农业图像和机器视觉

生态的不稳定性给许多农民造成了毁灭性的作物损失。据估计，三分之一的粮食都损失了。但是，被称为“精准农业”或“农业智能”的机器视觉技术正在帮助该行业防止损失。

农民们会收到农作物健康状况的警报。计算机视觉算法识别领域的模式，并确定疾病或其他异常的存在。杂草识别系统已经开发，结合计算机视觉图像，卫星和无人机图像。

人工智能可以实时告诉农民哪些杂草正在攻击他们的作物。在过去，农民通常会使用多种不同的除草剂。但是，有成千上万的因素，从杂草的种类到杂草上的疾病到害虫，都会影响除草剂的选择。

航空图像

无人机可用于在田野上空捕捉多光谱图像。一些无人机每天可以覆盖数万英亩。分辨率非常精确，足以数清一片叶子上的昆虫。深度学习引擎使用由农学家训练的数学模型和基于云的计算，以及数百万作物健康问题的例子。

植物种群

机器视觉在农业中用于检测植物位置，计算植物出苗率，行距，行长，并将数据与种植日期进行比较。在整个季节，农民都可以收到有关林冠盖度、植物高度和林分数的数据。农民甚至不需要亲自踏足田地，就能知道平均树木直径、花朵数量等等。

杂草检测

由于机器视觉系统正在频繁地扫描农场，因此可以近乎实时地检测到杂草。当杂草出现时，人工智能可以对杂草进行分类，并计算其对产量的潜在威胁。这使得农民可以针对特定的杂草，并创建定制的除草剂解决方案。然后，机器视觉可以检测除草剂的有效性，并找到田间残留的耐药杂草。

昆虫与疾病

计算机视觉系统识别和分类主要相关疾病。系统还会发现由昆虫和害虫引起的物理损坏。农民几乎在不利的田间条件发生时就得到通知。然后，该系统可以跟踪疾病或虫害的传播状况，并向农民发出任何持续威胁的警报。这有助于消除该行业传统的昂贵和耗时的球探实践。

经济增长问题

机器视觉系统和人工智能分析农作物和农田的图像。通常情况下，他们会在播种时间临近时发现增长问题，以免再播种或纠正潜在问题时为时已晚。对整个油田进行广泛、持续的扫描，可以提供整个作业的数据，而无需昂贵的人工探测程序。

本文最初发表于视觉在线．AIA是先进自动化协会(A3)的一部分，是CFE媒体的内容合作伙伴。由CFE媒体制作编辑克里斯·瓦夫拉编辑，cvavra@cfemedia.com．

原始内容可以在www.visiononline.org．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。