机器视觉技术在农业机械的应用.docx

机器视觉技术在农业机械的应用摘要：随着科技迅猛进展，机器视觉技术在农业机械中的应用越来越广泛，机器视觉技术的进展，不仅表达了一个国家科技能力进展的水平，同时对于提高农业作物的产量和管理效率都有重要意义。机器视觉在农业中的应用为其精细化、自动化生产奠定了基础，不仅有助于解放劳动力，还有助于提高农作物产品的品质和产量。关键词：机器视觉技术；农业机械；机械自动化机器视觉系统是一种借助光学装置和非接触的传感器获得被检测物体的特征图像，并从这些获取的图像中收集被检测物体的信息，进而实现检测和掌握的装置。作为人工智能的关键技术，机器视觉将是促进社会各行业进入智能时代的最重要的技术之一，因此，它也被称为“工业之眼。目前，机器视觉技术已经应用到果蔬采摘、零件检测、药品检测、航天高温风洞系统、天气预报、侦查追踪、智能交通、安防监控等各个行业，是社会进展中一项极具突破性的技术。当然，从当前关于这项技术的诸多应用信息来看，机器视觉技术对我国农业自动化生产有重要作用。从已有的应用阅历来看，农作物在生产过程中其生产周期的自动化管理要有更加智能化的结果，机器视觉技术必需要有所应用。此外，植物种子质量的判别，扰乱植物正常生长的杂草的识别以及对农作物生长各阶段的监控等，都能够在视觉技术的关心下获得更大突破1。1机器视觉技术在农业机械中的进展现状机器视觉技术在农业机械中的讨论，欧美国家早在20世纪80年月就开始在农业机械中开展机器视觉技术的讨论，初期主要讨论对桃子、西红柿和黄瓜等进行质量检测和产品分级。随着传感器系统和图像处理系统的进一步完善，机器视觉技术应用的范围变得更加广泛，包含了农作物采摘、生长掌握以及简洁农作物收获等方面。通过对文献资料的收集、分析和讨论，目前基于机器视觉技术的农业机械应用的讨论主要集中于农业机器人、农作物种子与果实分拣作业、农作物生长状态检测、病虫害与杂草检测等方面。1.1农业机器人农业机器人是一种以农业产品为具体操作对象、拥有具体的感知以及活动功能、能够重复编程和应用的自动化或者半自动化的设备，农业机器人的应用能够降低人工操作强度。据统计，已经应用在农业生产中的机械机器人在讨论过程中分为两个方向。一个是行走搬运，另一个是机械手采摘。前者的讨论是因为农作物所生长的环境比较冗杂，在收获这些农作物过程中为了更好完成其聚集以及搬运，需要能够自动行走、识别道路的机器人来提供关心。而后者则是因为农作物生长过程中一些细致的活做起来太过消耗时间和精力，如枸杞人工采摘需要一颗一颗从植株上取下，但因为枸杞植株本身带刺，采摘人员只能放慢速度削减自己被刺概率，而这种状况下需要机械手机器人的关心2。日本在农业机器人方面的讨论可以追溯到20世纪80年月，最早出现的讨论成果是樱桃番茄采摘机器人，利用彩色相机采集图像，利用阈值化、滤波等算法图像分割出果实和识别果实数目，通过双目立体视觉系统获得果实的三维信息3。2009年，我国机器人讨论学者制造出了黄瓜采摘机器人，实现了我国在农业机器人方面零的突破，其主要功能的实现借助红外光谱对黄瓜果实与茎叶的识别，再利用双目立体视觉技术进行目标识别，实现果实空间位置有效定位。目前，我国的植保机器人讨论也很广泛，以棉花作物生长为例，我国大面积种植棉花的区域在新疆，棉花在进入收获期之前必需喷洒肯定药物将棉花植株的叶子去除，才能为棉花后期成熟集聚更多能量，如此最终获得的棉花品质也会更好。在过去，棉花种植户在进行这项工作时都是开着拖拉机去棉花地里进行大面积农药喷洒，这会碾压棉花造成作物损伤，这种粗放式农药喷洒方式会造成一部分药物直接随风而逝，不仅会浪费药物，还会将有害物质传播到空气中，造成环境污染。但在使用了基于视觉识别的植物爱护机器人之后，药物施加这项工作变得简洁，在空中直接进行药物施加即可，不会给棉花植株造成损害，机器人的障碍物识别技能还能绕开前行中的障碍物，让施药更加合理。1.2农作物种子与果实分拣在农作物种植过程中，所选择的种子质量在肯定程度上几乎是确定着该作物的最终产量以及质量。所以，绝大多数进行大面积种植的农户在播种之前都会对作物种子进行细心选择。传统作物种子选择工作都是由人工来完成，每一颗种子需要一粒一粒地检查，所需时间本钱极大。在使用了搭载视觉技术的机器人之后，可以直接对种子进行更精确地辨别，将干瘪的、霉变的或者本身就存在缺陷的种子以最快的速度选择出来，还能提升优良种子选择的精确性。农作物在收获之后也需要进行质量检测和等级分拣，为了提高效率和削减本钱，这部分工作也可以利用机器视觉技术来提升效率。所收获的农作物好坏是可以从其样子、颜色以及个头等方面来辨别，而视觉机器人进行农作物等级界定也是根据这一原理。赵小霞等在试验中将苹果分为4类，并依据图像处理模块输出的等级结果将传输带的水果分拣至对应分拣箱。