摘要:隨著計(jì)算機(jī)軟件、硬件、圖像處理技術(shù)的不斷成熟與發(fā)展，計(jì)算機(jī)視覺及模式識別技術(shù)的研究和應(yīng)用已擴(kuò)展到農(nóng)業(yè)生產(chǎn)的各個(gè)領(lǐng)域，并取得了許多重要的研究成果。本研究回顧和綜述了計(jì)算機(jī)視覺及模式識別技術(shù)在農(nóng)作物種子質(zhì)量檢測、農(nóng)產(chǎn)品分級與加工、植物生長監(jiān)測、農(nóng)作物病蟲草害的監(jiān)測與防治、農(nóng)產(chǎn)品自動化收獲等方面的應(yīng)用，并展望其發(fā)展前景，為計(jì)算機(jī)視覺及模式識別技術(shù)的進(jìn)一步應(yīng)用提供參考。

　　關(guān)鍵詞:農(nóng)業(yè)生產(chǎn);計(jì)算機(jī)視覺;模式識別;應(yīng)用

　　計(jì)算機(jī)視覺是研究用計(jì)算機(jī)模擬生物外顯或宏觀視覺功能的科學(xué)和技術(shù)［1］，主要是指用計(jì)算機(jī)實(shí)現(xiàn)人的視覺功能。計(jì)算機(jī)視覺技術(shù)是一門包含計(jì)算機(jī)科學(xué)與工程、神經(jīng)生理學(xué)、物理學(xué)、信號處理學(xué)、認(rèn)知科學(xué)、應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)等多門學(xué)科的綜合性科學(xué)技術(shù)。計(jì)算機(jī)視覺技術(shù)起源于20世紀(jì)50年代的統(tǒng)計(jì)模式識別，但其基本研究中的諸多重要進(jìn)展卻是在20世紀(jì)80年代取得的。計(jì)算機(jī)視覺的研究歷史雖短，但該技術(shù)已在包括農(nóng)業(yè)生產(chǎn)在內(nèi)的很多應(yīng)用領(lǐng)域發(fā)揮了重要作用。回顧近30年來計(jì)算機(jī)視覺及模式識別技術(shù)在農(nóng)業(yè)生產(chǎn)領(lǐng)域中的應(yīng)用，并對其發(fā)展前景進(jìn)行展望。

　　更新了一篇農(nóng)業(yè)相關(guān)的論文，如湖北農(nóng)業(yè)高級職稱評審條件，您可以點(diǎn)擊并前往查看。

　　1計(jì)算機(jī)視覺及模式識別技術(shù)在農(nóng)作物種子質(zhì)量檢測中的應(yīng)用

　　美國等發(fā)達(dá)國家早在30年前就將計(jì)算機(jī)視覺及模式識別技術(shù)應(yīng)用于農(nóng)作物種子質(zhì)量檢測，至今已取得較大進(jìn)展。1985年，Zayas等通過采集的種子圖像，利用種子表面光的特性，基于統(tǒng)計(jì)圖像的處理分析與識別技術(shù)來區(qū)分小麥品種［2］。1986年，Gunasekaran等在對玉米籽粒裂紋的研究中發(fā)現(xiàn)，運(yùn)用計(jì)算機(jī)視覺檢測技術(shù)中的高速濾波法可將裂紋與其他部位進(jìn)行識別區(qū)分，其檢測精度高達(dá)90%［3］。Zayas等結(jié)合形態(tài)學(xué)開展了相關(guān)研究，從小麥圖片中提取出相應(yīng)的形態(tài)特征參數(shù)，用以區(qū)分小麥品種及非小麥的成分［4－6］。2011年，Zapotoczny采用神經(jīng)網(wǎng)絡(luò)的方法對春、冬季不同質(zhì)量等級的11個(gè)小麥品種進(jìn)行試驗(yàn)，使用圖像處理分析技術(shù)進(jìn)行分類鑒別的準(zhǔn)確率高達(dá)100%［7］。近十幾年來，我國科研人員對計(jì)算機(jī)視覺技術(shù)在農(nóng)作物種子質(zhì)量檢測的應(yīng)用方面作了大量研究。2004年，周紅等運(yùn)用計(jì)算機(jī)視覺技術(shù)提取玉米種子的外形輪廓，為玉米種子的進(jìn)一步分級識別提供依據(jù)［8］。2008年，萬鵬等提出利用計(jì)算機(jī)視覺系統(tǒng)代替人眼識別整粒及碎大米粒形的方法，并設(shè)計(jì)了一套基于計(jì)算機(jī)視覺技術(shù)的大米粒形識別裝置，該裝置對完整米粒、碎米的識別準(zhǔn)確率分別為98．67%、92．09%［9］。2012年，萬鵬等將計(jì)算機(jī)視覺技術(shù)運(yùn)用于魚體的檢測，研制出基于BP神經(jīng)網(wǎng)絡(luò)的魚體品種識別裝置，擴(kuò)展了該技術(shù)的應(yīng)用領(lǐng)域［10］。

