计算机视觉技术在农业邻域的发展和研究

《计算机视觉技术在农业邻域的发展和研究》由会员分享，可在线阅读，更多相关《计算机视觉技术在农业邻域的发展和研究（9页珍藏版）》请在金锄头文库上搜索。

1、农机专题讨论农机专题讨论文献综述文献综述题 目 计算机视觉技术在农业 邻域的发展和研究 指导教师 教授 专 业 农业机械化工程 研究方向 农业机械测试技术和 仪器设备的研究 2010 级 硕 士 研究生 学 号 时间 2011 年 12 月计算机视觉技术在农业邻域的发展和研究摘要摘要计算机视觉学是自二十世纪六十年代中期迅速发展起来的一门新学科。计 算机视觉是使用计算机及相关设备对生物视觉的一种模拟。由于计算机视觉学 在工农业生产、地质学、天文学、气象学、医学及军事并学等领域有着极大的 潜在应用价值,所以它在国际上越来越受人重视。本文简要地介绍了计算机视觉 学的研究内容,计算机视觉研究中面临的技

2、术难点以及计算机视觉学的历史,现 状和研究动向。Abstract Computer vision is a new rapidly developed subject since the 1960s medium-term. Computer vision is used for an analog of biological vision with computers and related equipments. Its main task is obtaining corresponding scene 3-d information by collecting the picture

3、or video processed, just like humans and many other creature do every day. Because of computer vision has a great potential application value in industrial and agricultural production, geology, astronomy, meteorology, the medicine and the military and other fields,so it is becoming more and more att

4、ention in the world. This paper briefly introduced the study content of computer vision,its relationship with nearby subjects, the technical difficulties that computer vision research is facing and computer visions history, present situation and research trend.关键词关键词 计算机视觉技术 图像处理 特征提取一一 计算机视觉技术的概念计算

5、机视觉技术的概念计算机视觉是在图像处理的基础上发展起来的新兴科学。 计算机视觉是以图象处理技术、信号处理技术、概率统计分析、计算几何、 神经网络和计算机信息处理技术等为基础，通过计算机分析与处理视觉信息。 它是一门研究用计算机来模拟生物外显或宏观视觉功能的科学和技术，涉及人 工智能、计算机科学、图像处理、模式识别等多个领域的交叉学科。 二二 计算机视觉技术的出现与发展计算机视觉技术的出现与发展 计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参 加到对它的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用 数学和统计学等。 计算机视觉是在20世纪50年代从统计模式识别开始

6、的。随着计算机技术与 图像处理技术的发展，机器视觉技术的研究与应用已扩展到农业工程领域并成 为热门课题，且在许多方面取得了重大成果。 60年代，Roberts通过计算机程序从数字图像中提取出诸如立方体、棱柱体 等多面体的三维结构，并对物体形状及物体的空间关系进行描述。70年代中期， 麻省理工学院人工智能实验室正式开设“机器视觉”课程。80年代以来，计算 机视觉的研究已经历从实验室走向实际应用的发展阶段。而计算机工业水平的 飞速提高以及人工智能、并行处理和神经元网络等学科的发展，更促进了计算 机视觉系统的实用化和许多复杂视觉过程的研究。 目前，计算机视觉技术正在广泛应用于计算几何、计算机图形学、

7、图像处 理、机器人学等多个领域中。 总的来说，机器视觉系统主要具有三大应用功能： 第一是定位功能，能够自动判断感兴趣的物体、产品在什么位置，并将位 置信息通过输出设备输出，此功能多用于自动包装、自动灌装、自动喷涂，多 配合自动执行机构（机械手、喷嘴等）。 第二是测量功能，也就是能够自动测量产品的外观尺寸，比如外形轮廓、 孔径、高度、面积测量等。 第三是缺陷检测功能，这是视觉系统用的最多的一项功能，它可以检测产 品表面的相关信息，如：包装正误，包装是否正确、印刷有无错误、表面有无 刮伤或颗粒、破损、有无油污、灰尘等。 三三 计算机视觉技术在农业机械中的应用计算机视觉技术在农业机械中的应用 下面我

8、们来看看它在农业上主要有哪些应用。 3 31 1 计算机视觉技术在农产品分选机械中的应用计算机视觉技术在农产品分选机械中的应用 对农产品的品质鉴定及分级主要利用计算机视觉技术进行无损检测，它无 需接触测定对象便可从农产品表面图像获取特定的信息，从而对农产品进行质 量评估和分级。 利用该技术对农产品分级的研究主要集中在水果、蔬菜、谷物等农副产品 方面。国外已经研制一种根据外形尺寸对马铃薯进行分级的计算机视觉系统,每 秒钟可以对40个马铃薯进行分级。 计算机视觉系统也可用于对大米、小麦、玉米以及其他谷物的识别和分级， 这些系统主要是根据应力裂纹、形态、染色后颜色特征等，应用神经网络、高 速滤波等技

9、术来进行识别和分类。 3 32 2 计算机视觉技术在农业收获机械中的应用计算机视觉技术在农业收获机械中的应用 20世纪80年代中后期，计算机视觉技术开始应用于农业自动化收获机械。通过建立利用彩色图像颜色信息从桔树上识别桔子的识别模型，桔子自动收获 机械能够利用室外自然光条件下拍摄的图像信息对桔子收获机械手进行导向来 采摘桔子，正确率为75，速度基本能满足实际工作的需要，但精度较低。通 过机器视觉技术实现的剪枝自动化，只要提供合适的光照条件和采用合理的图 像处理算法，其找到树干主轴的精确率可以达到100%，找到树枝的精确率为 89%。 蘑菇自动采摘器将计算机视觉技术应用在采摘器上对蘑菇进行识别。

