摘要： 在农业工程领域, 计算机技术经过长时间的应用, 已在农学研究、精确农业、农业工程等多个方面取得了良好效果。本文基于计算机图像技术的概念分析及组成, 以及与其它学科之间的相互关系, 探讨了它在农学研究领域和农机工程领域应用现状, 分析了当前计算机图像技术在农机工程领域应用中发现的问题及发展方向。
关键词： 计算机图像技术; 农业工程; 图像处理技术;
1 计算机图像技术
随着计算机技术的飞速发展, 衍生出计算机图像处理技术的这样一门综合性交叉学科。它是利用计算机去分析处理有传感器获得的图像数据, 完成对图像的去噪、分离、特征提取等相关的理论和技术。人的视觉处理与计算机图像处理技术相比, 无论在处理精度、处理速度以及可处理数据量上, 均有较大的差距。随着计算机技术以及关联学科的高速发展, 计算机图像处理技术也日益成熟起来, 在其应有领域中促进了相应学科的新的进展。特别是在农业工程领域的应用被越来越多人的重视, 并展现出了很大的优势, 推动了农机工程的发展。
2 计算机图像技术在农机工程中的应用
农机工程领域中, 计算机处理技术主要应用在与农产品加工相关的机械和农产品收获的大型机械中。
在农产品加工机械中, 主要针对农产品的质量进行相关检测, 并根据检测的结果反馈进行相关的控制操作。比如在水产品的加工时, 机械利用了计算机的视觉技术用以精确确定切割的位置, 保证产品均匀有形, 利于产品的包装上市;另外在加工如面包、果酥甜点等烘烤类的食品时, 采用计算机视觉技术用以烘焙过程中, 及时检测食品的烘烤质量, 有效把控食品的烘烤质量。
在农产品收获机械中, 通过在机械上安装有摄像头, 根据田地或果树上机械作业位置图像的不同, 利用计算机图像处理技术, 通过采集作业区域的图像, 进行图像的处理分析, 判断是否有产品可收获, 控制机械去进行指定的操作。
计算机视觉技术在农业工程的应用研究, 已成为各大农业类院校和研究机构研究的课题之一。在国外, 已经研究开发出果实采摘机器人, 用以在部分水果蔬菜的采摘过程中, 大大减少了人工工作量, 提高了采摘效率。在国内对农业机器人和智能农业的研究仍处于理论阶段, 同时还在农业精密播种、肥料或农药精确喷洒以及农产品机械作业导向中开展了积极的研究。
3 计算机图像技术在农学研究中的应用
农学研究中, 运用计算机图像处理技术可以完成对农作物生长状态实时检测、农作物营养状态检测、农作物成熟程度检测以及农作物形状的识别与分析等。
3.1 生长状态检测
在植物的生长过程中, 可以运用计算机视觉技术, 对植物的生长状态进行实时无损监测。检测的范围包括了植物的根茎长度、叶片面积、叶片厚度、分支与茎的角度等一些生长细节的检测, 同时还可以根据采集的果实图像判定果实生长成熟情况、是否存在缺水缺肥的情况。
3.2 营养状态检测
在植物生长过程中, 应用计算机视觉技术采集叶子和茎的图像, 分析当前植物的营养情况, 如若分析出营养状况有所变化, 则可以为植物及时制定营养补救措施, 有效保证了植物的成长营养需求。
3.3 成熟度检测
在果实生长状态中, 可以利用计算机图像处理技术对果实的表面图像采集、分析。相比较传感器图像采集分析, 采用此技术可以对果实图像的所有图像点分别进行处理, 判定果实当前的成长尺寸和成熟度。根据果实成熟度对果实进行区别对待, 及时采摘, 有利于果实的管理。
3.4 作物形状识别分析
植物成长时的形状, 可以通过计算机视觉技术对其实时有效分析。但形状的识别分析是计算机视觉技术在农业领域中相对复杂的一个问题, 因为涉及有傅里叶分析、数学形态分析、人工智能技术等多个学科协作处理, 处理起来非常困难。国内的早期研究中, 已经有研究根据采集的叶子长度和宽度等相关的形状参数, 对处于育苗期的植物识别, 判断其周围杂草生长密度, 为今后农作物的施肥和农药喷洒提供有力依据。
4 应用中存在的主要问题
农业工程中, 计算机图像处理技术应用的关键是能够采集出合适的植物、果实等农产品图像资料, 有效分割采集的图像, 然后再对图像数据进行合理准确的分析, 最终得出可靠分析结果, 提高农业生产的管理水平。当前对图像采集分析已在国内外得到广泛的研究, 并在此取得了一定的研究成果应用到实际农业生产中, 但仍存在许多的问题有待进一步研究解决, 更好的为农业生产服务。
对植物的定位和识别, 是计算机视觉技术在农业机械作业中最重要的问题。因机械作业环境的复杂, 为图像的采集、定位和判断带来了困难, 需要进一步研究解决, 提高图像识别的准确度。在农产品收获机械中, 最为关键的是如何才能采集到合适果实的角度、颜色及果实三维信息等, 并以此为依据进行分析, 需要对机械的信号数据分析解释和机械手动作进一步提高精确度, 避免误采误摘现象。
利用计算机图像处理技术, 可以对农产品进行分级无损检测, 根据采集农产品物理表面细节参数, 对其进行质量的评估和分级。目前对农产品分级仍停留在人工操作阶段, 分选设备仅可以根据农产品的体积大小和质量分选品鉴分级, 尚不能根据农产品的形状或者表面是否有缺坏等去完成智能分级操作。特别是在水果的分级处理时, 根据其表面的缺陷检测进行分级是当前的难题之一, 仍有待研究。
5 结束语
当前计算机图像处理技术在农业领域中的应用还处于初级阶段, 其在农业生产工程领域的实用商品化还有很大的距离。仍存在许多技术难题未得到解决, 比如快速获取动态图像信息、提取多频图像的特征、机械手动作精确操作等, 加上农业环境复杂、生物多样性等因素的影响, 还需要进一步的研究。相信在今后随着相关学科的研究、技术的不断发展, 这些问题都会一一解决, 计算机图像处理技术也会在农业工程领域中得到更广泛更深度的利用, 推进现代智能农业的早日实现。
参考文献
[1]沈立宏, 李道亮.计算机及计算技术在农业中的应用[J].国际学术动态, 2013 (04) .
[2]梁秀梅, 刘涛.基于计算机图像技术的作物籽粒识别[J].安徽农业科学, 2013 (13) .
[3]陈小娜.计算机图像出来就技术在农业科研中的应用[J].广西热带农业, 2010 (06) .
