论文部分内容阅读
摘要：在当今的大环境中，农业的发展越来越迅速，越来越多的高精端科技加入了农业生产中。其中，计算机视觉技术在农业生产中承担着更大的责任。通过计算机视觉技术我们可以得知农作物的生长状况，生长周期，营养状况以及是否被害虫所侵蚀。
关键词：计算机;视觉技术;农业发展;责任
农业的生产关系着基层以及上层的粮食供应，以及对国外贸易合作的很关键的一个点。计算机视觉技术自上个世纪以来就开始发展了，在刚开始的时候图像处理技术发展的不是很完善，所以计算机视觉技术发展的比较缓慢。但是这没有使我们停止对该技术的探索，随着时代的进步，计算机技术也逐渐发展壮大起来，相应的获取的图片的清晰度也越来越清晰。相应的就有了计算机视觉技术的一席之地，我们就可以从它那里得知农作物生产前、中、后的状况。所以它对农业生产的每一个环节都起到了至关重要的作用。
1什么是计算机视觉技术
计算机视觉技术，简单地说就是用摄影机和电脑对目标进行观察，追踪，检测并进行处理变成更适合人类观察或者给机器检测的图像。比如我们平常所使用的手机，我们打开锁屏通常使用的是指纹，人脸，瞳孔。这些都是机器视觉所检测的数据转换成我们所认知的图像。计算机视觉的系统组成有：程序的控制;事件的检测;信息的处理;图像分析和拓扑建模;最后是输出为人类能理解的形式。
2计算机视觉技术在农业中的应用
2.1 计算机视觉技术在农业生产前的应用
作物中有一个很关键的生物学指标就是农作物对光的吸收作用，如果我们知道了这个指标，那么我们可以轻松地得到农作物的叶面积，茎的长度，叶柄的弯曲角度。不仅如此，我们还可以对他们进行营养监测，在以前的时候，我们通常用化学组分分析进行营养状态的研究，这个方式结果虽然很精确但是对资金的要求比较高，而且会破坏作物本身。随着时代的进步，图像的处理技术越来越高端，所以人们通常用来监测作物的营养成分。在农作物的生长过程中，引起农作物产量降低的主要原因是害虫和杂草。二十世纪末期美国人Lee发明出了能够识别杂草的智能系统，并且能准确的找到他们的位置对他们进行斩草除根，该系统制作的非常精巧，它能根据农作物与杂草之间细微的差距识别出杂草和作物，定位出它们的位置。并进行药物的喷洒而不损坏幼小的作物，这种智能系统的误差很小，几乎不会产生失误。为我们省去了很多时间，为我们的农作物的生长提供了保障。随着时间的推移，越来越多的人对这种技术进行改进，使测量的误差越来越小，图像的处理技术也越来越好，对软件的编程也越来越简单易懂。
计算机视觉技术做到并不仅此而已，还有一个因素会导致农作物的产量降低，那就是害虫，现在的技术可以通过计算机的算法自动找出田里的害虫，对他们进行分析并选择合适的杀虫剂进行只对害虫有效而对农作物无效的杀虫剂。它们只是针对这一部分作物，相比较于以前的那种对所有农作物的喷洒节省了很多人力物力，而且不会污染环境。这种系统还会分析害虫和杂草的位置制作出相应的投影，从而让更加方便的管理我们的土地。
2.2 計算机视觉技术在农业生产过程中的应用
时代在进步，社会在发展，相应的，计算机视觉技术也在向前冲，在传统农业中，我们以前最常见的农业机器人就是自动收割机，自动旋耕机。而现在农业机器人最重要的就是采摘机器人。不仅在国内还是在国外采摘机器人都有很高的发展空间。国内的采摘机器人起步比较晚，某国外的采摘机器人做出了由传感器，动力系统，机械手，执行系统构成的机器人。它通过彩色摄像头对成熟的果实进行寻找，定位，使用多个自由度的机械手进行采摘，通过传动系统把果实摘下来。但是它最重要的缺点就是无法避免不碰到茎和叶的情况下进行采摘。这是比较复杂的采摘机器人，在农村有很多最常见的是玉米采摘机，这种机械虽然没有上面的采摘机器人高端，但是它囊括了上面机器人所需要的全部系统。玉米采摘机不仅可以准确找到玉米的位置然后对玉米进行脱离，使玉米穗脱离主体，筛选，只保留有玉米穗的部分，旋转，把玉米穗的皮分开，最后分离，把玉米粒和玉米芯分开。最后得到分开的玉米粒和玉米芯装在不同的容器中。
2.3 计算机视觉技术在农业生产后的应用
