞動人口與農業(yè)用地不斷減少。如何提高農業(yè)生產的效率、提高糧食產量，減少饑餓人口，如今變得尤為迫切與必要。農業(yè)農村部、中央網(wǎng)絡安全和信息化委員會辦公室近日印發(fā)的《數(shù)字農業(yè)農村發(fā)展規(guī)劃（2019—2025年）》中提出，構建基礎數(shù)據(jù)資源體系、加快生產經營數(shù)字化改造、推進管理服務數(shù)字化轉型、強化關鍵技術裝備創(chuàng)新、加強重大工程設施建設等加快推進農業(yè)農村生產經營精準化、管理服務智能化的具體措施[2]。而設計能發(fā)揮科學技術的作用，推進農業(yè)數(shù)字化、產業(yè)化，帶動農業(yè)產品設計智能化、高效化，提高農業(yè)生產效率，因此，本文將以設計的角度來探討機器視覺技術在農業(yè)產品中的應用。

一、機器視覺概述

機器視覺，也可以稱作計算機視覺，涉及人工智能、神經生物學、心理物理學、計算機科學、圖像處理、模式識別等諸多領域[3]。機器視覺是一種主要通過相機獲得被觀察物的圖像，再利用圖像處理技術進行處理、分析得到控制參數(shù)，進而實現(xiàn)生產過程控制的人工智能技術[4]。簡而言之，機器視覺就是機器代替人去觀察并判斷，或是研究機器“看”與“判斷”的技術。一個機器視覺系統(tǒng)，通常包括光源、鏡頭、相機、圖像采集卡、圖像處理中心與執(zhí)行系統(tǒng)六大部分，也可分為圖像采集、圖像處理與判斷執(zhí)行三大板塊。機器視覺系統(tǒng)的工作流程可以被概括為如圖1所示，攝像機拍下被觀測物體，圖像采集卡采集圖片并轉換為信號傳輸?shù)綀D像處理中心，圖像處理中心做出判斷并交于執(zhí)行系統(tǒng)執(zhí)行指令。

機器視覺技術的研究發(fā)展可分為幾個階段：第一階段，模式識別。機器視覺的研究始于20世紀50年代二維圖像的統(tǒng)計模式識別，主要為二維圖像的分析與識別。第二階段，積木世界。20世紀的60年代機器視覺的研究熱點是以理解三維場景為主。第三階段，起步發(fā)展：20世紀70年代出現(xiàn)了一些視覺運動系統(tǒng)，并且在這段時間，David? Marr 提出的不同于“積木世界”分析方法的視覺計算理論，此理論在80年代成為十分重要的理論框架。第四階段，從20世紀的80 年代開始，機器視覺技術發(fā)展迅速，新技術、新知識層出不窮，并且開始在各個領域得到了應用[5]。目前，最先進的機器視覺技術仍然由美國、日本等國家掌握，國內不僅處于由勞動導向型向技術導向型的轉型時期，對提高生成效率、降低人工成本的機器視覺方案有著旺盛的需求，也在成為機器視覺技術研究最為旺盛的地區(qū)之一[6]。

二、機器視覺在農業(yè)產品設計中的應用場景

目前，機器視覺在農業(yè)產品領域主要是以研究與實驗為主。機器視覺系統(tǒng)尚未成熟，智能化程度低，未能適應實時性、靈活性高的農業(yè)工作場景，所以未能應用在大規(guī)模的農業(yè)生產中。在農業(yè)產品設計中，機器視覺主要應用于單一、機械化的農業(yè)活動，超出人眼觀察范圍或難以觀察的對象，惡劣的工作環(huán)境與數(shù)字化、規(guī)模化與產業(yè)化的農業(yè)場景中。