　　2計(jì)算機(jī)視覺及模式識別技術(shù)

　　在農(nóng)產(chǎn)品分級與加工中的應(yīng)用近年來，隨著計(jì)算機(jī)硬件性能的不斷提高，以先進(jìn)的計(jì)算機(jī)視覺技術(shù)為基礎(chǔ)，融合數(shù)字圖像處理、模式識別、信號處理、自動控制等技術(shù)的計(jì)算機(jī)視覺水果分級自動化系統(tǒng)得到了廣泛應(yīng)用，國外已將部分成果應(yīng)用于實(shí)際生產(chǎn)中。

　　3計(jì)算機(jī)視覺及模式識別技術(shù)在植物生長監(jiān)測中的應(yīng)用

　　計(jì)算機(jī)視覺技術(shù)能夠比人眼視覺更早發(fā)現(xiàn)植物因營養(yǎng)不良而表現(xiàn)出的細(xì)微變化，為及時(shí)灌溉和補(bǔ)充營養(yǎng)提供可靠依據(jù)。Mayer等利用數(shù)字圖像分析了多種作物的葉面積、莖稈直徑、葉柄夾角，主要采用三角形逼近的方法測量植物葉片的面積，并達(dá)到很好的效果［39］。Trooien等提出了采用數(shù)字圖像處理技術(shù)無損檢測馬鈴薯葉冠面積的理論，并成功建立模型，其檢測結(jié)果與葉面積儀的測量結(jié)果基本相同［40］。楊勁峰等通過平臺掃描儀獲取葉片的數(shù)字圖像，建立了以數(shù)字圖像處理技術(shù)測定蔬菜葉面積的方法，該方法被廣泛推廣使用［41］。張仁祖等提出一種使用圖像處理技術(shù)測量作物葉面積的新方法，并獲得了滿意的測量精度［42］。

