机器视觉技术在我国现代农业生产中的应用研究 .pdfVIP

机器视觉技术在我国现代农业生产中的应

用研究

摘要随着计算机和图像处理技术的发展，机器视觉技术的研究和应用已扩展到农业生产领

：

域，并取得了许多重要研究成果。阐述了机器视觉技术在农业生产各领域（水果的自动分选、

种子和粮食品质的检测、农产品异物检测、农田作业机械、植物生长情况监测及动物生产中）

的应用，为进一步应用机器视觉技术提供参考。

关键词：机器视觉技术农业生产应用

机器视觉系统是一个能自动获取一幅或多幅目标物体图像，对所获取图像的各种特征量

进行处理、分析和测量，并对测量结果做出定性分析和定量解释，从而得到有关目标物体的

某种认识并做出相应决策的系统。机器视觉系统的功能包括：物体定位、特征检测、缺陷判

断、目标识别、计数和运动跟踪。机器视觉技术具有非接触性、速度快和精度高等特点，可

以提高生产的柔性和自动化程度。因此，机器视觉技术在多个领域都得到了广泛应用。我国

是农业大国，目前已有大量文献资料研究了机器视觉技术在农业中的应用，如机器视觉技术

在选种、农作物生产管理及其控制、农业机械导航、农业机器人、农产品品质检测和分级等

农业生产环节中均得到了广泛应用。

1研究现状

1.1农作物生产管理及其控制

农作物生产管理及其控制主要内容包括农作物生长形态监测和农药喷洒控制。

1.1.1农作物生长形态监测

农作物的生长状况直接受气象条件、土壤肥力和栽培管理等因素的影响，及时掌握农作

物的生长形态可以辅助农业生产管理，根据作物生长情况及时调整栽培方案。

机器视觉技术的应用主要集中在农作物植株的静态识别定位和形状参数测量上，主要方

法有两种。第一种是通过获取多幅植株的二维图像进行定位识别及参数获取。例如，采用双

目视觉系统对棉株株顶进行识别定位和高度测量，采用matlab软件进行了图像处理，结果

显示，对棉株株顶的识别率为92.6%，棉株在1100～1900mm处的定位误差为0.43～30.57

mm，基本满足了棉花打顶的作业要求。第二种是通过获取单幅二维图像构建植株的三维表面，

进而进行定位识别及参数获取。例如，以果园田间叶片为研究对象，利用单幅图像恢复叶片

的三维表面获取了农学形状参数，实现了田间叶片图像的远程采集和叶片面积的测量，促进

了机器视觉系统在农业生产管理中的应用。

1.1.2农药喷洒控制

农药喷洒控制也属于精细农业的研究范畴，主要针对除草剂和杀虫剂两种农药进行喷洒

控制。主要研究内容集中在对杂草、病虫害和作物的精确识别上，从而控制农药的喷洒。

机器视觉技术的应用主要集中在农作物植株的动态识别定位和正确区分植株、杂草和病

虫害上，因此，在实际应用中，要求其识别准确率要高，采集和处理信息的速度要快。

1.2农业机械导航

农业机械导航广泛应用在农药喷洒、施肥、收割、除草、地膜清理和无人驾驶农业机械

等农业生产中。目前，对农业机械导航的研究主要集中在机器视觉和GPS两种技术的应用上。

在农业机械导航方面，机器视觉技术的应用主要集中在自动采集农田环境图像，通过图像分

析处理确定导航路径上，其重点在于提取导航基准线。实际应用中，要求精度高、处理速度

快。采用直线检测算法实现了农业车辆自动导航，并进行了仿真试验。该系统可以有效地实

现直线路径跟踪，当车速为2.16km/h时，最大横向偏差不超过80mm。采用机器视觉技术

在农田图像中提取导航基准线，实现了对农业车辆的导航。

1.3农业机器人

农业机器人是现代农业中最重要的部分，其结合了机械、电子、图像处理、自动控制、

人工智能和计算机技术等多个方面，是农业机械的主要发展方向。根据作业内容不同，农业

机器人分为嫁接机器人、采摘机器人和移栽机器人。在该方面，机器视觉技术的应用主要集

中在自动采集植株图像，通过图像处理确定植株的形态参数以及生长位置，辅助农业机器人

进行相关操作上。

1.3.1嫁接机器人

机器视觉技术通过采集幼苗图像恢复幼苗的叶面参数，如生长方向、生长点和叶面面积

等，再由生长点准确确定培育幼苗的穴孔位置，从而辅助嫁接机器人进行嫁接配对和定位。

在实际应用中，要求较高的定位精度和较快的处理速度来满足机器人的自动作业要求。

人采用二维幼苗俯视图像、利用椭圆拟合的方法恢复幼苗叶面，并提取了用于机器人自

动嫁接的参数，克服了叶面相互遮挡的问题，幼苗识别且定位成功率达到97.5%，满足了嫁

接机器人自动作业的要求。

1.3.2采摘机器人