（一）主要應用于單一、機械化的農業(yè)生產活動中

當下的機器視覺系統(tǒng)智能化程度較低，多針對單一生產活動或是單一場景研發(fā)，對于其他未針對研發(fā)的生產活動或場景兼容性較差，更難以同時進行多項的農業(yè)生產活動。在農業(yè)生產活動中，以往都是需要人同時掌握多項農業(yè)生產技能，目前的機器視覺往往只能勝任其中的一項農業(yè)生產活動，并且機器視覺系統(tǒng)部件大多需要花費較長調校與研發(fā)的時間，所以機器視覺系統(tǒng)多應用在單一的農業(yè)生產活動中。例如，在桑蠶業(yè)的農業(yè)產品設計中，陶丹提出了一種基于機器視覺的蠶蛹雌雄在線智能識別與分選裝置設計，提高雌雄蠶蛹分離的效率，經實驗，能有效地將雌雄蠶蛹分離[7]。機器視覺在進行單一、機械化的農業(yè)生產活動中才能最大程度發(fā)揮機器視覺的優(yōu)勢，因此在將機器視覺應用于農業(yè)產品設計中需要注意該農業(yè)生產活動是否過于復雜，或將復雜農業(yè)生產活動進行拆分，然后分別系統(tǒng)地設計適用的產品，來滿足復雜的農業(yè)生產活動。

（二）超出人眼觀察范圍外或難以觀察的對象

人眼相比于機器視覺系統(tǒng)，能觀察到范圍極其有限，而機器視覺可配備不同參數(shù)的鏡頭，觀察范圍較廣。在識別精度上，人眼能識別的精度約為≤0.2mm，機器視覺的識別精度，理論上運用高精度設備，可達微米級別。在識別速度上，人眼由于有視覺暫留，觀察速度遠不及機器視覺配備高速相機的拍照速度。在農業(yè)生產活動中，有許多工作對識別的范圍、精度與速度有非常高的要求。例如，農產品分級是實現(xiàn)農產品優(yōu)質、優(yōu)價的有效途徑，但其對于分級的精度要求高，采用人工分級勞動強度大，不同工作人員分級標準存在主觀差異，并且人工農產品分級屬于勞動密集型產業(yè)，不斷提高的勞動力成本將會逐漸降低農產品分級所帶來的經濟效益，尋找效率更高、價格更低的農產品分級方式，去取代人工進行農產品分級已是大勢所趨。近年來，機器視覺技術在農產品的品質檢測和分級方面有很多研究和應用，機器視覺依據(jù)圖像處理技術或算法做出判斷，結合農產品的多個外部品質指標進行特征融合的快速智能判別分級，分級更加客觀和全面。饒秀勤[8]提出了一種水果品質檢測與實時分級系統(tǒng)，根據(jù)水果尺寸、形狀、顏色和表面缺陷等品質指標進行提取，來進行水果的實時檢測和分級，經實驗，能滿足水果分級的需求。機器視覺應用于農產品分級中，不僅可以提高農產品分級精度，還提升了工作效率，使得農產品獲得更多的附加價。

（三）惡劣的工作環(huán)境

在惡劣的工作環(huán)境下，人易受到環(huán)境的影響，無法長時間地工作，而機器視覺可實現(xiàn)全自動化工作，受工作環(huán)境的影響較小。將機器視覺技術應用于農業(yè)產品設計中，可以很好地代替人在特殊工作環(huán)境中進行部分的生產活動。在農業(yè)生產活動中，有許多是在惡劣的環(huán)境或者天氣下進行工作的。王樹才等針對家禽屠宰凈膛人工作業(yè)中存在的勞動負荷大、工作效率低、作業(yè)環(huán)境惡劣等問題，設計了一種基于機器視覺定位的家禽屠宰凈膛機械手系統(tǒng)，經實驗，機器視覺的定位精度高，凈膛機械手能夠準確抓取內臟[9]。機器視覺系統(tǒng)受環(huán)境的影響比人要低，將此技術應用于在農業(yè)產品設計中，可代替人完成部分惡劣工作環(huán)境下的農業(yè)生產活動，使得人可以去進行更有價值的生產活動。

（四）數(shù)字化、規(guī)?；c產業(yè)化的農業(yè)

人口增長率的降低，社會人口老齡化嚴重，城市化的快速發(fā)展，農村人口的外流等社會現(xiàn)象，導致勞動力成本的逐年提高，都給如今的農業(yè)生產增加了不小的成本負擔，農業(yè)向數(shù)字化、規(guī)模化與產業(yè)化發(fā)展是大勢所趨。機器視覺技術的快速發(fā)展，在部分的農業(yè)生產活動中能很好地代替人進行工作，極大地提高農業(yè)生產的效率，降低農業(yè)生產的成本。例如，在傳統(tǒng)的人工、畜力除草方法已經不適用于新的生產方式的情境下，李南設計了基于機器視覺的鋤草機器人，經實驗，基于機器視覺的鋤草方式，更能滿足現(xiàn)代化農業(yè)生產的需求[10]。因此，機器視覺應用于農業(yè)產品設計中，更能夠適應大規(guī)?；霓r業(yè)生產，推動農業(yè)又好又快的現(xiàn)代化發(fā)展。

