計算機視覺技術在農作物病蟲害檢測中的運用研究

摘要：現代農業發展更趨集約化、信息化，這為計算機視覺技術的運用提供了空間。以算機視覺技術在農作物病蟲害檢測中的運用優勢為切入點，在此基礎上分析其具體運用方法，包括建設信息作業系統、強調信息采集、運用可視化技術、重視信息復用等內容。最后就該技術在農作物病蟲害檢測中的未來運用進行展望，一方面客觀呈現技術優勢、特點，另一方面為其發揮價值提供必要參考。

關鍵詞：計算機視覺技術農作物病蟲害檢測農業生產

中圖分類號：TP391.41

ResearchontheApplicationofComputerVisionTechnologyinCropDiseaseandPestDetection

LIUYi

HunanVocationalCollegeofScienceandTechnology，Changsha，HunanProvince，410004China

Abstract：Thedevelopmentofmodernagricultureisbecomingmoreintensiveandinformation-based，whichprovidesspacefortheapplicationofComputerVisiontechnology.ThisarticletakestheadvantagesofComputerVisiontechnologyincroppestanddiseasedetectionasthestartingpoint，andanalyzesitsspecificapplicationmethodsonthisbasis，includingtheconstructionofinformationoperationsystems，emphasisoninformationcollection，applicationofvisualizationtechnology，andemphasisoninformationreuse.Finally，thefutureapplicationofthistechnologyincroppestanddiseasedetectionisprospected.Ontheonehandobjectivelypresentingitsadvantagesandcharacteristics，andontheotherhandprovidingnecessaryreferencesforitsvalue.

KeyWords：ComputerVisiontechnology;Crops;Diseaseandpestdetection;Agriculturalproduction

計算機視覺技術（ComputerVisionTechnology）是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，并進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。現代社會持續發展使計算機視覺技術的價值更顯突出，也在更多領域得到運用、關注，包括農業生產工作在內。現狀上看，農作物病蟲害檢測工作影響其生產效益，是需要關注的重點環節，計算機視覺技術能夠在農業領域發揮作用，也可應用于農作物病蟲害檢測[1]。以促進農業發展為目標，分析計算機視覺技術在農作物病蟲害檢測中的運用優勢、方法等，具有一定的現實意義。

1視覺技術在病蟲害檢測中的運用優勢

1.1效率高

計算機視覺技術在農作物病蟲害檢測中的運用，直接優勢在于效率較高。從特點上看，傳統的農作物病蟲害檢測需要現場進行，由技術人員根據常見病蟲害特點進行分析，逐一查看農作物是否染病、出現蟲害，效率相對有限。借助計算機視覺技術組織農作物病蟲害檢測，可以遠程進行信息采集和分析，同步進行多個農作物植株的信息采集，快速完成大范圍內信息初步分析，對疑似病株、蟲害進行檢查時，也能利用計算機視覺技術提前做好標示、實時跟蹤，提升農作物病蟲害檢測的基本效率[2]。值得注意的是，利用計算機視覺技術組織農作物病蟲害檢測時，形成的工作資料可以反復應用，免去了重復收集信息的困擾，也能提升農業生產工作的綜合效率[3]。

1.2直觀性強

直觀性強是計算機視覺技術的基本特點，以現場采集形式對各類原始信息進行收集后，可通過計算機技術實現數字化轉化，由技術人員根據數字化信息進行分析判斷，以了解農作物是否受到病蟲害侵襲[4]。與常規現場檢測技術相比，計算機視覺技術的效率高，可以遠程開展，與文字描述、二維圖片檢測技術相比，計算機視覺技術的直觀性更高，可以同步對多類信息進行分析和處理，快速完成農作物病蟲害檢測。一些清晰度較高的現場采集終端、多鏈路工作系統，能夠向多個主體提供直觀清晰的現場信息，以服務農作物病蟲害檢測[5]。

