Page 127 - 农业生产与管理技术研究

第五章 植物保护新理念和新技术的应用

技术、网络通信技术、大数据技术、AI 技术、云计算技术、生物技术等。限于
篇幅，这里不具体涉及生物技术。
（一）传感器技术
传感器是指能够感受测量目标并将相关信息转换为一定信号的器件或装置。

传感器类型多样，可感知多种信息，是目前多种智能系统获取信息的基础，其获
得的最终信息可以是图像、视频、数据等，涉及环境、农作物、病虫害、地理位
置、农事活动和机械作业等。传感器作为各种信息获取系统和控制系统的末端器
件或装置，通过接口程序、有线 / 无线网络，将获取的信息传输给相关系统，供

进一步利用。传感器技术与有线 / 无线网络传输技术、大数据技术、云计算技术、
智能控制技术等关系密切。利用传感器技术，通过物联网、无人机、机器人、智
能植保机械或装备等，可实时了解病虫害发生情况、植物生长状态、农产品状态、
环境因素变化等，可实现智慧感知、信息传输以及智能预警、控制和管理。传感

器的精度、准确性和敏感性以及环境因素、传感器放置位置等因素会影响所获得
信息的质量和效率。需要进一步开展传感器感知的基础理论研究，研发价格低、
稳定性强、准确性高、智能化的传感器。
（二）计算机视觉技术和图像处理技术

计算机视觉技术和图像处理技术是对获取的图像信息进行处理和分析，以获
得目标信息的技术，在智能手机、物联网、遥感、无人机、机器人等方面应用广
泛。常规图像处理过程包括图像预处理、图像分割、图像特征提取、特征选择、
识别模型构建、图像识别等。深度学习的发展，使得可将图像直接或经过一定处

理后，利用深度学习模型自动进行感兴趣区域或目标定位、检测和识别等，在图
像自动识别方面表现出巨大优势。利用计算机视觉技术和图像处理技术，可以实
现病虫害自动监测，实现有害生物的自动识别和计数、危害程度的诊断和评估、
田间作物以及其他生物或物体的探测等，并且结合物联网技术、遥感技术、移动

终端等可以实现远程监测，这些方面的研究较多，关键是如何将相关研究成果真
正用于生产实际，以便实现病虫害相关信息的自动获取，尤其是为病原孢子和微
小害虫的自动识别和评估提供快速、方便、简单的实用方法。这些技术的应用可
提高无人值守作业能力，提高工作效率，并可与病虫害的防治决策和精准防治相

结合，综合提高病虫害管理水平。计算机视觉技术和图像处理技术研究对象正由
二维图像为主向三维图像为主发展，正由数字图像识别向视频目标检测发展，正

115