農(nóng)業(yè)機(jī)械中機(jī)器視覺技術(shù)的應(yīng)用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了農(nóng)業(yè)機(jī)械中機(jī)器視覺技術(shù)的應(yīng)用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：隨著科技迅猛發(fā)展，機(jī)器視覺技術(shù)在農(nóng)業(yè)機(jī)械中的應(yīng)用越來越廣泛，機(jī)器視覺技術(shù)的發(fā)展，不僅體現(xiàn)了一個國家科技能力發(fā)展的水平，同時對于提高農(nóng)業(yè)作物的產(chǎn)量和管理效率都有重要意義。機(jī)器視覺在農(nóng)業(yè)中的應(yīng)用為其精細(xì)化、自動化生產(chǎn)奠定了基礎(chǔ)，不僅有助于解放勞動力，還有助于提高農(nóng)作物產(chǎn)品的品質(zhì)和產(chǎn)量。

關(guān)鍵詞：機(jī)器視覺技術(shù)；農(nóng)業(yè)機(jī)械；機(jī)械自動化

機(jī)器視覺系統(tǒng)是一種借助光學(xué)裝置和非接觸的傳感器獲得被檢測物體的特征圖像，并從這些獲取的圖像中收集被檢測物體的信息，進(jìn)而實現(xiàn)檢測和控制的裝置。作為人工智能的關(guān)鍵技術(shù)，機(jī)器視覺將是促進(jìn)社會各行業(yè)進(jìn)入智能時代的最重要的技術(shù)之一，因此，它也被稱為“工業(yè)之眼”。目前，機(jī)器視覺技術(shù)已經(jīng)應(yīng)用到果蔬采摘、零件檢測、藥品檢測、航天高溫風(fēng)洞系統(tǒng)、天氣預(yù)測、偵查追蹤、智能交通、安防監(jiān)控等各個行業(yè)，是社會發(fā)展中一項極具突破性的技術(shù)。當(dāng)然，從當(dāng)前關(guān)于這項技術(shù)的諸多應(yīng)用信息來看，機(jī)器視覺技術(shù)對我國農(nóng)業(yè)自動化生產(chǎn)有重要作用。從已有的應(yīng)用經(jīng)驗來看，農(nóng)作物在生產(chǎn)過程中其生產(chǎn)周期的自動化管理要有更加智能化的結(jié)果，機(jī)器視覺技術(shù)必須要有所應(yīng)用。此外，植物種子質(zhì)量的判別，擾亂植物正常生長的雜草的識別以及對農(nóng)作物生長各階段的監(jiān)控等，都能夠在視覺技術(shù)的幫助下獲得更大突破[1]。

1機(jī)器視覺技術(shù)在農(nóng)業(yè)機(jī)械中的發(fā)展現(xiàn)狀

機(jī)器視覺技術(shù)在農(nóng)業(yè)機(jī)械中的研究，歐美國家早在20世紀(jì)80年代就開始在農(nóng)業(yè)機(jī)械中開展機(jī)器視覺技術(shù)的研究，初期主要研究對桃子、西紅柿和黃瓜等進(jìn)行質(zhì)量檢測和產(chǎn)品分級。隨著傳感器系統(tǒng)和圖像處理系統(tǒng)的進(jìn)一步完善，機(jī)器視覺技術(shù)應(yīng)用的范圍變得更加廣泛，包含了農(nóng)作物采摘、生長控制以及簡單農(nóng)作物收獲等方面。通過對文獻(xiàn)資料的收集、分析和研究，目前基于機(jī)器視覺技術(shù)的農(nóng)業(yè)機(jī)械應(yīng)用的研究主要集中于農(nóng)業(yè)機(jī)器人、農(nóng)作物種子與果實分揀作業(yè)、農(nóng)作物生長狀態(tài)檢測、病蟲害與雜草檢測等方面。