三、機器視覺在農業(yè)產品

設計中的應用優(yōu)勢與缺陷分析

如何更高效地服務于農業(yè)生產活動一直是農業(yè)產品設計研究的重點。而讓機器視覺在農業(yè)產品中發(fā)揮更大功效，則需要根據(jù)當下研究的主要應用場景，分析機器視覺的應用優(yōu)勢與缺陷，為設計實踐提供參考，提高農業(yè)生產效率，推進農業(yè)和農村的生產經營精準化、管理服務智能化。機器視覺的最顯著的應用優(yōu)勢就是可實現(xiàn)無接觸式觀察，還可以實現(xiàn)觀察過程無損化。此外，機器視覺還擁有觀察范圍廣、客觀性、不知疲勞、可適應惡劣工作環(huán)境等優(yōu)勢，缺陷目前主要表現(xiàn)為智能化程度低，適應性差，研發(fā)周期長（如圖2）。

（一）應用優(yōu)勢

1.在工作方式上，現(xiàn)有基于機器視覺的農業(yè)產品設計均可自動化工作，無須人員操作與監(jiān)管，可實現(xiàn)與被觀察對象無接觸觀察，這是機器視覺系統(tǒng)的最大優(yōu)勢。由于不需要人員操作與監(jiān)管，機器視覺系統(tǒng)也可以在人難以適應的工作環(huán)境下作業(yè)，并且能實現(xiàn)觀察者與被觀察對象的觀察過程無損化，因此，機器視覺系統(tǒng)可以在惡劣工作環(huán)境進行農業(yè)生產活動。例如，在家禽屠宰工作環(huán)境下，人需要忍受難聞血腥味，還有可能染上傳染病，工作完還需清洗宰殺家禽的血跡，而將機器視覺應用于農業(yè)產品設計中便能避免此類問題發(fā)生。

2.在工作能力上，機器視覺系統(tǒng)能裝配的配件靈活度高，可以配備多種鏡頭與相機，能觀察的范圍非常廣，精度也十分高，理論上，人眼無法觀察或難以觀察的對象機器視覺也能觀察，比如，紅外線、細菌、精密零部件等。在實際農業(yè)生產活動中，農產品分級、種子質量檢測等這些對檢測精度要求非常高的工作中，機器視覺系統(tǒng)也比人眼觀察的準確率要高，速度也更快。機器視覺系統(tǒng)是根據(jù)預設算法做出判斷，結果較為客觀，而人眼觀察則會因為觀察人員的不同，觀察結果往往有主觀差異性，這是因為人所受的培訓時間，熟練程度，精神狀態(tài)與其他因素導致的結果。

3.在工作效率上，機器視覺系統(tǒng)得益于高速相機、圖片采集卡與處理算法等技術的快速發(fā)展，系統(tǒng)的工作效率也獲得了極大的提高，并且機器視覺系統(tǒng)不知疲勞，只需要系統(tǒng)所有部件正常運作，可以保證不間斷地高效率工作，而人則會有身體疲勞、精神疲勞與神經疲勞，隨著工作時間的增加人的工作效率會降低，人還易受工作環(huán)境與條件的影響。農業(yè)生產活動多為單一、機械的體力勞動，人若長時間在惡劣環(huán)境下工作容易受傷、產生勞損等，機器視覺系統(tǒng)則受影響較小，有部件損壞，通過維修或者更換，可繼續(xù)工作。

4.在農業(yè)向數(shù)字化、規(guī)?；a業(yè)化發(fā)展的大背景下，機器視覺系統(tǒng)擁有集成度高、數(shù)字化程度高的優(yōu)點，可自動獲取大量數(shù)據(jù)，方便信息集成。機器視覺更能適應當下農業(yè)的發(fā)展方向。在這個科學技術高速發(fā)展的時代，機器視覺擁有可嵌入性，可以與其他科技相結合，實現(xiàn)更多農業(yè)生產的可能性。例如，當下蓬勃發(fā)展的互聯(lián)網(wǎng)技術可與機器視覺相結合，一起運用于農業(yè)產品設計中，可實現(xiàn)人在千里之外進行農業(yè)生產活動，極大地方便了農業(yè)生產活動。

