Page 176 - 基于人工智能的图像识别技术研究

基于人工智能的图像识别技术研究
Research on Image Recognition Technology Based on Artificial Intelligence

而且使用时还极为的便捷，便于指导农业在有限的资源下均衡发展。

（一）田间杂草图像识别
农作物生长过程中，除了天灾之外，杂草对作物的生长具有很大的威胁，它
们与农作物争夺养分，吸引一些昆虫对作物造成伤害。据全国农业技术推广服
务中心统计，中国农田杂草约为1450种，其中造成农田严重危害的约有130种，
2
2015—2017年杂草平均面积约为14.44亿hm ，与2007年相比增长了16.3%；全国
每年因杂草造成主粮作物损失约300万t，直接经济损失高达近千亿元。目前，在
田间运用图像识别技术对杂草的识别分为4个部分：图像采集、图像处理、准确

定位、信号传输，从而得到一张农田的处方图或动态图像。随后，将这张处方图
输入无人机或机器人中，无人机或机器人就能够按照处方图所标识的状况，给农
田喷洒相应的农药和肥料。并且，还可以根据田间杂草的多少、作物的生长周期
来调整喷洒的农药和肥料，避免造成环境污染。

（二）农作物病虫害图像识别
农作物病虫害问题一直都是影响作物产量的主要问题之一。在害虫防治的长
期实践中，人们对各种病虫害防治方法进行了探索和研究。经过不断的改进和发

展，逐步形成了目前常用的5种基本病虫害控制方法，即植物检疫、农业防治、
生物防治、化学防治和物理机械防治。上述5种控制方法对害虫和疾病有一定的
影响，但弊端也很明显，拥有较强的局限性，并且由于不能定点、定量喷洒农

药，对环境的污染十分严重，并且有时还不能完全地起到防治作用。精准化农业
的实施则可以有效地避免这类问题，将图像识别技术运用到农作物病虫害的治理
中，通过摄像装备拍下图片，将图片传输到计算机中，再通过软件对图像进行裁

剪、灰度化、二值化等处理，提取出该害虫的特征，从而可以快速、准确地对该
作物进行处理，避免浪费农药的同时，还可以保护环境，对农作物的病虫害问题
进行有针对性地防治。
（三）农作物采摘图像识别

在智能化农业大力发展的今天，大规模种植的谷物基本上做到了从播种期到
收获期的全程自动化、机械化。像是玉米、水稻、大豆等作物的播种和收获都运
用到大型机械或中小型机械，大大地减少了人工成本。然而，对于水果和蔬菜等

农作物，即使在种植过程中可以实现高度的自动化作业，但在采摘环节仍然需要
大量的人工劳动。而近些年，随着图像识别技术的发展，可以充分解决水果蔬菜

168