1.1農(nóng)業(yè)機(jī)器人

農(nóng)業(yè)機(jī)器人是一種以農(nóng)業(yè)產(chǎn)品為具體操作對象、擁有具體的感知以及活動功能、能夠重復(fù)編程和應(yīng)用的自動化或者半自動化的設(shè)備，農(nóng)業(yè)機(jī)器人的應(yīng)用能夠降低人工操作強度。據(jù)統(tǒng)計，已經(jīng)應(yīng)用在農(nóng)業(yè)生產(chǎn)中的機(jī)械機(jī)器人在研究過程中分為兩個方向。一個是行走搬運，另一個是機(jī)械手采摘。前者的研究是因為農(nóng)作物所生長的環(huán)境比較復(fù)雜，在收獲這些農(nóng)作物過程中為了更好完成其聚集以及搬運，需要能夠自動行走、識別道路的機(jī)器人來提供幫助。而后者則是因為農(nóng)作物生長過程中一些細(xì)致的活做起來太過消耗時間和精力，如枸杞人工采摘需要一顆一顆從植株上取下，但因為枸杞植株本身帶刺，采摘人員只能放慢速度減少自己被刺概率，而這種情況下需要機(jī)械手機(jī)器人的幫助[2]。日本在農(nóng)業(yè)機(jī)器人方面的研究可以追溯到20世紀(jì)80年代，最早出現(xiàn)的研究成果是櫻桃番茄采摘機(jī)器人，利用彩色相機(jī)采集圖像，利用閾值化、濾波等算法圖像分割出果實和識別果實數(shù)目，通過雙目立體視覺系統(tǒng)獲得果實的三維信息[3]。2009年，我國機(jī)器人研究學(xué)者制造出了黃瓜采摘機(jī)器人，實現(xiàn)了我國在農(nóng)業(yè)機(jī)器人方面零的突破，其主要功能的實現(xiàn)借助紅外光譜對黃瓜果實與莖葉的識別，再利用雙目立體視覺技術(shù)進(jìn)行目標(biāo)識別，實現(xiàn)果實空間位置有效定位。目前，我國的植保機(jī)器人研究也很廣泛，以棉花作物生長為例，我國大面積種植棉花的區(qū)域在新疆，棉花在進(jìn)入收獲期之前必須噴灑一定藥物將棉花植株的葉子去除，才能為棉花后期成熟集聚更多能量，如此最終獲得的棉花品質(zhì)也會更好。在過去，棉花種植戶在進(jìn)行這項工作時都是開著拖拉機(jī)去棉花地里進(jìn)行大面積農(nóng)藥噴灑，這會碾壓棉花造成作物損傷，這種粗放式農(nóng)藥噴灑方式會造成一部分藥物直接隨風(fēng)而逝，不僅會浪費藥物，還會將有害物質(zhì)傳播到空氣中，造成環(huán)境污染。但在使用了基于視覺識別的植物保護(hù)機(jī)器人之后，藥物施加這項工作變得簡單，在空中直接進(jìn)行藥物施加即可，不會給棉花植株造成傷害，機(jī)器人的障礙物識別技能還能繞開前行中的障礙物，讓施藥更加合理。

1.2農(nóng)作物種子與果實分揀

在農(nóng)作物種植過程中，所選擇的種子質(zhì)量在一定程度上幾乎是決定著該作物的最終產(chǎn)量以及質(zhì)量。所以，絕大多數(shù)進(jìn)行大面積種植的農(nóng)戶在播種之前都會對作物種子進(jìn)行精心挑選。傳統(tǒng)作物種子挑選工作都是由人工來完成，每一顆種子需要一粒一粒地檢查，所需時間成本極大。在使用了搭載視覺技術(shù)的機(jī)器人之后，可以直接對種子進(jìn)行更精確地分辨，將干癟的、霉變的或者本身就存在缺陷的種子以最快的速度挑選出來，還能提升優(yōu)良種子挑選的精確性。農(nóng)作物在收獲之后也需要進(jìn)行質(zhì)量檢測和等級分揀，為了提高效率和減少成本，這部分工作也可以利用機(jī)器視覺技術(shù)來提升效率。所收獲的農(nóng)作物好壞是可以從其形狀、顏色以及個頭等方面來分辨，而視覺機(jī)器人進(jìn)行農(nóng)作物等級界定也是依據(jù)這一原理。趙小霞等在試驗中將蘋果分為4類，并根據(jù)圖像處理模塊輸出的等級結(jié)果將傳輸帶的水果分揀至對應(yīng)分揀箱。經(jīng)過驗證表明，系統(tǒng)精度達(dá)到98%[4]。煙葉是煙草行業(yè)得以發(fā)展的關(guān)鍵。在煙葉的分級過程中，會有較多影響因素，因此，其質(zhì)量檢測分級復(fù)雜性也相對較高。通過相機(jī)進(jìn)行采集，借助電腦界面來對拍攝到的圖像給予實時、動態(tài)顯示，結(jié)合編寫的模糊數(shù)學(xué)分類算法、圖像處理，根據(jù)煙葉的顏色特征，來有效識別煙葉等級，從而在短時間內(nèi)明確烤煙的分級。