（二）應用缺陷

1.現(xiàn)有的機器視覺系統(tǒng)大部分是根據(jù)圖像處理技術或者深度學習算法等來對采集的圖像做出判斷，智能化程度較低，在應對突發(fā)情況時，機器視覺系統(tǒng)中的處理中心通常不知道該如何判斷，更難以滿足某些實時性要求較高的工作情境。而人相比較于機器視覺擁有更高的智慧，擁有邏輯推理、思考、分析等能力，能更好地處理突發(fā)情況。

2.機器視覺系統(tǒng)一般是應于單一場景或者單一工作，對不同工作或場景兼容性較差，而人相比較于機器視覺擁有較強的學習能力與適應能力，可以同時掌握在不同場景下的多種工作。在農業(yè)生產活動中，場景相對來說會較為固定，但會有季節(jié)與天氣導致工作場景的變化，并且農業(yè)生產活動工作種類繁多，針對所有工作單獨開發(fā)設備需要耗費大量的人力與資金。

3.機器視覺系統(tǒng)所含部件繁雜，研發(fā)與調試的周期較長，尤其是機器視覺系統(tǒng)中的核心板塊處理中心所需的算法或圖像處理技術需要消耗大量的人力、物力與時間，成本高。而人擁有較強的學習能力，經過簡單的培訓就能勝任大部分農業(yè)生產活動，例如，采摘水果、噴灑農藥、種子播種與水利灌溉等。

四、機器視覺在農業(yè)產品中的設計實踐與分析

機器視覺擁有無接觸觀察、觀察范圍廣、效率高、速度快、精度高、可長時間工作、信息易集成、能適應惡劣工作環(huán)境等優(yōu)勢，發(fā)揮機器視覺在農業(yè)產品設計中的作用，從而節(jié)約勞動力、帶動產業(yè)升級、推動農業(yè)現(xiàn)代化的發(fā)展進程，對未來農業(yè)的數(shù)字化、產業(yè)化與智能化發(fā)展有著重要的意義。目前，在農業(yè)產品設計領域，國內外已有不少學者進行研究與設計實踐，涉及農業(yè)生產的各個環(huán)節(jié)，但由于農業(yè)生產的多樣性與復雜性與機器視覺自身的劣勢，目前機器視覺在農業(yè)產品中停留在實驗階段，未能大規(guī)模的實際應用與生產。

（一）機器視覺在農業(yè)產品設計中的鑒定應用

玉米種子精選與播種方式是決定玉米產量高低和產品品質優(yōu)劣的關鍵環(huán)節(jié)，目前的篩選玉米種子的主要方法是人工識別，不僅識別精度低、效率低，長時間工作還容易造成視覺損傷與精神疲勞，人工篩選的效率和準確率還會受培訓程度與熟練度影響，易存在主觀差異。為了提升玉米種子質量與改善播種方式，王僑設計了基于機器視覺的玉米種穗圖像精選與定向定位裝置，來提高玉米的單位面積產量，經過試驗，該裝置設計能有效篩選玉米種子和實現(xiàn)定向播種[11]。

該研究的問題求解過程如圖3所示。首先發(fā)現(xiàn)了國內玉米單位產量低的問題，然后分析得出是玉米種子質量與播種技術的問題，提出理想解即提升種子質量與優(yōu)化播種方式，最后利用機器視覺的識別能力強、速度快、無疲勞等優(yōu)勢來篩選玉米種子和定向播種改善現(xiàn)有播種方式。將機器視覺技術應用到玉米種穗圖像精選與定向定位裝置設計上，既能保證超高的準確率，還能保證長時間的高效率工作，機器視覺是根據(jù)算法或圖像處理技術做出判斷，篩選種子的效率與準確率較為統(tǒng)一，此設計改變了玉米種子篩選方式，優(yōu)化了播種方法，可以節(jié)省大量的人工成本，提升玉米種植前期準備工作的質量與效率。

