資源描述：
《機(jī)器視覺在農(nóng)業(yè)中的應(yīng)用研究進(jìn)展》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、機(jī)器視覺在農(nóng)業(yè)中的應(yīng)用研究進(jìn)展李方圓1于功志1，21,大連海洋大學(xué)2,大學(xué)生“蔚藍(lán)”科技創(chuàng)新創(chuàng)業(yè)基地116023摘要：機(jī)器視覺技術(shù)因其具有非接觸式性、速度快、精度高等特點(diǎn)，被廣泛應(yīng)用于現(xiàn)代農(nóng)業(yè)生產(chǎn)的各個(gè)環(huán)節(jié)。基于對近幾年成果和文獻(xiàn)的分析，綜述機(jī)器視覺技術(shù)在質(zhì)量分級與檢測、農(nóng)作物生長過程信息采集、果實(shí)自動采摘系統(tǒng)、機(jī)械設(shè)備導(dǎo)航等方面研宄進(jìn)展，并對機(jī)器視覺技術(shù)在農(nóng)業(yè)領(lǐng)域的研究情況進(jìn)行分析和總結(jié)，提出目前存在的問題和未來的研究發(fā)展方向。關(guān)鍵詞：機(jī)器視覺；質(zhì)量分級；信息釆集；導(dǎo)航0引言隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，計(jì)算機(jī)圖像處理技術(shù)不斷進(jìn)步，機(jī)器視覺技術(shù)廣泛應(yīng)用到農(nóng)業(yè)生產(chǎn)中。
2、在農(nóng)業(yè)生產(chǎn)過程中，在對農(nóng)產(chǎn)品或農(nóng)作物進(jìn)行外觀判斷和信息釆集過程中，如品質(zhì)檢測、成熟度判斷、作物生產(chǎn)狀況等，運(yùn)用機(jī)器視覺技術(shù)代替人工，降低了人的勞動強(qiáng)度，并實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)現(xiàn)代化。對國內(nèi)外研究進(jìn)展及應(yīng)用情況進(jìn)行綜述，總結(jié)了應(yīng)用中存在的問題，并對該技術(shù)的發(fā)展前景和研宄方向進(jìn)行討論。1機(jī)器視覺機(jī)器視覺系統(tǒng)是指通過機(jī)器視覺設(shè)備將被攝取目標(biāo)轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號；圖像系統(tǒng)對這些信號進(jìn)行各種運(yùn)算來提取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備運(yùn)作。機(jī)器視覺典型結(jié)構(gòu)包括五大塊：照明、鏡頭、高速相機(jī)、圖像采集卡和
3、視覺處理器（圖1-1）。2機(jī)器視覺在農(nóng)業(yè)上的應(yīng)用機(jī)器視覺廣泛應(yīng)用于農(nóng)業(yè)生產(chǎn)當(dāng)中，在農(nóng)產(chǎn)品質(zhì)量分級、檢測、農(nóng)產(chǎn)品自動采摘系統(tǒng)、農(nóng)W檢測以及自動化機(jī)械的導(dǎo)航等方面均有技術(shù)突破。雖然機(jī)器視覺技術(shù)識別方面比人眼更準(zhǔn)確，并具有非接觸的特點(diǎn)，但由于農(nóng)業(yè)生產(chǎn)環(huán)境的復(fù)雜多變，使得機(jī)器視覺在農(nóng)業(yè)生產(chǎn)中的應(yīng)用還不成熟。圖1-1機(jī)器視覺系統(tǒng)示意圖1-照明,2-高速相機(jī)和鏡頭,3-光源箱,4-被測物體,5-計(jì)算機(jī)2.1機(jī)器視覺在農(nóng)業(yè)分級檢測上的應(yīng)用農(nóng)產(chǎn)品分級和分類檢測是0前機(jī)器視覺一個(gè)重要的研宄方向。傳統(tǒng)人工分選耗吋耗力，且分選精度不高；特別是一些農(nóng)產(chǎn)品外觀特性對產(chǎn)品質(zhì)量和經(jīng)濟(jì)效益影響較