　　4計(jì)算機(jī)視覺及模式識別技術(shù)在農(nóng)作物病蟲草害的監(jiān)測與防治中的應(yīng)用

　　研究大田作物病蟲草害的自動識別與測定技術(shù)，建成自動化控制系統(tǒng)以防治田間雜草與病蟲害，也是計(jì)算機(jī)視覺技術(shù)在作物生產(chǎn)中較為重要的應(yīng)用研究領(lǐng)域，而利用人工神經(jīng)網(wǎng)絡(luò)(ANN)技術(shù)識別田間雜草是一個(gè)重要的應(yīng)用方向，國內(nèi)外學(xué)者在此方面已作了大量研究工作。1995年，Woebbecke等研究發(fā)現(xiàn)葉片的形態(tài)學(xué)特征可用于識別雙子葉與單子葉植物，準(zhǔn)確率在60%～80%［52］;此外還研究發(fā)現(xiàn)，彩色圖像的2Ｒ－G－B特征能很好地區(qū)分非植物與植物的背景，從而將其運(yùn)用于田間雜草的探測控制［53］。Zhang等提出同時(shí)使用形狀和顏色分析識別小麥田間雜草的方法［54］。1997年，Giles等研制出一種裝有機(jī)器視覺導(dǎo)向系統(tǒng)的噴霧裝置，能對成行作物實(shí)施精量噴霧，該系統(tǒng)不僅節(jié)約農(nóng)藥，提高施藥效率，還可大大減少對環(huán)境的污染［55］。基于機(jī)器視覺的雜草識別技術(shù)在國外已經(jīng)進(jìn)入實(shí)用階段。1999年，Lee等研制出由計(jì)算機(jī)視覺系統(tǒng)、精準(zhǔn)噴施系統(tǒng)等構(gòu)成的智能雜草控制系統(tǒng)，該系統(tǒng)可根據(jù)植物形狀特征的差異識別作物和雜草，并確定雜草的位置以進(jìn)行精準(zhǔn)噴施［56］。Burks等利用彩色共生矩陣法和神經(jīng)網(wǎng)絡(luò)技術(shù)對土壤和5種雜草進(jìn)行識別研究，分類準(zhǔn)確率達(dá)93%［57－58］。2001年，陳佳娟等利用圖像分割、邊緣檢測等計(jì)算機(jī)視覺技術(shù)測定棉花蟲害的受害程度，誤差小于0.05［59］。2004年，E1－Helly等研發(fā)了一種利用人工神經(jīng)網(wǎng)絡(luò)分類的綜合圖像處理系統(tǒng)，能較好地識別黃瓜白粉病、霜霉病等病害［60］。

　　結(jié)語

　　計(jì)算機(jī)視覺最初被看作人工智能的分支之一，其發(fā)展十分迅速，現(xiàn)已成為一個(gè)活躍的研究領(lǐng)域，是近十幾年來計(jì)算機(jī)科學(xué)中最熱門的研究方向之一。計(jì)算機(jī)視覺是一門通過圖像或視頻處理，使計(jì)算機(jī)具備“看”能力的計(jì)算機(jī)學(xué)科［82］，相當(dāng)于給計(jì)算機(jī)安裝上眼睛(照相機(jī)或攝像機(jī))和大腦(算法)，讓其能夠感知環(huán)境。在計(jì)算機(jī)視覺領(lǐng)域幾十年的發(fā)展歷程中，計(jì)算機(jī)視覺及模式識別技術(shù)早己從實(shí)驗(yàn)室的理論研究層面延伸并發(fā)展到實(shí)際應(yīng)用中。隨著我國對計(jì)算機(jī)視覺研究的重視，及國際間交流與合作的深入，使計(jì)算機(jī)視覺的研究水平不斷提升，相關(guān)研究逐漸與國際接軌。目前，計(jì)算機(jī)視覺技術(shù)在我國的智能交通、醫(yī)學(xué)圖像、工業(yè)及農(nóng)業(yè)生產(chǎn)等方面已有較多應(yīng)用。隨著計(jì)算機(jī)軟件、硬件的智能化，神經(jīng)網(wǎng)絡(luò)、人工智能等學(xué)科的飛速發(fā)展，大數(shù)據(jù)和深度學(xué)習(xí)的興起，視覺與機(jī)器學(xué)習(xí)的交叉融合，學(xué)術(shù)界與工業(yè)界的相互合作，以及計(jì)算機(jī)信息處理技術(shù)的進(jìn)一步綜合集成，相信計(jì)算機(jī)視覺及模式識別技術(shù)將為農(nóng)業(yè)生產(chǎn)領(lǐng)域開辟出新的空間。

　　參考文獻(xiàn):

　　［1］賈云得．機(jī)器視覺［M］．北京:科學(xué)出版社，2000．

　　［2］ZayasI，PomeranzY，LaiFS．DiscriminationbetweenArthurandAranwheatsbyimageanalysis［J］．CerealChemistry，1985，62(2):478－480．

　　［3］GunasekaransS，CooperTM．Imageprocessingforstresscrackincornkernels［J］．TransactionsoftheASAE，1987，30(1):266－271．

　　［4］ZayasI，LaiFS，PomeranzY．Discriminationbetweenwheatclassesandvarietiesbyimage－analysis［J］．CerealChemistry，1986，63(1):52－56．

　　陳桂珍1，2，龔聲蓉