1.3農(nóng)作物生長狀態(tài)檢測

農(nóng)作物生長過程中如果遇到其本身不喜歡的生長環(huán)境，會有一定的外在表征，這些表征是在作物種植者傳達(dá)自己的需求信息，比如有的農(nóng)作物突然之間葉片開始發(fā)黃，那可能是營養(yǎng)不夠了。作物種植者在通過作物的外在表征收到其生長需求信息后，及時采取相應(yīng)的施肥、澆水或者通風(fēng)等措施，作物就會重新恢復(fù)良性生長。但種植者不可能一天24小時不間斷盯著作物，所以傳統(tǒng)農(nóng)作物種植過程中難免會存在因為種植人員忽視造成的一些作物生長不良狀況。在應(yīng)用機(jī)器視覺技術(shù)之后可以實時對作物生長過程進(jìn)行監(jiān)測，對作物生長進(jìn)行更精準(zhǔn)把控。如張彥娥等[5]對溫室黃瓜的生長監(jiān)測研究，就是借助機(jī)器視覺技術(shù)。

1.4病蟲害與雜草檢測

很多害蟲以植物為食，再加上環(huán)境中的一些病菌影響，農(nóng)作物在生長過程中難免遭受病蟲害的影響，要對植物的病蟲害進(jìn)行防治，必須做到及時識別、有效監(jiān)測、提前預(yù)警。農(nóng)作物生長過程中還會有雜草來與之爭奪土壤、水分、陽光和肥料，若不及時控制則會導(dǎo)致作物減產(chǎn)。國外Hayes…JC等人發(fā)現(xiàn)利用紋理分析的方式可以對植物的生長進(jìn)行檢測，甚至這種檢測方式在一定條件下其結(jié)果會比顏色分析的檢測方式還要準(zhǔn)確。Pydipati等人同時采用了顏色以及紋理兩種方式來進(jìn)行柑橘葉片生長的檢測，最終發(fā)現(xiàn)能夠通過這些方式及時獲取到柑橘葉片是否染病信息。

2機(jī)器視覺技術(shù)在農(nóng)業(yè)機(jī)械應(yīng)用中存在的問題

農(nóng)業(yè)機(jī)械中應(yīng)用機(jī)器視覺技術(shù)對于農(nóng)業(yè)的發(fā)展起到了重要作用，但還存在一些不足，主要表現(xiàn)在以下幾個方面：1）農(nóng)業(yè)因為本身種植地區(qū)地形及環(huán)境的影響，通常不是集中種植，規(guī)模小，故而日常管理農(nóng)作物生長的難度就會比較高，這也是農(nóng)業(yè)結(jié)構(gòu)調(diào)整難度高、農(nóng)業(yè)發(fā)展速度一直比較慢的原因之一。2）我國農(nóng)民整體素質(zhì)偏低。大多數(shù)農(nóng)民文化水平低，學(xué)習(xí)能力較弱，對于先進(jìn)技術(shù)不會操作，學(xué)習(xí)緩慢，操作起來困難重重。在購買農(nóng)業(yè)機(jī)械時，農(nóng)業(yè)生產(chǎn)者僅僅購買產(chǎn)品，相關(guān)人員進(jìn)行簡單的指導(dǎo)。最后幾乎都是通過說明書進(jìn)行使用。但是，由于文化水平以及實際操作能力的不匹配，很多農(nóng)業(yè)生產(chǎn)者不能正確使用農(nóng)業(yè)機(jī)械，僅僅采用探索式的操作方式，或者向別人請教經(jīng)驗。

