計(jì)算機(jī)圖像技術(shù)在農(nóng)業(yè)中的應(yīng)用

　　第一、圖像處理的動(dòng)態(tài)性目前,大部分研究成果都是靜態(tài)的,即先從室內(nèi)或田間采集靜態(tài)圖像,再用實(shí)驗(yàn)室的計(jì)算機(jī)對(duì)圖像進(jìn)行處理。在實(shí)際生產(chǎn)應(yīng)用中,很多情況下需要進(jìn)行動(dòng)態(tài)圖像的實(shí)時(shí)處理,這就要求圖像獲取設(shè)備與處理設(shè)備合并,能在獲取圖像的同時(shí)立即處理所采集的圖像,精確與快速地得出結(jié)果,并進(jìn)行控制。如何實(shí)現(xiàn)動(dòng)態(tài)圖像處理是研究人員所要解決的難題。

　　第二、農(nóng)業(yè)環(huán)境的多變性目前,多數(shù)研究是在可以采集高質(zhì)量圖像的具有可控光照、色溫以及沒(méi)有環(huán)境因素影響的實(shí)驗(yàn)室或溫室等理想條件下進(jìn)行的,但是基于無(wú)損的計(jì)算機(jī)視覺(jué)技術(shù)工作在農(nóng)業(yè)應(yīng)用中不可避免在田間作業(yè),而農(nóng)田環(huán)境十分復(fù)雜,如光照不均、風(fēng)速變化大、自然光色溫的不可控性以及設(shè)備的機(jī)械振動(dòng)等許多因素,都能導(dǎo)致圖像質(zhì)量下降,噪聲增加,大大增加了圖像預(yù)處理的難度,降低了處理結(jié)果的準(zhǔn)確性和快速性。因此,農(nóng)業(yè)中計(jì)算機(jī)視覺(jué)技術(shù)的應(yīng)用從實(shí)驗(yàn)室走到田間實(shí)際還有很多問(wèn)題值得研究。

　　第三、計(jì)算機(jī)下農(nóng)產(chǎn)品檢測(cè)計(jì)算機(jī)視覺(jué)技術(shù)無(wú)需接觸測(cè)定對(duì)象,便可以從獲取的圖像中得到大量的參數(shù)和信息,而且與人工檢驗(yàn)相比具有效率高、識(shí)別率高和標(biāo)準(zhǔn)統(tǒng)一等優(yōu)點(diǎn),特別適合動(dòng)物、植物和農(nóng)產(chǎn)品等生物體的檢測(cè)與質(zhì)量綜合評(píng)定,因此在農(nóng)產(chǎn)品檢測(cè)中廣泛應(yīng)用。

對(duì)農(nóng)產(chǎn)品的檢測(cè)不僅要求全面檢測(cè)外觀品質(zhì),還要求檢測(cè)內(nèi)在品質(zhì)。未來(lái)將實(shí)現(xiàn)對(duì)農(nóng)產(chǎn)品動(dòng)態(tài)特征的提取和識(shí)別,依照國(guó)際標(biāo)準(zhǔn),進(jìn)行在線檢測(cè),并且檢測(cè)速度和精度不斷提高,系統(tǒng)的兼容性不斷升級(jí),可以適用于不同種類(lèi)農(nóng)產(chǎn)品的檢測(cè)。Rehkugler G.E.等研究了利用機(jī)器視覺(jué)進(jìn)行蘋(píng)果表面壓傷檢測(cè),并依據(jù)美國(guó)蘋(píng)果標(biāo)準(zhǔn)進(jìn)行分級(jí),研制成功了利用機(jī)器視覺(jué)進(jìn)行缺陷檢測(cè)和分級(jí)的蘋(píng)果處理設(shè)備。

Miller等研制了一套鮮桃的計(jì)算機(jī)視覺(jué)分級(jí)系統(tǒng)。桃由輸送帶送進(jìn)照明箱被攝像,經(jīng)過(guò)圖像處理,桃的顏色和著色度的數(shù)字信號(hào)經(jīng)計(jì)算機(jī)處理后與不同成熟度桃的標(biāo)準(zhǔn)色相比較,按照顏色特征的差異,不同成熟度的桃被分開(kāi)。應(yīng)義斌等開(kāi)發(fā)了黃花梨品質(zhì)檢測(cè)機(jī)器視覺(jué)系統(tǒng),比較了不同強(qiáng)度光源、不同背景對(duì)采集到的圖像的影響,并研制了一套適用于黃花梨及其他水果品質(zhì)檢測(cè)的機(jī)器視覺(jué)系統(tǒng)。

K.Ni2nomiya等研制成功由3個(gè)機(jī)器視覺(jué)系統(tǒng)組成的茄子自動(dòng)分級(jí)系統(tǒng),可以從獲得的圖像中提取檢測(cè)出茄子的大小、損傷數(shù)量、損傷面積、花萼顏色、水果形狀以及水果彎曲度。經(jīng)2a的試用結(jié)果顯示,該系統(tǒng)能檢測(cè)出茄子的許多缺陷,能更準(zhǔn)確地對(duì)茄子進(jìn)行分級(jí)。

李偉等提出了一種基于機(jī)器視覺(jué)技術(shù)的蘋(píng)果表面紋理檢測(cè)分級(jí)方法,并設(shè)計(jì)了由PC機(jī)、可編程邏輯控制器、攝像機(jī)和圖像采集卡等組成的蘋(píng)果視覺(jué)自動(dòng)化分級(jí)系統(tǒng)。選取41個(gè)水晶富士蘋(píng)果在該系統(tǒng)進(jìn)行了分級(jí)試驗(yàn),分級(jí)竄果率為4.9%。劉國(guó)敏等根據(jù)臍橙圖像的特點(diǎn)和分級(jí)標(biāo)準(zhǔn),運(yùn)用計(jì)算機(jī)視覺(jué)和神經(jīng)網(wǎng)絡(luò)算法對(duì)臍橙進(jìn)行自動(dòng)檢測(cè)與分級(jí)。試驗(yàn)結(jié)果表明,其預(yù)測(cè)準(zhǔn)確率達(dá)到85%。