在农作物产生农产品之后，要想进入市场最关键的就是品质的优劣，好的农产品往往会有更好的市场，这时候品质的检测显得很关键，计算机视觉技术就可以帮助你快速确定你的农产品的品质。在以前的检测中往往是通过仪器和化学进行检测，这样会使材料被破坏而造成浪费。计算机视觉技术就在这种环境下应运而生。人们通过对农作物，例如：苹果，苹果的颜色属性，苹果的形状大小进行数据化处理，输入到检测机器人的系统内，它就会根据这几种特征对苹果进行分类，分为三六九等，帮助果农快速确定它们是高品质，中等品质，还是低品质。一旦分好了类，市场就可以快速的对农作物的价格进行确定。这种分类可以极大地减少由于购买者心理因素导致的不准确。
3未来计算机视觉技术在农业中的发展方向
虽然计算机视觉技术发展的很迅速，但是不同的地区有不同的农作物生长，以及他们的环境的困难所导致的问题也非常的多，西红柿长在离地面三十厘米左右的地方，而像苹果确是离地面两米左右的地方，还有土豆是在地下生长，西瓜在地皮表面生长，这些不同的地点都会提高对机器设计的精度。天气方面也会有所影响，在雨天，雨水的下落会影响采摘机器人的画面的清晰度进而对机器的识别率造成影响。清晰度严重影响了对农作物的检测与识别。冬天也会产生相同的问题，落下的雪会影响视线，雪的堆积还会影响机器的行动。打雷的时候会影响数据的传输。这些只是环境因素。还有本身的一些问题比如：机械手的灵活程度，如何避免抓取到作物之外的叶子，茎，杆一类的原本就在那的东西。还有传动系统要适合不同的路面，上坡下坡的平衡问题，在充满积水和泥泞的道路行动的方式。图像处理并不是很完善，它产生偏差对每个环节都会产生影响。
4结语
综上所述，计算机视觉技术的发展任重而道远，我们依旧需要继续努力寻找新的方式去改进我们的系统。
参考文献：
[1] 张丽芬.基于计算机视觉技术的樱桃自动分选系统设计[J].农机化研究，2017，39（9）：212.
[2] 胡智祯，万晋廷，王毓玮，等.论计算机视觉技术在自动化中的应用[J].南方农机，2017，48（5）：125.
[3] 田岳;基于低秩表示的病虫害检测方法的研究[D];北京工业大学;2015.
关键词：计算机;视觉技术;农业发展;责任
农业的生产关系着基层以及上层的粮食供应，以及对国外贸易合作的很关键的一个点。计算机视觉技术自上个世纪以来就开始发展了，在刚开始的时候图像处理技术发展的不是很完善，所以计算机视觉技术发展的比较缓慢。但是这没有使我们停止对该技术的探索，随着时代的进步，计算机技术也逐渐发展壮大起来，相应的获取的图片的清晰度也越来越清晰。相应的就有了计算机视觉技术的一席之地，我们就可以从它那里得知农作物生产前、中、后的状况。所以它对农业生产的每一个环节都起到了至关重要的作用。
1什么是计算机视觉技术
计算机视觉技术，简单地说就是用摄影机和电脑对目标进行观察，追踪，检测并进行处理变成更适合人类观察或者给机器检测的图像。比如我们平常所使用的手机，我们打开锁屏通常使用的是指纹，人脸，瞳孔。这些都是机器视觉所检测的数据转换成我们所认知的图像。计算机视觉的系统组成有：程序的控制;事件的检测;信息的处理;图像分析和拓扑建模;最后是输出为人类能理解的形式。
2计算机视觉技术在农业中的应用
2.1 计算机视觉技术在农业生产前的应用
作物中有一个很关键的生物学指标就是农作物对光的吸收作用，如果我们知道了这个指标，那么我们可以轻松地得到农作物的叶面积，茎的长度，叶柄的弯曲角度。不仅如此，我们还可以对他们进行营养监测，在以前的时候，我们通常用化学组分分析进行营养状态的研究，这个方式结果虽然很精确但是对资金的要求比较高，而且会破坏作物本身。随着时代的进步，图像的处理技术越来越高端，所以人们通常用来监测作物的营养成分。在农作物的生长过程中，引起农作物产量降低的主要原因是害虫和杂草。二十世纪末期美国人Lee发明出了能够识别杂草的智能系统，并且能准确的找到他们的位置对他们进行斩草除根，该系统制作的非常精巧，它能根据农作物与杂草之间细微的差距识别出杂草和作物，定位出它们的位置。并进行药物的喷洒而不损坏幼小的作物，这种智能系统的误差很小，几乎不会产生失误。为我们省去了很多时间，为我们的农作物的生长提供了保障。随着时间的推移，越来越多的人对这种技术进行改进，使测量的误差越来越小，图像的处理技术也越来越好，对软件的编程也越来越简单易懂。