（二）機器視覺在農業(yè)產品設計中的監(jiān)測應用

森林火災是一種突發(fā)性強、破壞性強、處置與救助較為困難的自然災害，現(xiàn)有監(jiān)測預防方式，難以滿足森林防火的監(jiān)測范圍廣、樣本數(shù)量多，地形復雜的需求，導致監(jiān)測誤報的情況時有發(fā)生。針此問題，劉凱等人將機器視覺運用于多功能森林防火機動巡查滅火裝備中，來監(jiān)測森林火災，經實驗，可以識別火災初期的煙霧與大面積燃燒的火焰[12]。

該設計的過程分析如圖4所示。首先提出監(jiān)測誤報時有發(fā)生的問題，隨后分析得出監(jiān)測難度大的原因是監(jiān)測范圍廣、樣本數(shù)量多、地形復雜等，最后利用機器視覺的精度高、速度快的優(yōu)勢來提升監(jiān)測準確率，替代現(xiàn)有森林防火的監(jiān)測方式。將機器視覺技術應用于森林防火監(jiān)測上，既能保證監(jiān)測的準確率，還能保證全天候地工作。同時，機器視覺系統(tǒng)具有可嵌入性，能與現(xiàn)有的滅火裝備相結合，可降低研發(fā)成本，豐富森林防火監(jiān)測方式的多樣性。

五、結語

機器視覺技術相比于人，擁有無接觸觀察、可觀察范圍廣、效率高、速度快、高精度、可長時間工作、信息易集成、能適應惡劣工作環(huán)境等優(yōu)勢，但也存在智能化程度較低、適應性差與研發(fā)周期較長等缺陷。在農業(yè)生產活動中，有許多為單一、簡單、勞動強度高、作業(yè)環(huán)境惡劣的工作，通過設計合理地應用機器視覺，發(fā)揮技術自身的優(yōu)勢，能提高農業(yè)生產效率一定程度上解決人口增長率放緩，農村人口流失，勞動力成本上升等問題。最后，機器視覺技術可以促進提高農業(yè)產品設計的智能化水平，加快農業(yè)的數(shù)字化、產業(yè)化與現(xiàn)代化進程。

參考文獻：

[1]聯(lián)合國.2020《全球糧食危機報告》[EB/OL].[2020-04-21].https：//www.fsinplatform.org/sites/default/files/resources/files/GRFC_2020_ONLINE_200420_FINAL.pdf.

[2]農業(yè)農村部.數(shù)字農業(yè)農村發(fā)展規(guī)劃（2019-2025年）[EB/OL].[2019-12-25].http：//www.moa.gov.cn/nybgb/2020/202002/202004/t20200414_6341532.htm，.

[3]章煒.機器視覺技術發(fā)展及其工業(yè)應用[J].紅外，2006（2）：11-17.

[4]王曉初，等.基于機器視覺的軸承蓋外形輪廓分類方法[J].包裝工程，2020（23）：217-222.

[5]余文勇，石繪.機器視覺自動檢測技術[M].北京：化學工業(yè)出版社，2013：6-7.

[6]胥磊.機器視覺技術的發(fā)展現(xiàn)狀與展望[J].設備管理與維修，2016（9）：7-9.

[7]陶丹.基于機器視覺的家蠶蛹雌雄識別研究[D].重慶：西南大學，2019.

[8]饒秀勤.基于機器視覺的水果品質實時檢測與分級生產線的關鍵技術研究[D].杭州：浙江大學，2007.

[9]王樹才，陶凱，李航.基于機器視覺定位的家禽屠宰凈膛系統(tǒng)設計與試驗[J].農業(yè)機械學報，2018（1）：335-343.

[10]李南.基于機器視覺的鋤草機器人快速作物識別方法研究[D].北京：中國農業(yè)大學，2017.

[11]王僑.玉米種子的圖像精選定向定位方法及裝置研究[D].北京：中國農業(yè)大學，2017.

[12]劉凱，等.基于計算機視覺的森林火災識別算法設計[J].森林工程，2018（4）：89-95.

作者簡介：

李帥，湖南工業(yè)大學碩士研究生。研究方向：MFA藝術設計。

吳凡，湖南工業(yè)大學碩士研究生。研究方向：MFA藝術設計。

劉楊，湖南工業(yè)大學碩士研究生。研究方向：MFA藝術設計。