机器视觉技术是运用光学设备获取真实图像,通过图像处理技术进行图像分析获取所需信息或控制机械执行装置完成预设操作的一种非接触式测量技术,可以对目标物体的外形特征、位移尺寸等几何量进行实时、在线检测,具有准确可靠、高精度、高效率等优点,广泛应用于工业、农业、制造业、交通业、航空航天等领域。

哈电集团一届一次职工代表大会暨2019年度工作会议将于12月29日在江北科研基地隆重召开。

12月27日,集团公司党委书记、董事长斯泽夫主持召开党委会议,传达中央经济工作会议精神,学习习近平总书记、李克强总理在会议上的重要讲话。吴伟章、孙智勇、张英健、杨宏勇、宋世麒、王德兴、张海权等公司领导出席会议。

图片 1机器视觉技术概述

习近平总书记在全国国有企业党的建设工作会议上强调:“要健全以职工代表大会为基本形式的民主管理制度,推进厂务公开、业务公开,落实职工群众知情权、参与权、表达权、监督权,充分调动工人阶级的积极性、主动性、创造性。企业在重大决策上要听取职工意见,涉及职工切身利益的重大问题必须经过职代会审议。”

会议认为,这次中央经济工作会议意义重大、影响深远。习近平总书记的重要讲话,举旗定向、守正出新,展现出马克思主义政治家的深刻洞察力和敏锐判断力,是习近平新时代中国特色社会主义经济思想的又一纲领性文献,为做好当前和今后一个时期经济工作提供了基本遵循。李克强总理的讲话,系统全面、精准务实,为做好明年经济工作指明了路径。我们要认认真真学习,吃透精神实质,牢固树立“四个意识”、坚定“四个自信”、做到“两个维护”,辩证看待国内外经济形势,坚定发展信心,保持清醒头脑,扎实做好明年经济工作,为全面建成小康社会收官打下决定性基础,以优异的成绩迎接新中国成立70周年。

机器视觉系统一般包括光源系统、图像捕捉系统、图像数字化模块、图像处理系统和控制执行模块。首先采用CCD摄像机获取图像,经采样量化后将模拟图像转换为数字影像或数字信号传送到图像处理系统。图像处理系统对这些信号运用各种运算进行目标特征的提取,如目标的颜色、位置、大小等,最后根据预设的判定标准输出所需结果、显示数据或控制执行模块完成预定操作。

本次大会,是哈电集团以习近平新时代中国特色社会主义思想为指导,深入贯彻党的十九大精神和中国工会十七大精神,落实党中央、国务院以及国务院国资委关于职工代表大会工作要求的切实行动,是落实《党章》“全心全意依靠职工群众,支持职工代表大会开展工作”要求的具体实践,是发挥集团党委把方向、管大局、保落实领导作用,完善以职工代表大会为基本形式的企业民主管理制度、组织广大职工群众依照规定讨论和决定企业重大事项的重大举措。

会议要求,要认真落实“巩固、增强、提升、畅通”八字方针,深化供给侧结构性改革,深入推进创新驱动、深化改革、“僵尸企业”和低效无效资产处置等重点领域工作。要打好三大攻坚战重点战役,要大力实施科技创新战略,完善创新体制机制,调动基层创新创造积极性,要加快“走出去”步伐,要着力建设一支战斗力强、干事创业的干部队伍,切实履行好央企责任。

图片 2机器视觉在农业生产中的应用

哈电集团第一次党代会提出了“健全以职代会为基本形式的民主管理制度,创新群众工作方法”的要求。哈电集团一届一次职工代表大会是深入推动落实哈电集团第一次党代会精神,全心全意依靠职工群众办企业,支持和鼓励职工充分行使民主权利、集思广益、共谋发展的大会,是哈电集团发展历程中一次具有重要意义的大会。

会议强调,哈电集团当前发展进入了严冬期,面临的内外部不确定因素很多,既有机遇也有挑战,集团上下要始终以习近平新时代中国特色社会主义思想为指导,坚持稳中求进工作总基调,坚持新发展理念,坚持推动高质量发展,坚持以供给侧结构性改革为主线,变压力为加快推动经济高质量发展的动力,认真召开好集团公司一届一次职工代表大会暨2019年度工作会议,科学研究制订公司明年的工作思路和措施,迎难而上、扎实工作,以优异成绩迎接中华人民共和国成立70周年。

目前,机器视觉技术在农业生产中的应用研究范围很广,涉及农业生产的各个环节:在农业生产前期,可以利用机器视觉进行农作物种子的精选和质量检验;在农业生产环节,机器视觉可以被用来进行作物病虫害的监视、植物生长信息的监测、果蔬的检测等;在农业生产后期的应用包括水果分级、粮食无损检测等。机器视觉也被广泛应用在农业机械上,可以提高生产效率、节约劳动力、提高农业自动化水平。