10、该系 统主要由蘑菇传送带、摄像机、采摘机器手、控制系统和计算机等组成。采摘 机器手由控制系统根据计算机视觉系统提供的信息量传送到指定位置。当机器 手到位后，机器手的橡胶吸盘通入压力空气把蘑菇投入盒中。 3 33 3 计算机视觉技术在农产品品质检测中的应用计算机视觉技术在农产品品质检测中的应用随着计算机技术的发展，人们已经开始研究计算机视觉技术在农产品品质 检测中的应用。目前，国内外已有部分成果得到实际应用。 计算机视觉技术在苹果品质的无损检测中的应用。通过图像采集卡，采集 苹果的形态，颜色等特征，将采集结果传送给分析处理系统，根据处理结果判 断苹果是否为有损产品。 3 34 4 计算机视觉技术

11、在田间作业机械中的应用计算机视觉技术在田间作业机械中的应用 目前,计算机视觉技术在农田作业的应用主要是播种、施肥、农药喷洒、田 间锄草、苗木嫁接等方面。 农药的粗放式喷洒是农业生产中效率最低、污染最严重的环节。由机器视 觉导向一种能对作物实施精量喷雾的装置能使喷头直接位于每行作物的上方， 并能根据目标作物的宽度自动调节扇形喷头的偏转角度，从而保证雾滴分布宽 度与目标作物宽度相一致，以减少农药的浪费。这不仅节约了农药，提高了施 药效率，而且还可以大大减少对环境的污染。利用计算机视觉技术开发的带杂 草识别传感器的除草剂喷洒器，在休耕季节可以比播撒减少除草剂用量的 1960。 机器视觉技术还能够在动

12、植物的生长过程中，根据对其生长情况的精确自 动地进行监测，可以有效的控制动植物的生长环境，以满足动植物生产所需。 3 35 5 计算机视觉技术在自动化生产检测技术中的应用计算机视觉技术在自动化生产检测技术中的应用 计算机视觉技术在自动化生产检测技术中占有着越来越重要的地位。采用 计算机视觉技术与其它检测方式相比，它能够节约时间和节省劳动力。基于图 像处理技术的检测系统具有速度快精度高，非接触式等优点。 例如计算机视觉系统在烤烟烟叶质量检测中的应用。它先对大量烟叶样本 进行颜色分析，可得到各类样本颜色特征值的分布情况，采用轮廓跟踪算法对 烟叶的整体图像外型轮廓进行提取，采用链码表示法进行描述。然

13、后通过烟叶 对光的透过特性对叶片结构和身份特征进行综合提取和描述。最后，采用计算 机视觉技术对烟叶质量进行检测，通过对图像特征值的计算来判断烟叶质量是 否合格，方法简单实用，满足烟叶质量检测的需要。 四四 计算机视觉技术的图像处理方法计算机视觉技术的图像处理方法 在计算机视觉系统中，视觉信息的处理技术主要依赖于图像处理方法，它 包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识 别与理解等内容。 4 41 1 图像的增强图像的增强 图像的增强用于调整图像的对比度，突出图像中的重要细节，改善视觉质量。通常采用灰度直方图修改技术进行图像增强。图像的灰度直方图是表示一 幅图像灰度分

14、布情况的统计特性图表，与对比度紧密相连。通过灰度直方图的 形状，能判断该图像的清晰度和黑白对比度。 4 42 2 图像的平滑图像的平滑 图像的平滑处理技术即图像的去噪声处理，主要是为了去除实际成像过程 中因成像设备和环境所造成的图像失真，以便提取有用信息。在实际获得的图 像在形成、传输、接收和处理的过程中，不可避免地存在着外部干扰和内部干 扰，如敏感元件灵敏度的不均匀性、传输过程中的误差以及人为因素等，均会 使图像变质。因此，去除噪声，恢复原始图像是图像处理中的一个重要内容。 4 43 3 图像的数据编码和传输图像的数据编码和传输数字图像的数据量是相当庞大的，一幅512个像素的数字图像的数据量

15、为 256 K字节，若假设每秒传输25帧图像，则传输的信道速率为52.4M比特/秒。因 此,传输过程中，对图像数据进行压缩显得非常重要。图像数据编码一般采用预 测编码。即将图像数据的空间变化规律和序列变化规律用一个预测公式表示。 知道了某一像素的前面各相邻像素值之后，可以用公式预测该像素值。 4 44 4 边缘锐化边缘锐化 图像边缘锐化处理主要是加强图像中的轮廓边缘和细节，形成完整的物体 边界，达到将物体从图像中分离出来或将表示同一物体表面的区域检测出来的 目的。它是早期视觉理论和算法中的基本问题，也是中期和后期视觉成败的重 要因素之一。 4 45 5 图像的分割图像的分割 图像分割是将图像分

16、成若干部分，每一部分对应于某一物体表面。在进行 分割时每一部分的灰度或纹理符合某一种均匀测度度量。某本质是将像素进 行分类。分类的依据是像素的灰度值、颜色、频谱特性、空间特性或纹理特性 等。图像分割是图像处理技术的基本方法之一。 4 46 6 图像的识别图像的识别 图像的识别过程实际上可以看作是一个标记过程，即利用识别算法来辨别 景物中已分割好的各个物体，给这个物体赋予特定的标记，它是计算机视觉系 统必须完成的一个任务。 五五 我国计算机视觉技术目前存在的问题我国计算机视觉技术目前存在的问题 1） 研究对象复杂性的影响。农作物及其产品的形态差异较大，生长背景 复杂，而且同一农业对象在不同的环境所表现出来的特征都不相同，给数字图 像的分割及特征