计算机视觉技术在农产品品质检测中的应用

第６期总第２０４期　２０１１年６月　农业科技与装备　

Ａｇｒｉｃｕｌｔｕｒａｌ　Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ　ａｎｄ　Ｅｑｕｉｐｍｅｎｔ　ＮＯ．６　ＴＯｔａｌ　ＮＯ．２０４　

Ｊｕｎ．２０１１　

计算机视觉技术在农业生产中的应用　

李永奎，刘冬　

（沈阳农业大学工程学院，沈阳１１０８６６）　

摘要：计算机视觉技术在各行业中的应用日益突出，尤其在农业各领域中的应用越来越广泛，对传统农业模式产生巨大影响。介绍　

计算机视觉技术的概念、系统组成及其在农业中的应用，分析存在的问题，展望计算机视觉技术未来的发展方向。　关键词：农业工程；计算机视觉；农业；发展；应用　

中图分类号：ＴＰ３９　文献标识码：Ａ　文章编号：１６７４—１１６１（２０１１）０６—００５８—０３　

近年来，计算机视觉技术作为一项新兴技术，发　

展十分迅速。目前，其研究与应用已扩展到工业、农　

业、医学和军事等诸多领域，尤其在农业工程领域更　

为突出。随着计算机软硬件技术、图形图像处理技术　

等的迅猛发展．无论在农产品分级检测、作物生长态　

势监测、病虫及草害的监测与防治等方面，还是在自　

动化收获方面．都有较为细致地研究。本研究拟从以　

上几个方面介绍计算机视觉技术在农业领域中的应　

用研究、存在问题及发展前景。　

１计算机视觉　

１．１概述　

计算机视觉也称机器视觉，是模式识别与人工智　

能的一个重要领域．指的是计算机通过分析图像来获　

取描述一个景物或控制某种动作的数据，是用计算机　

来模拟生物外形或宏观视觉功能的科学和技术。它是　

２０世纪７０年代初期在遥感图片和生物医学图片分　

析技术取得卓越成就后兴起的，涉及计算机、数字图　

像处理、模式识别、人工智能、自动化、ＣＣＤ技术、视　

觉学等众多学科。目前以图像处理技术为核心的计算　机视觉技术是利用计算机视觉模拟人眼对作物进行　

可见光谱的近距离拍摄，运用人工智能、数字图像处　

理等技术对图像信息进行分析，获得研究对象所需信　

息，其主要步骤包括图像采集、预处理、图像分割与特　

2012年7月农机化研究第7期

机器视觉技术在稻米品质检测中的应用进展

万鹏，龙长江，任奕林

(华中农业大学工学院，武汉430070)

摘要：机器视觉技术在食品、农产品的检测、分级中具有广阔的应用前景。为此。综述了机器视觉技术在稻米品种、胚芽、爆腰、黄粒米等方面进行检测的研究动态，并指出了机器视觉技术在稻米品质检测中存在的不足，为进一步应用机器视觉技术提供参考。关键词：稻米；机器视觉；品质检测中图分类号：TP391．4文献标识码：A文章编号：1003-188X(2012}07一o001—05

0引言

稻米是世界上最主要的粮食作物，其总产量占世界谷物产量的1／3…；我国是世界上最大的稻米生产国，稻米的年产量常年保持在1．8亿t左右，占世界稻

米总产量的1／3强¨J，居世界第一位。我国也是稻米

消费大国，有近2／3的人口以稻米为主食，全国稻米

年消费总量保持在1．35亿t左右"1。在过去的一段

时间内，由于特定的历史原因，国家将稻米生产的工

作重点放在了提高稻米的产量研究上，虽然取得了显著成效，但是由于对稻米食用品质方面的提高重视不

够，我国对稻米品质的改良研究以及优质稻品种的选育开展得较晚．稻米的品质提高不多，甚至出现了品质很差的“乞食米”【4J。随着社会的发展和生活水平

提高，人们对稻米的品质提出了更高的要求。为了提高稻米的品质，在稻米生产、加工、储藏和流通等环节

中，需要及时对稻米的各项品质指标进行检测。目

前，大部分的稻米品质检测指标根据国家标准采用人工进行检测，效率不高，易受主观因素的影响，误差较

大，因此容易产生较多的问题。

机器视觉(MachineVision)又称计算机视觉，是利用计算机实现人眼的视觉功能，对客观世界的三维场

景进行感知、识别和理解。它是研究采用计算机模拟

生物外显或宏观视觉功能的科学和技术，是一门涉及

收稿日期：201l一08一10基金项目：国家自然科学基金项目(61007058)：华中农业大学自主科技创新基金项目(20lOQC006)；华中农业大学引进人才科研启动基金项目(5220409079)作者简介：万鹏(1980一)，男，湖北天门人，讲师．博士，(E—mail)wanin99@mail．Mau．edu．cn。通讯作者：龙长江(1975-)，男，湖北荆州人，副教授。博士．(E—mail)lciflow@163．(30re。数学、光学、人工智能、神经生物学、心理物理学、计算

