植物是人类和动物的重要食物来源,是维持生态环境良好和食物链稳定的重要组成。为了培育出高质量的植物,农民每日深入农田辛苦工作,这不仅要求农民花费大量时间,也需要大量的劳动力。本文针对这一问题设计了一种嵌入式农业智能视觉监控系统,该系统可以用来识别温室大棚内农作物及花卉的种类,了解其生长状况,保持植物在最适合的环境中健康生长并且不必受季节变化及环境变化的影响,智能地帮助工作人员更有效地种植作物。本文采用摄像头对植物进行实时采集监控,将获得的植物生长状态信息传输到处理器进行存储及预处理操作,结合了克隆选择算法和支持向量机算法对叶片进行样本训练,并建立叶片识别分类器,提高了叶片识别率与识别速度,其识别出的结果和植物生长视频都可以通过上位机界面进行查看。文章利用多种传感器来采集温室内温度、湿度、光照强度和CO₂浓度数据,以ZigBee无线通信的方式将温室中定时获取的环境实时数据传送至系统处理器,利用GPRS无线网络技术使用户达到可以通过收发命令来查看环境参数并调控灯光、水泵、排风等装置的目的,若环境因子超出预先设定的阈值范围,系统就会自动向用户发送报警消息。该监控系统的核心处理器采用Linux操作系统和S3C6410处理器,利用HTML网页、Boa服务器、CGI技术将接收到的图像及各项环境参数显示在上位机网页中,实现远程的温室植物生长情况查看与管理。本系统具有智能化、识别率高、成本低、便于管理等特点,有效地帮助了农业工作人员监控温室大棚内作物生长情况,通过对植物种类的识别方便了农民进行施肥喷药,提高了农药的有效利用率,降低了日常工作量与劳动力,增加了耕地产量,实现了温室大棚种植的精准化、自动化、数字化的管理。