机器视觉在农业生产中的应用

机器视觉在农业生产中应用相对较少，但在农产品质量分级、检测、农田病虫草害控制、农业自动采摘系统、农作物生长过程检测以及农业机械导航等方面均有突破。虽然机器视觉技术具有在农作物或农产品等识别方面比人眼更客观、更标准的特点，但是由于农田环境的复杂多变性以及非结构化特性，使得机器视觉在农业生产中的应用还不成熟。

一、在农产品质量分级及检测中的应用

对农产品进行质量分级可以确定农产品品质，提高农产品的商品价值。而人工分选耗时耗力，且分选精度不高，运用机器视觉检测技术，对农产品图像进行处理，根据预先设定的分级标准完成自动分级，不仅能够达到较好的分级和检测效果，还具有较高的处理效率。

二、在农田病虫草害控制中的应用

病虫草害不仅会导致农作物大量减产，在一定程度上会影响农产品品质。机器视觉技术的发展为作物病害诊断、杂草识别提供了快捷、低廉和无损检测的可能。由于作物病害本身具有多样性以及特征的变化性特点，为机器视觉诊断病害带来诸多困难。目前对于机器视觉进行病虫草害检测的研究目前己取得一定成果，但大多研究还处于试验阶段，实时检测有待进一步改善和提高。

三、在农业自动采摘系统中的应用

果蔬采摘是农业生产链中最耗时一耗力的一个环节，农业机器人在解决劳动力不足、降低采摘成本、提高劳动生产率、保证果蔬适时采收等方面具有很大潜力。由于蔬果生长位置和方向的随机性，作业环境复杂多变，对视觉辨别能力要求高。目前的机器视觉定位蔬果己由最初的单目视觉发展到双目视觉甚至多目视觉，以实现对蔬果在三维空间的精确定位。

四、在农作物生长过程检测中的应用

作物生长信息主要是用来提供作物生长状况的相关信息，例如水分、温度、营养状况等，能够为现代化的精细农业提供信息支持。机器视觉对作物生长信息的检测主要是及时一采集作物图像，通过图像处理提取作物营养状况信息，能够为判断作物生长状况提供决策支持。但是作物生长是一个较为复杂的动态过程，由于环境不稳定，对其进行实时一检测的设备要求较高。

五、在农业机械导航中的应用

随着农业机械化、智能化的发展，自动导航系统己成为农田机械设施的重要组成部分，在自动化收割、喷施农药等方面己有应用。机器视觉是农田机械设备导航系统中的关键技术部分，通过实时监测、图像处理等来为导航、定位提供必要信息。

农业机械导航是实现农业产业全自动化的关键，作物行、垄、沟等田间环境为导航提供了有力的信息支持。机器视觉可以通过色彩对比度获取边界点、线，有效的图像处理算法可以提取出航向线。但是，在非结构化的农田环境下，作物形态各异和无序的杂草给导航信息的提取带来一定干扰。