人工智能在我国现代农业中的应用研究综述

摘  要：我國在2017年提到了人工智能的发展规划，其中包括人工智能在农业方面的应用。目前，人工智能在我国已经应用于农业的各个方面，包括农作物的种子采集检测、农作物的监测、病虫害检测、对杂草的检测和清除果蔬的自动采摘以及快速分拣。另外，在水产品的养殖、检测和畜牧业也有应用。在农产品的销售和选种方面，人工智能可以根据大数据进行指导。

关键词：人工智能;智能农业;图像识别

中图分类号：S126;TP18     文献标识码：A 文章编号：2096-4706（2019）05-0177-02

Abstract：Our country mentioned the development of artificial intelligence in 2017，including the use of artificial intelligence in agriculture. So far，in our country，the artificial intelligence has been applied to every aspect of agriculture，including the seed collection of crops，the monitoring of crops，the detection of pests，the detection and removal of the weeds，automatic picking and rapid sorting of fruits and vegetables. It is also used in aquaculture，testing and animal husbandry. In the sales and selection of agricultural products，artificial intelligence can be guided by big data.

Keywords：artificial intelligence;intelligent agriculture;image recognition

0  引  言

我国在2017年发布了《新一代人工智能发展规划》[1]，对未来我国人工智能的发展作出了规划，包括人工智能在智能农业领域的应用，比如研制农业智能传感和控制系统、农业装备、田间作业使用的农机自主系统等，并且能够建立和完善一体化的智能农业信息监测系统，建立使用典型的农业信息大数据的智能决策分析系统，开展智能农场、牧场、渔场、果园以及农产品加工智能车间等集成应用示范。汪懋华院士在2017年的世界智能大会上也认为人工智能将支持农业升级转型。另外，我国在大力倡导农村振兴，提高对“三农”问题的关注，并且在高校双一流建设启动的情况下，农学将会是高校的热门领域，也将促进智能农业的发展。

人工智能是计算机科学的一个分支，是用于研发模拟、延伸和扩展人的智能理论方法、技术和应用系统的新技术。其研究领域包括机器人、语言识别、图像识别、自然语言处理和机器视觉等[2]。

目前，人工智能在智能农业中的应用，机器视觉方面的应用占据极大的比例。机器视觉是通过采集目标图像，然后进行图像处理和图像识别，估算目标位置，然后控制智能机器的运动。人工智能中的另一领域——图像识别，在农产品品质检测、水果果实成熟的判断、农作物生长状况和杂草判断中也得到了广泛的应用。采用人工智能技术可以替代部分人工作业，不仅可以提高生产效率，而且可以降低人员的劳动强度，从而实现农业的智能化，达到智能农业的目标。[2-4]

在我国，人工智能在农业方面的应用主要涉及检测、图像处理、模式识别等。其中，机器视觉领域应用了农业机器人的运动障碍目标检测以及路径识别、农作物识别、长势以及病虫害检测、杂草识别、果蔬品质检测以及自动采摘等技术;图像处理主要包括农产品的采集、对农产品的状况分析与处理。大数据处理用于农业销售以及对农业生产的指导。人工智能在渔业和养殖业也有应用，用于检测水产品的品质以及对牲畜的品质控制。

1  计算机视觉技术在农业中的应用

1.1  农产品的分拣

国内外很多研究学者利用机器视觉在农产品检测方面做了大量工作。他们主要在苹果等果蔬中展开多项研究，比如检测农产品的尺寸、形状、颜色等，从而提高分拣效率。[5，6]

1.2  杂草控制

农田杂草会与农作物竞争空间、水分、阳光、肥料，其生长速度往往快于农作物，并且杂草还是农作物病虫害的宿主，因此田间杂草会影响农作物的生长，降低农作物的产量和品质。[7]

目前，最主要的除草方式是化学除草，通过大面积喷洒除草剂，可以快速消灭大部分杂草，但是长期使用会增强杂草的抗药性，导致除草剂的使用越来越多，加剧日益严峻的环境污染问题。现在人们对食品安全和环境保护越来越重视，减少化学除草剂的使用是大势所趋。另外，现在农村劳动力减少，高效机械除草设备的使用是非常必要的。

目前，高效机械化除草设备[8，9]是利用机器视觉识别出土壤和植物，经过去除土壤背景、苗草分离、定位目标等步骤。

1.3 病虫害控制

农作物的重大病虫害对农作物的危害非常大，但是滥用农药会带来环境污染，导致农药残留引起的食品安全问题以及渗入土壤破坏生态等问题，因此通过计算机视觉可以高效精准防治大范围病虫害的发生。可以通过对害虫的大小、纹理等形态以及农作物特征进行识别和检测，使用SVM、KNN等分类器进行分类识别[10]。李文勇[11]等对果园害虫的形态姿态进行了研究，并且分析害虫的多个旋转角度以及虫体姿态。仲元红[12]等人针对于飞虫进行了识别检测。