1.3適用性廣泛

在農作物病蟲害檢測工作中運用計算機視覺技術，可以發揮其適用性較廣泛的優勢，為各地、各區域的農業生產活動提供支持。從原理上看，計算機視覺技術主要關注現場終端采集技術、遠程端數字化處理技術、可視化技術的聯動，形成可以滿足農作物生長、健康態勢實時分析的工作系統，這意味著針對玉米、水稻病蟲害檢測需求建設的計算機視覺技術系統，也滿足小麥、大豆、馬鈴薯等農作物的生產工作需要。此外，農作物病蟲害檢測所需的技術系統雖然復雜，但計算機視覺技術的實現難度并不高，現場檢測、遠程跟蹤所需的技術設備要求相對不高，各地基本均可滿足技術、經濟方面的工作需要，進一步為計算機視覺技術在農作物病蟲害檢測中的運用提供了保障。

2視覺技術在農作物病蟲害檢測中的運用

2.1建設信息作業系統

計算機視覺技術在農作物病蟲害檢測中的運用應強調來自信息技術的支持，這要求在組織檢測前，建設信息作業系統，包括遠程作業系統和現場工作系統在內。遠程作業系統主要面向農田或試驗田無差別開展檢測，重點為保證信息采集全面化，現場工作系統主要面向疑似出現病蟲害的植物開展檢測，重點為提升檢測的針對性和清晰化視頻。

按照圖1所示模式，農作物信息通過不同的采集設施進行收集，包括田間傳感器、監控器等，所有信息以遠程通信的方式提供給遠程端，由后者進行可視化檢測并處理檢測結果。例如：檢測對象為水稻，檢測目標為根腐病，需要通過監控器提供水稻根莖區域的一般信息，并利用傳感器收集濕度信息，相關參數提供給遠程端后，可由技術人員借助影像資料進行病蟲害（根腐病病害）分析，以評估其是否出現根腐病，或跟蹤根腐病的進展、控制情況。

現場工作系統的框架與此相似，但更關注精細化、針對化，能夠結合病蟲害一般信息，完成精準辨識和處理。

按照圖2所示模式，利用計算機視覺技術針對單株農作物進行病蟲害檢測時，需要借助現場檢測設備，對目標農作物進行信息采集，形成的檢測結果可直接利用設備完成數字轉化，形成可視化資源，分析是否存在病蟲害，做病蟲害類別的判斷。技術人員也可以根據單株農作物的基本信息進行現場分析，將結果錄入數據庫。如針對馬鈴薯蚜蟲的檢測，可以利用現場設施形成三維或二維的信息圖像，并加以保存，根據圖像資源判斷蟲害是否為蚜蟲，分析病害嚴重情況，形成分析報告，服務農業生產和未來蟲害控制工作。

2.2強調信息采集

計算機視覺技術在農作物病蟲害檢測中的運用，需要關注信息的高質量采集，重點強調信息采集質量和全面性。

以提升信息采集質量為目標，需要加強信息化設施、技術的運用，遠程端的信息采集，應保證傳感器、監控器等裝置的性能，如監控器所獲取的圖像，其清晰度應達到480p以上，如果條件允許應達到720p以上，以便工作人員根據圖像信息判斷農作物是否出現病蟲害，早期加以干預。現場端的信息采集也應關注全面化。由于現場檢測針對性已經較強，以提升信息采集質量為目標，需要關注使用性能比較優越的計算機，以快速對原始信息進行整合，形成完善的三維化檢測圖像。要求計算機的虛擬內存達到32GB以上，顯存達到16GB以上，以快速處理采集設施獲取的現場信息，完成模型搭建。如果計算機需要獨立承擔檢測結果的保存任務，其磁盤空間也應達到2TB以上。反之達到512GB即可。此外，現場信息采集應使用高精度的光學設備，以滿足真菌病害信息的采集質量。

2.3運用獨立的可視化技術

可視化技術本身屬于計算機視覺技術范圍內的一個分支，出于提升農作物病蟲害檢測質量的目的，還應運用獨立的可視化技術，形成多維度檢測模式，包括現場多主體檢測、獨立遠程可視化檢測兩個方面。