4、大，人的主觀判斷很容易改變該產(chǎn)品的分級等級。運(yùn)用機(jī)器視覺對農(nóng)產(chǎn)品進(jìn)行分級分選，根據(jù)設(shè)定好的分級標(biāo)準(zhǔn)自動分級，避免了人為影響，還具有較高的處理效率。機(jī)器視覺在農(nóng)產(chǎn)品的質(zhì)量分級、檢測中，運(yùn)用CCD攝像頭采集圖像信息，經(jīng)過MATLAB軟件處理，采用RGB、HIS等顏色模型變換，對特征分量進(jìn)行大津展（Ostu）閾值法分割、中值濾波等方式提取圖像邊緣特性，并去除噪聲,得到被測物體的數(shù)字圖像特征。最后運(yùn)用相關(guān)的圖像算法，將數(shù)字圖像特征轉(zhuǎn)化為分級數(shù)字信號完成分級。劉同海等［1】設(shè)計(jì)了一種復(fù)雜背景下豬體體尺測點(diǎn)坐標(biāo)提取的算法，解決了機(jī)器視覺提取自然站立姿態(tài)下豬體體尺測點(diǎn)識別率低的
5、問題。人連理工人學(xué)林艾光等［2］利用攝像頭捕獲扇W圖像，建立扇W模型并識別大小。解決了采用篩子和分級機(jī)篩分，會損傷扇W邊緣，影響生長發(fā)育，人工分選效率低下的問題。李聰?shù)?、Whitelock等［3-4］通過提取形狀和缺陷等特征對成熟蘋果進(jìn)行分級檢測,但提取算法單一，不能提取多種缺陷，識別效果欠佳。王海青、方政、邢作常、胡發(fā)煥等［5-7］通過對農(nóng)作物果實(shí)外形特點(diǎn)的研究，提取外觀綜合特征，利用matlab軟件的函數(shù)變換，可以識別果實(shí)的大小和外觀缺陷，效果可以滿足實(shí)吋環(huán)境下的分級檢測。高新浩等［8】對數(shù)字圖像采用小波分析方法，分析鮮食玉米圖像的紋理特征，設(shè)計(jì)出?一種分級方
6、式，降低人工對玉米表皮的破損以及主觀因素對產(chǎn)品質(zhì)量檢測的影響。在農(nóng)業(yè)生產(chǎn)中，機(jī)器視覺技術(shù)己經(jīng)比較成熟地應(yīng)用在農(nóng)產(chǎn)品分選設(shè)備中;然而，在實(shí)際應(yīng)用當(dāng)中，一部分產(chǎn)品的質(zhì)量標(biāo)準(zhǔn)是由質(zhì)量、甜度等蘇他特征決定。在后續(xù)的研究過程中，應(yīng)將其他特征對產(chǎn)品分級和檢測的影響考慮進(jìn)來。2.2機(jī)器視覺在農(nóng)產(chǎn)品自動采摘上的應(yīng)用農(nóng)村勞動力匱乏，農(nóng)業(yè)機(jī)器人取代人工進(jìn)行采摘已經(jīng)成為趨勢，機(jī)器視覺的應(yīng)用提高了農(nóng)業(yè)機(jī)器人的采集的精度和效率。劉志剛等［9】采用雙B視覺相機(jī)、路標(biāo)識別相機(jī)和聲納傳感器三者相結(jié)合的方式，控制采集機(jī)器人進(jìn)行采摘。張賓、王政、張麗等［10-12］利用相機(jī)獲取果樹周圍環(huán)境的反射圖像
7、，對果實(shí)進(jìn)行精確定位，提高了采摘的效率。郭素娜、何婕等［13-14］利用機(jī)器視覺對主要顏色特征提取的灰度直方圖來判斷果實(shí)的成熟度，避免采摘未成熟的果實(shí)。薛亮等［15］利用機(jī)器視覺系統(tǒng)獲得障礙物的信息，運(yùn)用RBF設(shè)汁網(wǎng)絡(luò)算法控制機(jī)器手躲避障礙物，解決了采集過程中機(jī)器手的蔽障問題。宣峰等［16］設(shè)計(jì)了以單片機(jī)為核心處理器的農(nóng)業(yè)采摘機(jī)器人，降低了圖像處理吋間，同吋也縮小了機(jī)器人的體積，對采摘機(jī)器人的設(shè)計(jì)具有十分重要的意義。目前，基于機(jī)器視覺的自動采摘機(jī)器人，對于顏色信號明顯的果實(shí)能夠很好地進(jìn)行辨別。但由于果實(shí)受光照、生長位置等因素影響，果實(shí)定位仍存在一定的困難。對于部分
8、農(nóng)作物果實(shí)