计算机视觉技术在农业领域中的应用

计算机视觉（computer vision）是一种利用计算机进行图像、视频数据的处理和分析的技术。近年来，随着计算机技术的进步和普及，计算机视觉技术被广泛应用于各个领域，其中包括农业领域。下面，我们将介绍计算机视觉技术在农业领域中的应用案例。

1.植物病害检测

植物病害是影响农作物生产的一种重要因素。通过计算机视觉技术，可以对植物病害进行自动检测和诊断。这能够提高病害诊断的准确率，节省时间成本，从而更好地保护农作物的稳产稳定增产。

瑞典农业科技公司采用视觉机器人技术，通过摄像头获取作物叶片的图像，然后对叶片的颜色、形状、纹理等进行分析，来检测出作物叶片上是否存在病斑。与传统方法相比，准确率提高了50%以上。

2.土壤检测

为了让农民得到更好的收获，需要了解土壤中含水量、有机物、pH值等参数。这需要专业人员花费大量时间和精力来采样和分析。而计算机视觉技术可以通过智能传感器和数据处理来获取土壤参数，从而实现更快速和精准的土壤检测。

美国叶绿科技公司研发出一款智能土壤传感器，通过探头采样，将土壤参数上传到云端进行分析，并生成相应的土壤质量报告。这种技术可以帮助农民更好地了解土壤的质量，从而合理地施肥、作物管理。

3.果蔬分类

在果蔬采摘与加工过程中，通常需要将大小、形状、颜色等因素相似的果蔬进行分类。采用人工分类方法需要大量工时和人力成本，而计算机视觉可以通过图像处理和模式识别来自动分类，极大地提高了效率和准确率。

国内一些科技公司成功研发出核桃智能分类机，通过高速拍摄、图像处理技术和机器学习，组合成基于视觉算法的果蔬分类系统。这种分类机能够自动筛选出形状、颜色、外观质量相似的果蔬，提高了分类质量和工作效率。

4.动物行为监测

在畜牧业中，动物的行为是衡量健康状况的一种重要指标。传统的监测方法需要人工观察或安装传感器装置，不仅耗时费力，而且还可能干扰动物的正常行为。而利用计算机视觉技术，可以实现对动物行为的实时、无干扰监测。

计算机视觉技术在农产品品质检测中的应用

随着科技的发展，计算机视觉技术已经在各个领域得到了广泛的应用，其中就包括农产品品质检测。农产品的品质检测一直是很重要的一项工作，如何让检测更加高效准确也是农业发展中的一个难题。而计算机视觉技术的出现就可以解决这个问题。

计算机视觉技术可以把数码图像转化成数据，利用图像处理和分析的方法来判断图像中目标的一些特性，包括大小、形态、颜色等。在农产品品质检测中，计算机视觉技术可以帮助农民和检测人员找出一些问题，比如寄生虫、细菌、枯萎、变质等，以便及时采取措施避免延误时间或者危害食品安全。

在水果和蔬菜的检测中，计算机视觉可以通过图像识别、分割和分类技术将他们按照大小、颜色、肉质和外观等特性进行分类。通过这些特性，可以判断农产品的等级，不仅可以省时省力，还可以保证检测的准确性，使各个品种的农产品质量得到统一认证。

同时，计算机视觉技术在农产品的外观和内部质量检测中也可以发挥作用。在外观检测中，机器通过对农产品外观的快速分析，可以判断出是否有病虫害、是否有机械损伤、是否正常成熟等问题。在内部质量检测中，计算机视觉可以通过扫描图像来检测采样点的质量，如硫化程度、酸度、糖度等，以此判断农产品的品质水平，以此维护消费者的健康权益，保证农产品的品质和安全。

总体来说，计算机视觉技术的广泛应用，使得农产品品质检测的速度和精度都得到了显著提高，并且可以大量减轻人工的工作压力。基于计算机视觉技术的农产品品质检测，还可以通过依赖大数据、人工智能和云服务等技术，来更好地发挥其优势。相信在不久的将来，这方面的技术将会更加智能化和成熟化，为农业的发展和食品安全的保障贡献更大的力量。