计算机视觉技术做到并不仅此而已，还有一个因素会导致农作物的产量降低，那就是害虫，现在的技术可以通过计算机的算法自动找出田里的害虫，对他们进行分析并选择合适的杀虫剂进行只对害虫有效而对农作物无效的杀虫剂。它们只是针对这一部分作物，相比较于以前的那种对所有农作物的喷洒节省了很多人力物力，而且不会污染环境。这种系统还会分析害虫和杂草的位置制作出相应的投影，从而让更加方便的管理我们的土地。
2.2 計算机视觉技术在农业生产过程中的应用
时代在进步，社会在发展，相应的，计算机视觉技术也在向前冲，在传统农业中，我们以前最常见的农业机器人就是自动收割机，自动旋耕机。而现在农业机器人最重要的就是采摘机器人。不仅在国内还是在国外采摘机器人都有很高的发展空间。国内的采摘机器人起步比较晚，某国外的采摘机器人做出了由传感器，动力系统，机械手，执行系统构成的机器人。它通过彩色摄像头对成熟的果实进行寻找，定位，使用多个自由度的机械手进行采摘，通过传动系统把果实摘下来。但是它最重要的缺点就是无法避免不碰到茎和叶的情况下进行采摘。这是比较复杂的采摘机器人，在农村有很多最常见的是玉米采摘机，这种机械虽然没有上面的采摘机器人高端，但是它囊括了上面机器人所需要的全部系统。玉米采摘机不仅可以准确找到玉米的位置然后对玉米进行脱离，使玉米穗脱离主体，筛选，只保留有玉米穗的部分，旋转，把玉米穗的皮分开，最后分离，把玉米粒和玉米芯分开。最后得到分开的玉米粒和玉米芯装在不同的容器中。
2.3 计算机视觉技术在农业生产后的应用
在农作物产生农产品之后，要想进入市场最关键的就是品质的优劣，好的农产品往往会有更好的市场，这时候品质的检测显得很关键，计算机视觉技术就可以帮助你快速确定你的农产品的品质。在以前的检测中往往是通过仪器和化学进行检测，这样会使材料被破坏而造成浪费。计算机视觉技术就在这种环境下应运而生。人们通过对农作物，例如：苹果，苹果的颜色属性，苹果的形状大小进行数据化处理，输入到检测机器人的系统内，它就会根据这几种特征对苹果进行分类，分为三六九等，帮助果农快速确定它们是高品质，中等品质，还是低品质。一旦分好了类，市场就可以快速的对农作物的价格进行确定。这种分类可以极大地减少由于购买者心理因素导致的不准确。
3未来计算机视觉技术在农业中的发展方向
虽然计算机视觉技术发展的很迅速，但是不同的地区有不同的农作物生长，以及他们的环境的困难所导致的问题也非常的多，西红柿长在离地面三十厘米左右的地方，而像苹果确是离地面两米左右的地方，还有土豆是在地下生长，西瓜在地皮表面生长，这些不同的地点都会提高对机器设计的精度。天气方面也会有所影响，在雨天，雨水的下落会影响采摘机器人的画面的清晰度进而对机器的识别率造成影响。清晰度严重影响了对农作物的检测与识别。冬天也会产生相同的问题，落下的雪会影响视线，雪的堆积还会影响机器的行动。打雷的时候会影响数据的传输。这些只是环境因素。还有本身的一些问题比如：机械手的灵活程度，如何避免抓取到作物之外的叶子，茎，杆一类的原本就在那的东西。还有传动系统要适合不同的路面，上坡下坡的平衡问题，在充满积水和泥泞的道路行动的方式。图像处理并不是很完善，它产生偏差对每个环节都会产生影响。
4结语
综上所述，计算机视觉技术的发展任重而道远，我们依旧需要继续努力寻找新的方式去改进我们的系统。
参考文献：
[1] 张丽芬.基于计算机视觉技术的樱桃自动分选系统设计[J].农机化研究，2017，39（9）：212.
[2] 胡智祯，万晋廷，王毓玮，等.论计算机视觉技术在自动化中的应用[J].南方农机，2017，48（5）：125.
[3] 田岳;基于低秩表示的病虫害检测方法的研究[D];北京工业大学;2015.