分析機器視覺技術在農業生產自動化中的應用現狀， 提出應用中存在的問題， 并分析研究此項技術的開發方向。

　　機器視覺技術利用圖像傳感器獲取物體的圖像， 將圖像轉換成一個數據矩陣， 并利用計算機來分析圖像， 同時完成一個與視覺有關的任務。該技術最初在遙感圖片分析和生物醫學圖片分析兩項應用技術取得卓有成效的成果后開始興起的。其后， 發達國家利用該技術開展了多方面的研究，并在多種產業領域中進行了應用。在農業機械領域， 也有著廣泛的研究和應用。

　　機器視覺技術在農業生產自動化中的應用現狀機器視覺技術在農業生產上的研究與應用， 始于20 世紀70 年代末期， 主要研究集中于桃、香蕉、西紅柿、黃瓜等農產品的品質檢測和分級。由于受到當時計算機發展水平的影響， 檢測速度達不到實時的要求， 處于實驗研究階段。隨著電子技術、計算機軟硬件技術、圖像處理技術及與人類視覺相關的生理技術的迅速發展， 機器視覺技術本身在理論和實踐上都取得了重大突破。在農業機械上的研究與應用也有了較大的進展， 除農產品分選機械外， 目前已滲透到收獲、農田作業、農產品品質識別以及植物生長檢測等領域， 有些已取得了實用性成果。

　　農作物收獲自動化是機器視覺技術在收獲機械中的應用， 是近年來最熱門的研究課題之一。其基本原理是在收獲機械上配備攝像系統， 采集田間或果樹上作業區域圖像， 運用圖像處理與分析的方法判別圖像中是否有目標， 如水果、蔬菜等， 發現目標后， 引導機械手完成采摘。研究涉及西紅柿、卷心菜、西瓜、蘋果、柑桔等農產品， 但是， 由于田間或果園作業環境較為復雜， 使得采集的圖像含有大量噪聲或干擾， 例如植物或蔬菜的果實常常被莖葉遮擋， 田間光照也時常變化， 因此， 造成目標信息判別速度較慢， 識別的準確率不高。

?

　　由于受計算機、圖像處理等相關技術發展的影響， 機器視覺技術在播種、施肥、植保等農田作業機械中的應用研究起步較晚。農藥的粗放式噴灑是農業生產中效率最低、污染最嚴重的環節， 因此需要針對雜草精確噴灑除草劑， 針對大田植株噴哂殺蟲劑進行病蟲害防治。采用機器視覺技術進行農田作業時， 需要解決植株秧苗行列的識別、作物行與機器相對位置的確定導向和雜草與植株的識別等主要問題。

　　農產品品質自動識別是機器視覺技術在農業機械中應用最早、最多的一個方面， 主要是利用該項技術進行無損檢測。一是利用農產品表面所反映出的一些基本物理特性對產品按一定的標準進行質量評估和分級。需要進行檢測的物理參數有尺寸、質量形狀、色彩及表面缺損狀態等。二是對農產品內部品質的機器視覺的無損檢測。如對玉米籽粒應力裂紋機器視覺無損檢測技術研究， 采用高速濾波法將其識別出來， 檢測精度為90 % ， 煙葉等級判斷的研究在實驗室己達到較高的識別效果， 與專家分級結果的吻合率約為83 % 。三是對果梗等情況的準確判別對水果分級具有非常重要的意義， 國外學者對果梗識別已進行了不少研究。到目前為止， 所提出的識別果梗的有關算法均還存在計算復雜、速度較慢、判別精度低等問題， 還有待于進一步深入研究。由于農產品在生產過程中受到人為和自然生長條件等因素的影響， 其形狀、大小及色澤等差異很大， 很難做到整齊劃分， 及根據質量、大小、色澤等特征進行的質量分級、大小分級， 通常只能進行單一指標的檢測， 不能滿足分級中對綜合指標的要求， 還需配合人工分選， 分選的效率不高， 準確性較差， 也不利于實現自動化。長期以來， 品質自動化檢測和反饋控制一直是難以實現農產品品質自動識別的關鍵問題。設施農業生產中， 為了使作物在最經濟的生長空間內，獲得最高產量、品質和經濟效益， 達到優質高產的目的， 必須提高環境調控技術。利用計算機視覺技術對植物生長進行監測具有無損、快速、實時等特點， 它不僅可以檢測設施內植物的葉片面積、葉片周長、莖稈直徑、葉柄夾角等外部生長參數， 還可以根據果實表面顏色及果實大小判別其成熟度以及作物缺水缺肥等情況。