3展望

技術(shù)革新推動了互聯(lián)網(wǎng)技術(shù)、信息技術(shù)、計算機(jī)技術(shù)、智能化生產(chǎn)技術(shù)等方面發(fā)展，也為農(nóng)業(yè)生產(chǎn)及其機(jī)械化發(fā)展帶來了機(jī)遇。在全民技術(shù)創(chuàng)新，各行業(yè)都蓬勃發(fā)展的社會大背景下，農(nóng)業(yè)生產(chǎn)智能化已經(jīng)成為必然的發(fā)展趨勢[2]。如同電子技術(shù)、液壓技術(shù)與計算機(jī)技術(shù)在農(nóng)業(yè)機(jī)械中的應(yīng)用一樣，機(jī)器視覺技術(shù)的應(yīng)用將提高農(nóng)業(yè)機(jī)械性能，是農(nóng)業(yè)機(jī)械向現(xiàn)代化和智能化發(fā)展的必然方向。

4結(jié)語

近年來，我國農(nóng)村人口一直在向著城市聚集，政府鼓勵土地流轉(zhuǎn)，形成大型規(guī)模化種植，一定程度上為農(nóng)業(yè)生產(chǎn)的發(fā)展提供了便利。同時，也助推了農(nóng)業(yè)機(jī)械化發(fā)展進(jìn)程。國家給予農(nóng)業(yè)生產(chǎn)更大的扶持力度，國家政策促進(jìn)了更多的發(fā)展建設(shè)資金流向農(nóng)村以及農(nóng)業(yè)生產(chǎn)，與農(nóng)業(yè)發(fā)展相關(guān)的科技也在這一過程中不斷被突破。機(jī)器視覺技術(shù)本身在理論和實踐上都取得了重大突破，在農(nóng)業(yè)機(jī)械上的研究與應(yīng)用進(jìn)展很大。為促進(jìn)農(nóng)業(yè)機(jī)械更好應(yīng)用，可鼓勵大學(xué)生和科技人才回到家鄉(xiāng)創(chuàng)業(yè)，讓更專業(yè)的農(nóng)業(yè)技術(shù)人員效力于農(nóng)業(yè)發(fā)展，促進(jìn)技術(shù)的革新。同時，還應(yīng)開發(fā)適應(yīng)性強、高效穩(wěn)定的智能算法，提高系統(tǒng)的分析處理數(shù)據(jù)，加強適應(yīng)復(fù)雜地理環(huán)境和工作環(huán)境的算法的魯棒性，加強對環(huán)境的適應(yīng)性。

參考文獻(xiàn)：

[1]張學(xué)俊，顧沈明，李斌.機(jī)器視覺技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用研究[J].農(nóng)村經(jīng)濟(jì)與科技，2019，30(23)：55-56.

[2]王飛濤，樊春春，李兆東，等.機(jī)器人在設(shè)施農(nóng)業(yè)領(lǐng)域應(yīng)用現(xiàn)狀及發(fā)展趨勢分析[J].中國農(nóng)機(jī)化學(xué)報，2020，41(3)：93-98+120.

[4]趙小霞，李志強.基于PLC和機(jī)器視覺的水果自動分級系統(tǒng)研究[J].農(nóng)機(jī)化研究，2021，43(8)：75-79.

[5]張彥娥，李民贊，張喜杰，等.基于計算機(jī)視覺技術(shù)的溫室黃瓜葉片營養(yǎng)信息檢測[J].農(nóng)業(yè)工程學(xué)報，2005，21(8)：102-105.

作者：殷悅 單位：泰州學(xué)院船舶與機(jī)電工程學(xué)院