明日,出席哈电集团一届一次职工代表大会的职工代表们将带着近两万名职工的心声和期待,共商哈电发展大事,共谋哈电发展大计。

总部各部门、中央研究院、各事业部、在哈所属企业主要负责同志参加会议。

图片 3农田视觉导航

1)导路线检测

农业车辆自动导航是当前和未来农业智能化研究的热点,基于机器视觉的导航路线检测算法是自动导航系统的核心。早在20世纪70年代就有研究者提出视觉导航的概念,在20世纪90年代,很多国家开始对农田视觉导航技术进行研究,提出了杂草检测、导航路线检测的方法。中国随后也开始进行相关的研究。对于农田导航路线检测,车辆或机器人工作环境主要分为水田和旱田,水田中的导航路线检测的重点是苗列线检测,陈兵旗对插秧机器人视觉系统进行了研究,提出了基于图像处理和Hough变换的目标苗列线检测,土田埂及水泥田埂的检测。随后,又研究了水田自动管理机器的行驶路线检测算法。首先以图像中的颜色分布来判断稻谷之间的空间作为行进路线,然后通过对水平线轮廓线的分析,检测出其运动方向的候选点,最后通过已知的点Hough变换检测移动方向线。其检测结果如图8所示,图中红线表示检测出的水田的导航路线,视觉系统根据红色导航线控制机器的行进方向,可以稳定行驶。该算法检测速度快、适应性强,对于复杂水田也可以有效提取导航路线。毛可骏等研究了基于机器视觉的自主插秧机导航信息的提取,提出了一种利用秧苗行分割线作为基准线提取导航参数的算法。Han等提出了基于图像分割的车辆导航算法,首先将彩色图像转换成灰度图像,然后计算出每个像素的标准偏差,将平均值和偏差值进行融合,作为支持向量机分割图像的新输入因子。最后对小波分析得到的低分辨率图像进行了处理,分割的结果克服了杂草等高频干扰的影响。张方明等研究了水田作业轮式自动农业机器人的路径规划方法,设计了矩形田块和梯形田块的自动插秧机路径规划方法。

图片 4存在问题及未来展望

机器视觉技术在农产品无损检测、植物生长信息检测、病虫害检测、农田视觉导航等方面的研究已有很大进步,但是由于农业研究对象的多样性和复杂性以及机器视觉技术自身的特点,机器视觉技术在农业领域的应用仍存在如下问题。

1)机器视觉技术对测量条件和环境要求较高,但是农业生产环境复杂,应用场合多变,针对不同的研究对象和生产环境需要开发不同的处理算法,使得机器视觉测量的环境适应性和可靠性较差。

2)由于农作物特征的多样化,机器视觉在农作物信息检测和特征提取方面还存在一些不足。对于一些颜色或形状特征不明显作物的检测还需要研究更高精度的检测算法。

3)目前包含末端执行机构的机器视觉系统还不成熟,未能进行大规模的农业生产应用。并且,由于机械控制系统存在的局限性,导致机器视觉在某些实时性要求较高的场合仍然达不到要求。

4)当前基于机器视觉的农业装备集成化和智能化程度不高,操作复杂。国内外很多对于农业生产的机器视觉应用研究仍处于试验阶段,农业智能装备的大规模应用还需要克服很多实际问题。

由于问题的复杂性和长期性,机器视觉系统在农业领域的应用还要经历一段很长的发展阶段,其未来的研究和发展方向主要集中在以下方面。

1)图像处理是机器视觉技术的核心,对现有的算法进行改进或者研究出更为高效的算法,提高机器视觉系统的处理效率和鲁棒性,仍然是未来机器视觉应用和发展的重要前提。当前,基于卷积神经网络的图像识别算法正处于研究阶段,训练后的卷积神经网络可以极大提高图像识别的准确性,应用卷积神经网络模型的机器视觉系统将成为未来发展趋势。

2)嵌入式视觉系统具有结构紧凑、处理速度快、成本低等特点,成为未来机器视觉系统发展的重要方向。也使得结合机器视觉系统的农机装备的大规模普及成为可能。

3)融合多种技术的机器视觉系统也是当前及未来研究热点。例如,融合机器视觉系统和北斗导航系统,可以实现农田导航系统的高精度和低成本;融合三维成像技术、神经网络技术、智能控制技术等,可以使农田作业机器人更加智能化。

结 论

机器视觉技术在农业生产中的应用研究范围很广,涉及农业生产的各个环节。在农作物种子的精选和质量检验、作物病虫害的监视、植物生长信息的监测、果蔬的检测、水果分级、粮食的无损检测及农业机械上都起着很重要的作用。机器视觉技术以其独有的优势,对实现农业的高度自动化和智能化有重要推动意义。目前,中国的机器视觉农机装备相比于国外仍有一些差距,精度及自动化水平较低,实际应用也存在可靠性问题,说明中国的农业智能化发展还有很长的一段路要走。当然,机器视觉技术本身的局限性和农业应用的复杂性也限制了机器视觉装备的大规模推广和使用。当前机器视觉技术仍处于高速发展阶段,随着现代智能化及相关技术的发展,机器视觉技术也将不断完善,现阶段的很多问题会得到解决,机器视觉技术在农业领域的应用也将进一步扩展。