计算机视觉技术在农业上的应用

郝文影

（河北科技师范学院　河北　秦皇岛　066004）

在当前，计算机技术和数字图像处理技术得到了良好的发展，而且害虫图像处理技术的提高也有效地提升了害虫诊断工作的水平。因此就目前而言，应以计算机视觉图像识别为主要研究内容，真正提升对目标图像的实时检测速度以及效率，并更好的促进我国农业领域的稳定发展。

1　计算机视觉技术的特点

计算机视觉技术已经成为工程领域、科学领域当中具有挑战性的重要研究内容。计算机视觉技术属于综合性学科，其包括计算机科学与工程、信号处理技术、物理学知识以及应用数学与统计学知识等。计算机视觉技术的任务就是借助数学、信号学以及数字图像处理和模式识别等技术对单幅以及多幅图像开展精准的理解与识别。对于当前计算机视觉的应用大致上分成定位、量测、识别以及缺陷检测等。而将计算机视觉技术运用到农业上，能够对农业生产情况进行全面分析，并制定完善的农业发展策略，更好的提升农业生产水平，为我国农业行业的良好发展提供有利保障。

2　计算机视觉技术在农业中的应用

计算机视觉技术在实际的应用当中，主要就是对杂草进行识别，根据杂草的不同种类，运用光谱分析法、颜色分析法以及纹理分析法和外形分析法等。而且当前国外的害虫识别技术也已经运用到实际生产当中了。一些相关人员借助摄像头来进行实时监控，在黑光灯的引诱下将害虫的图像摄取出来，再借助小波分析的形式来分解图像，进而提取目标颜色、面积周长等信息。之后借助所改进的BP网络学习算法训练识别，其识别准确率能够达到85.7%。可是害虫识别系统很难识别没有飞行能力且体积较小的害虫，因此该技术还有待研究和完善。

3　问题以及未来的发展方向

3.1存在的主要问题。首先，受研究对象复杂性影响。农作物和其产品形态存在较大差异，生长背景比较复杂。并且对于一种农业对象在不同的环境下，其表现的特征也各不相同，这样会给数字图像分割以及特征提取工作带来一定的难度。而且在产品自动分级以及品质检测工作当中，大部分研究的成果都属于静态化的，也就是在室内或田间进行静态图像的采集，之后在运用计算机来对图像进行近一步的处理。在实际的生产应用当中，一般都需要进行动态图像的实时处理工作。因此要求图像获取和处理设备进行良好的配合，在获得图像后便立即进行处理，以便更加精确、快速地获得结果，进而开展良好的控制工作。其次，受环境多变性的影响。在多数研究当中都是在能够采集高质量图像的情况下来开展工作的，可是计算机视觉技术工作运用在农业中，将会不可避免地在田间进行作业，但是农田的环境比较复杂，这会给图像预处理带来一定的难度，所以农业中运用计算机视觉技术还有待研究和分析。

3.2未来展望。首先，注重人才培养。在当前环境下我国此类人员紧缺，所以在实际工作当中，有必要组织相应的教育以及培训工作，培育从事作物栽培、计算机视觉以及智能识别技术等方面的专业人才，进而引导其进行多学科、跨单位的合作，从而更好的培养出高素质综合性人才。其次，对于计算机视觉技术在设施农业和虚拟农业当中的有效运用，在我国还处在初步阶段。因此急需进行研究，进一步加强与世界领先技术地区的交流与合作，关注国际的最新动态，进而将计算机视觉技术更好的运用到农业生产与管理当中。

[1]胡志明.计算机视觉分级技术在茶叶品质检验中的应用 [J].福建茶叶，2016(5)：22～23.

[2]汤一平，王伟羊，朱威，等.基于机器视觉的茶陇识别与采茶机导航方法 [J].农业机械学报，2016(1)： 45～50.

[3]江朝晖，杨春合，周琼，等.基于图像特征的越冬期冬小麦冠层含水率检测 [J].农业机械学报，2015(12)： 260～267.

[4]徐胜勇，林卫国，伍文兵，等.基于颜色特征的油菜缺素症图像诊断 [J].中国油料作物学报，2015(4)： 576～582.