《環球科學》2017年12月號雜志公布了“2017年十大創新技術”，這份榜單是由《科學美國人》聯合世界經濟論壇的專家網絡，并綜合學術界、商業界、政府部門等領域的專家意見而做出的。其中，機器視覺和精準農業分別被評為第三大和第四大創新技術。
 
精準農業

        隨著世界人口的增長，全球對農產品的需求與日俱增。一方面耕地面積有限，另一方面糧食安全問題又很容易引發地區乃至全球的不穩定，這些問題都促使大型農場開始更多地采用精準農業技術來提高產出，減少浪費。

        傳統農業的管理對象往往是整塊農田，人們根據地域條件和歷史經驗決定如何播種、收獲、灌溉、施肥和噴灑農藥。而精準農業用上了尖端技術，有傳感設備、機器人、GPS、成像和數據分析技術，這些技術能針對每株作物制定種植方案，而且可喜的是，不會增加勞動成本。
        那精準農業中每株作物量身定做的種植方案是如何達成的呢?固定或移動傳感器以及配有攝像頭的無人機，會將每株作物的圖像和數據傳送給計算機，計算機負責分析作物的健康信息和應激信號。農場主可以根據實時接收到的信息，定量地給需要的作物澆水、施肥或是噴灑殺蟲劑。不僅如此，精準農業技術還能給出何時播種、何時收獲的建議。
        有了精準農業的技術扶持，農民們就能用相同的時間種出更多的作物，還能減少水和化學品的使用，讓作物更健康、更高產。所有這些不但能使農民獲益，還能優化資源配置并減少土地的化學污染。
 
機器視覺應用“精準農業”

        機器視覺產品在農業領域的應用，很大程度上帶動了農業自動化的迅猛發展。圖像處理硬件的升級，提高了視覺系統實時處理速度；神經網絡技術的應用，在圖提升像處理速度的同時，大大提高了機器對環境識別的精確度。機器視覺產品在農業生產中的應用主要有：

1.農作物生長信息的自動監測

        在植物的生長過程中，根據對其生長情況的精確自動地監測，通過對圖像的處理和分析，可以及時評價作物生長中的缺水、缺肥以及蟲害等現象，提示種植戶采取相應措施。

 
2.農副產品的識別與分級

        機器視覺在農副產品的識別與分級中的應用，主要是指利用農產品表面所反映出的一些基本物理特性，對產品按—定的標準進行質量評估和分級。常見對大米、小麥、玉米以及其他谷物的識別和分級，例如根據應力裂紋、形態、染色后顏色特征等，應用神經網絡、高速濾波等技術來進行識別和分類。在日本，有人利用機器視覺系統TensorFlow打造了自動分揀黃瓜的存儲系統。



3.農產品質量檢測與鑒定

        利用機器視覺對采集到的農產品外觀圖像進行處理與分析，可一次獲得決定農產品質量品質的顏色、尺寸、形狀及表面缺陷等參數，因此將機器視覺技術開發與研究應用于農產品質量檢測有著不可比擬的優越性。如包裝、缺損，對肉類、各種農副產品、蔬菜、瓜果產品的出廠包裝、質量合格檢測等。

 
4.瓜果品質的無損檢測

        通過圖像采集卡，采集瓜果的形態，顏色等特征，將采集結果傳送至分析處理系統，根據處理結果判斷瓜果是否為有損產品。

5.烤煙煙葉質量檢測

        對大量煙葉樣本進行顏色分析，可得到各類樣本顏色特征值的分布情況，采用輪廓跟蹤算法對煙葉的整體圖像外型輪廓進行提取，采用鏈碼表示法進行描述。最后通過煙葉對光的透過特性對葉片結構和身份特征進行綜合提取和描述。

6.農產品的自動收獲

        農作物收獲自動化是機器視覺技術在收獲機械中的應用, 是近年來最熱門的研究課題之一。日本有家“Kubota”公司在1991年成功研制了一種用于橘子收獲的機器手，能從果園自然環境中識別橘子，準確率為75％。sites P．W等研究了一套圖像采集系統及圖像增強和特征信息的提取算法，用于增強原始圖像及“多果”、“單果”和“噪聲”的區別。分別于白天和晚上在桃園和蘋果園進行實驗，識別水果的正確率為89％。

        近年來，三維成像視覺技術的發展，使得農業領域中的機器視覺信息更加精確，機器視覺技術將成為精準農業發展之路上的有力推手。

返回列表