经过验证说明，系统精度到达98%4。烟叶是烟草行业得以进展的关键。在烟叶的分级过程中，会有较多影响因素，因此，其质量检测分级冗杂性也相对较高。通过相机进行采集，借助电脑界面来对拍摄到的图像给予实时、动态显示，结合编写的模糊数学分类算法、图像处理，依据烟叶的颜色特征，来有效识别烟叶等级，从而在短时间内明确烤烟的分级。1.3农作物生长状态检测农作物生长过程中假如遇到其本身不喜爱的生长环境，会有肯定的外在表征，这些表征是在作物种植者传达自己的需求信息，比方有的农作物突然之间叶片开始发黄，那可能是养分不够了。作物种植者在通过作物的外在表征收到其生长需求信息后，准时实行相应的施肥、浇水或者通风等措施，作物就会重新恢复良性生长。但种植者不行能一天24小时不间断盯着作物，所以传统农作物种植过程中难免会存在因为种植人员忽视造成的一些作物生长不良状况。在应用机器视觉技术之后可以实时对作物生长过程进行监测，对作物生进步行更精准把控。如张彦娥等5对温室黄瓜的生长监测讨论，就是借助机器视觉技术。1.4病虫害与杂草检测许多害虫以植物为食，再加上环境中的一些病菌影响，农作物在生长过程中难免遭受病虫害的影响，要对植物的病虫害进行防治，必需做到准时识别、有效监测、提前预警。农作物生长过程中还会有杂草来与之争夺土壤、水分、阳光和肥料，若不准时掌握则会导致作物减产。国外HayesJC等人发觉利用纹理分析的方式可以对植物的生进步行检测，甚至这种检测方式在肯定条件下其结果会比颜色分析的检测方式还要精确。Pydipati等人同时采纳了颜色以及纹理两种方式来进行柑橘叶片生长的检测，最终发觉能够通过这些方式准时获取到柑橘叶片是否染病信息。2机器视觉技术在农业机械应用中存在的问题农业机械中应用机器视觉技术对于农业的进展起到了重要作用，但还存在一些缺乏，主要表如今以下几个方面：1农业因为本身种植地区地形及环境的影响，通常不是集中种植，规模小，故而日常管理农作物生长的难度就会比较高，这也是农业结构调整难度高、农业进展速度始终比较慢的缘由之一。2我国农民整体素养偏低。大多数农民文化水平低，学习能力较弱，对于先进技术不会操作，学习缓慢，操作起来困难重重。在购置农业机械时，农业生产者仅仅购置产品，相关人员进行简洁的指导。最终几乎都是通过说明书进行使用。但是，由于文化水平以及实际操作能力的不匹配，许多农业生产者不能正确使用农业机械，仅仅采纳探究式的操作方式，或者向别人请教阅历。3展望技术革新推动了互联网技术、信息技术、计算机技术、智能化生产技术等方面进展，也为农业生产及其机械化进展带来了机遇。在全民技术创新，各行业都蓬勃进展的社会大背景下，农业生产智能化已经成为必定的进展趋势2。犹如电子技术、液压技术与计算机技术在农业机械中的应用一样，机器视觉技术的应用将提高农业机械性能，是农业机械向现代化和智能化进展的必定方向。4结语近年来，我国农村人口始终在向着城市聚集，政府鼓舞土地流转，形成大型规模化种植，肯定程度上为农业生产的进展提供了便利。同时，也助推了农业机械化进展进程。国家给予农业生产更大的扶持力度，国家政策促进了更多的进展建设资金流向农村以及农业生产，与农业进展相关的科技也在这一过程中不断被突破。机器视觉技术本身在理论和实践上都取得了重大突破，在农业机械上的讨论与应用进展很大。为促进农业机械更好应用，可鼓舞大学生和科技人才回到家乡创业，让更专业的农业技术人员效力于农业进展，促进技术的革新。同时，还应开发适应性强、高效稳定的智能算法，提高系统的分析处理数据，加强适应冗杂地理环境和工作环境的算法的鲁棒性，加强对环境的适应性。参考文献：1张学俊，顾沈明，李斌.机器视觉技术在农业生产中的应用讨论J.农村经济与科技，2022，30(23)：55-56.2王飞涛，樊春春，李兆东，等.机器人在设施农业领域应用现状及进展趋势分析J.中国农机化学报，2022，41(3)：93-98+120.3KondoN,NishitsujiY,LingPP,etal.VisualfeedbackguidedroboticcherrytomatoharvestingJ.TransAsae,1996,39(6):2331-2338.4赵小霞，李志强.基于PLC和机器视觉的水果自动分级系统讨论J.农机化讨论，2022，43(8)：75-79.5张彦娥，李民赞，张喜杰，等.基于计算机视觉技术的温室黄瓜叶片养分信息检测J.农业工程学报，2005，21(8)：102-105. 殷悦 单位：泰州学院船舶与机电工程学院本文来源：网络收集与整理，如有侵权，请联系作者删除，谢谢！第9页 共9页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页