农业色选 AGRICULTURAL PRODUCTS COLOR SORTING

机器视觉在种植、农产品筛选领域，得到了广泛的应用。通过卫星图像，可以分析田里种的作物，并判断其生长阶段；通过视觉识别，可以挑选大小、品质不一的水果，实现分类和差异定价销售，提升农民收入。

机器视觉在农业的应用

还记得么，以前吃的大米里，偶尔会吃到石头等杂物。现在，很少能从大米里吃到小石头等杂物了吧？ 大米里的各种杂物，是靠人挑出来的么？如果靠人来挑，大家想吃到没有杂物的大米，每吃一斤大米，至少要付出100元的成本。 得益于机器视觉技术在农业的广泛应用，使得人类能享用到品质更高的各类食物----包括大米。

机器怎么把含有杂质的大米，变成没有杂质的大米呢？

其原理，和我们人类想到的方法一样 ---- 找到大米里的杂质，挑出来扔掉，剩下的，自然就是干净大米了。

所以，对机器而言，主要步骤就是：

1）找出杂质

2）将杂质从大米中拿出

利用相机、镜头和光源，“看”到杂质。

然后，利用喷阀，将看到的杂质吹到杂质槽，成品槽里留下的，就是干净的大米。

机器视觉技术在农业领域的应用，远不止精选大米这一项。机器视觉，已广泛的应用在农业的方方面面：

1、对瓜果蔬菜品质的无损检测

通过工业相机的图像捕捉，采集瓜果蔬菜的形态，颜色等特征，将采集结果输出图像处理系统，根据对比分析或者深度学习等技术得出瓜果品质优劣合格等判断。

百果园里的水果，按大小、品质的不同，区别定价销售。甚至，同一品质，个头大点的水果，就能卖得贵一点。

2、烟叶质量检测

对烟叶样本进行颜色分析，通过机器视觉系统对烟叶颜色特征进行初步获取，采用轮廓算法对烟叶的整体图像外型轮廓进行提取。通过烟叶对光的透过特性对叶片结构和身份特征进行综合提取和描述。

3、谷物识别与分级中的应用

对大米、小麦、玉米以及其他谷物的识别和分类，例如根据裂纹、形态、颜色特征等，应用神经网络、高速滤波等技术来进行识别和分类。

4、农副产品的出厂质量检测，如出厂包装、质量合格检测等

5、在农业机械中的应用

农产品分选应用是机器视觉技术在农业机械中应用较多的一个方面，主要是利用该项技术进行无损检测，并在农产品加工过程中进行品质自动检测及反馈控制。

6、机器视觉技术在农业生产自动化中的应用

在动植物的生长过程中，根据对其生长情况的精确进行监测，可以有效的调节动植物的生长环境，以确保动植物生产所需。