第一、圖像處理的動態(tài)性目前,大部分研究成果都是靜態(tài)的,即先從室內(nèi)或田間采集靜態(tài)圖像,再用實驗室的計算機對圖像進行處理。在實際生產(chǎn)應(yīng)用中,很多情況下需要進行動態(tài)圖像的實時處理,這就要求圖像獲取設(shè)備與處理設(shè)備合并,能在獲取圖像的同時立即處理所采集的圖像,精確與快速地得出結(jié)果,并進行控制。如何實現(xiàn)動態(tài)圖像處理是研究人員所要解決的難題。

　　第二、農(nóng)業(yè)環(huán)境的多變性目前,多數(shù)研究是在可以采集高質(zhì)量圖像的具有可控光照、色溫以及沒有環(huán)境因素影響的實驗室或溫室等理想條件下進行的,但是基于無損的計算機視覺技術(shù)工作在農(nóng)業(yè)應(yīng)用中不可避免在田間作業(yè),而農(nóng)田環(huán)境十分復(fù)雜,如光照不均、風(fēng)速變化大、自然光色溫的不可控性以及設(shè)備的機械振動等許多因素,都能導(dǎo)致圖像質(zhì)量下降,噪聲增加,大大增加了圖像預(yù)處理的難度,降低了處理結(jié)果的準(zhǔn)確性和快速性。因此,農(nóng)業(yè)中計算機視覺技術(shù)的應(yīng)用從實驗室走到田間實際還有很多問題值得研究。

　　第三、計算機下農(nóng)產(chǎn)品檢測計算機視覺技術(shù)無需接觸測定對象,便可以從獲取的圖像中得到大量的參數(shù)和信息,而且與人工檢驗相比具有效率高、識別率高和標(biāo)準(zhǔn)統(tǒng)一等優(yōu)點,特別適合動物、植物和農(nóng)產(chǎn)品等生物體的檢測與質(zhì)量綜合評定,因此在農(nóng)產(chǎn)品檢測中廣泛應(yīng)用。

對農(nóng)產(chǎn)品的檢測不僅要求全面檢測外觀品質(zhì),還要求檢測內(nèi)在品質(zhì)。未來將實現(xiàn)對農(nóng)產(chǎn)品動態(tài)特征的提取和識別,依照國際標(biāo)準(zhǔn),進行在線檢測,并且檢測速度和精度不斷提高,系統(tǒng)的兼容性不斷升級,可以適用于不同種類農(nóng)產(chǎn)品的檢測。Rehkugler G.E.等研究了利用機器視覺進行蘋果表面壓傷檢測,并依據(jù)美國蘋果標(biāo)準(zhǔn)進行分級,研制成功了利用機器視覺進行缺陷檢測和分級的蘋果處理設(shè)備。

Miller等研制了一套鮮桃的計算機視覺分級系統(tǒng)。桃由輸送帶送進照明箱被攝像,經(jīng)過圖像處理,桃的顏色和著色度的數(shù)字信號經(jīng)計算機處理后與不同成熟度桃的標(biāo)準(zhǔn)色相比較,按照顏色特征的差異,不同成熟度的桃被分開。應(yīng)義斌等開發(fā)了黃花梨品質(zhì)檢測機器視覺系統(tǒng),比較了不同強度光源、不同背景對采集到的圖像的影響,并研制了一套適用于黃花梨及其他水果品質(zhì)檢測的機器視覺系統(tǒng)。

K.Ni2nomiya等研制成功由3個機器視覺系統(tǒng)組成的茄子自動分級系統(tǒng),可以從獲得的圖像中提取檢測出茄子的大小、損傷數(shù)量、損傷面積、花萼顏色、水果形狀以及水果彎曲度。經(jīng)2a的試用結(jié)果顯示,該系統(tǒng)能檢測出茄子的許多缺陷,能更準(zhǔn)確地對茄子進行分級。

李偉等提出了一種基于機器視覺技術(shù)的蘋果表面紋理檢測分級方法,并設(shè)計了由PC機、可編程邏輯控制器、攝像機和圖像采集卡等組成的蘋果視覺自動化分級系統(tǒng)。選取41個水晶富士蘋果在該系統(tǒng)進行了分級試驗,分級竄果率為4.9%。劉國敏等根據(jù)臍橙圖像的特點和分級標(biāo)準(zhǔn),運用計算機視覺和神經(jīng)網(wǎng)絡(luò)算法對臍橙進行自動檢測與分級。試驗結(jié)果表明,其預(yù)測準(zhǔn)確率達到85%。