現場多主體檢測的重點，在于配置滿足病蟲害檢測的多臺設備，并保證每臺設備均可獨立完成工作。可以借助現場總線技術進行設備處理，以總線設備分別為可視化設施（如計算機或便攜設施）提供通信線路，在現場組織農作物病蟲害檢測時，不同設備分別提供不同視角的檢測信息，包括植物根系、葉片、莖部等，以便檢測人員有針對性地進行不同區域病害、蟲害的分析。獨立遠程可視化檢測與此不同，部分農作物可能面臨高傳染性病害、蟲害的威脅，現場工作人員不能準確進行判斷，可以將檢測工作形成的原始信息或結構化三維信息，以數字化形式提供給遠程端權威工作者，如上級農業部門、專業性較強的檢測中心等，由后者以獨立可視化技術進行信息分析，出具更高質量的檢測報告，精準完成農作物病蟲害檢測。

2.4建設數據庫

為進一步發揮計算機視覺技術在農作物病蟲害檢測中的運用價值，還應在工作中加強數據局建設，以實現信息的保存和復用。

數據庫建設建議采用分庫制度，建設以年份、月份、日期、檢測對象為分層標準的信息庫。年份即“2024年”“2023年”等總庫，在此之下根據月份、日期建設二級庫、三級庫，考慮到農作物病蟲害檢測的對象各有不同，還應建設四級分庫，如玉米檢測結果、南瓜檢測結果等。所有數據庫應包括至少三類信息：一是文字信息，即檢測對象編號、結果、檢測人員等；二是圖像信息，如病害的典型表現、蟲害規模和害蟲外觀等；三是視頻資源，以檢測工作過程、成果等作為基礎，通過視頻更客觀、全面地呈現農作物病害、蟲害信息。分層數據庫以及豐富的資源有助于數據庫內信息的反復使用。

3視覺技術在病蟲害檢測中的運用展望

3.1智能檢測

未來農業生產、農作物病蟲害檢測依然需要來自計算機視覺技術的支持，但技術的進度可能帶來更多變化，使該技術的運用更具效率、質量優勢，尤其是智能技術的運用。實際工作中，可建立智能檢測模式，利用計算機程序完成常見病蟲害信息的記錄，在檢測過程中通過對照分析的方式快速完成信息匹配，精準進行病蟲害判斷、辨識，其過程則以計算機視覺技術加以呈現，便于技術人員組織干預和人工分析，改善計算機視覺技術應用效率，服務農作物病蟲害檢測。

3.2信息共享

出于改善農作物病蟲害檢測工作效益的目的，應在應用計算機視覺技術時關注信息采集和共享。各地完成檢測后，應對檢測結果進行數字化處理，形成數字化資源，在本地以及臨時地區共享，以計算機視覺技術呈現本地的檢測工作成果、經驗，改善各地運用計算機視覺技術進行農作物病蟲害檢測的能力，減少重復性工作的困擾，積極助力農業技術運用和產業建設。

4結語

綜上所述，計算機視覺技術在農作物病蟲害檢測中的運用優勢突出，具有效率高、直觀性強、適用性廣特點，且符合現代農業發展特點，未來工作中應予以更多重視。方法施工看，農作物病蟲害檢測中運用算機視覺技術，應首先建設信息作業系統，同時強調信息采集、運用可視化技術，確保技術優勢得到發揮。未來算機視覺技術在農作物病蟲害檢測中的運用可能更趨智能化，并關注提升信息共享效應，提升農作物病蟲害檢測質量，服務農業生產活動。

參考文獻

[1]強瀝文，賈廣慧，王偉，等.圖像分析技術在農作物污染損害鑒定中的應用[J].農業環境科學學報，2023，42（12）：2851-2859.

[2]董帥，李杰.計算機視覺技術在智能化農業機械中的應用分析[J].南方農機，202354（21）：94-96，135.

[3]王澤鈞.基于卷積神經網絡的農作物病蟲害分類與檢測方法研究[D].濟南：齊魯工業大學，2023.

[4]趙麗麗.基于改進卷積神經網絡的農作物病蟲害識別系統的研究與實現[D].沈陽：遼寧大學，2023.

[5]王莎莎.計算機視覺技術在智能化農業機械中的應用研究[J].南方農機，2023，54（10）：47-49.