1.4  自动采摘

我国是水果生产大国，产量位居世界前列，但是出口总量却很低，其中一部分原因是我国水果种植和采摘基于人工，成本太高。而机器人的一个应用领域——果蔬采摘机器人可以根据我国土地和果蔬的实际情况，对果蔬进行自动采摘，降低人工成本。

2000年，国外已经研发出收获机器人样机[13]。我国采摘机器人还处于起步阶段，陈利兵教授等通过黄瓜、草莓等做了深入研究。哈尔滨理工大学庄路路[14]、南京农业大学张瑞合[15]等在自然环境下利用计算机视觉和机器视觉技术对西红柿进行了识别与分类，根据西红柿和叶子具有的不同特征，用直方图曲线分割法区分出绿色叶子下的西红柿，从而达到识别的效果。

目前，研究者大部分是从果蔬单一特征进行识别，例如颜色、大小、纹理等特征进行区分和识别。但是在水果形态颜色等差别较大，因此复杂环境下的果蔬的识别、定位、采摘仍然有困难[16]。

1.5  其他方面的应用

机器视觉、模式识别、图像处理等人工智能技术不仅可以应用到产品的分拣、病虫害防治等方面，还可以应用到其他领域[17]。2018年年初，阿里巴巴开始使用人工智能养猪。在这之前，网易的丁磊也已经进入了养殖业。不仅有应用人工智能的农场、牧场，使用人工智能的渔场也开始发展，用于检测水产品、海产品的质量[18]。

2  结  论

总之，计算机视觉等人工智能技术在农业生产的各个方面，如农作物的生长、农作物产品的质量检测、病虫害检测、水产品的检测等方面发挥了重要的作用，这对现代农业产生了积极的影响，比如减少农药使用、消除农药残留、农作物的快速分拣、减少农业生产对环境的污染。但是现在的研究应用还处于发展阶段，未来应用能够更加广泛。

参考文献：

[1] 新一代人工智能发展规划 [J].科技创新与生产力，2017（8）：2+121.

[2] Paul H. Heinemann，Niranjan P. Pathare，Charles T. Morrow. An automated inspection station for machine-vision grading of potatoes [J].Machine Vision and Applications，1996，9（1）.

[3] 工信部印发《促进新一代人工智能产业发展三年行动计划（2018-2020年）》 [J].智能建筑，2018（1）：11.

[4] 首个农业全产业链人工智能工程“农业大脑”发布 [J].蔬菜，2017（12）：81.

[5] 邓立苗，杜宏伟，徐艳，等.基于机器视觉的马铃薯智能分选方法与实现 [J].中国农机化学报，2015，36（5）：145-150.

[6] 韩仲志，赵友刚.基于计算机视觉的花生品质分级检测研究 [J].中国农业科学，2010，43（18）：3882-3891.

[7] 刘佳鑫.农业生产领域计算机视觉技术的应用 [J].山西农经，2018（11）：53+55.

[8] Adel Bakhshipour，Abdolabbas Jafari. Evaluation of support vector machine and artificial neural networks in weed detection using shape features [J].Computers and Electronics in Agriculture，2018，145：153-160.

[9] Federico Pallottino，Paolo Menesatti，Simone Figorilli，et al. Machine Vision Retrofit System for Mechanical Weed Control in Precision Agriculture Applications [J].Sustainability，2018，10（7）.

[10] 吳翔.基于机器视觉的害虫识别方法研究 [D].杭州：浙江大学，2016.

[11] 李文勇.基于机器视觉的果园性诱害虫在线识别与计数方法研究 [D].北京：中国农业大学，2015.

[12] Yuanhong Zhong，Junyuan Gao，Qilun Lei，et al. A Vision-Based Counting and Recognition System for Flying Insects in Intelligent Agriculture [J].Sensors，2018，18（5）.

[13] Alessio Plebe，Giorgio Grasso. Localization of spherical fruits for robotic harvesting [J].Mach. Vis. Appl.，2001，13.

[14] 庄路路.基于改进SURF算法和神经网络的水果识别技术研究 [D].哈尔滨：哈尔滨理工大学，2016.

[15] 张瑞合，姬长英，沈明霞，等.计算机视觉技术在番茄收获中的应用 [J].农业机械学报，2001（5）：50-52+58.

[16] 李思广.自然背景下计算机视觉技术在西红柿采摘中的应用 [J].农机化研究，2017，39（7）：201-203.

[17] 郑伦.开启农业新纪元的AI时代 [J].新农业，2017（16）：53-55.

[18] 里红杰，陶学恒，于晓强.计算机视觉技术在海产品质量评估中的应用 [J].食品与机械，2012，28（4）：154-156.

作者简介：李莉杰（1988.09-），女，汉族，河南开封人，硕士，助教，研究方向：数据挖掘。