有學(xué)者利用機(jī)器視覺技術(shù)檢測大米外觀品質(zhì)檢測、觀測小麥的生長狀態(tài)、通過對棉花葉片的孔洞和葉片邊緣的缺損情況判定受棉花受蟲害程度，可以有效的控制作物生長環(huán)境、狀態(tài)，達(dá)到精準(zhǔn)農(nóng)業(yè)。國家“十二五規(guī)劃”提出要全面推進(jìn)我國農(nóng)業(yè)生產(chǎn)現(xiàn)代化進(jìn)程｡隨著計(jì)算機(jī)圖形圖像處理及智能制技術(shù)的發(fā)展,機(jī)器視覺技術(shù)逐漸滲透到農(nóng)業(yè)生活的方方面面｡通過分析機(jī)器視覺技術(shù)在我國農(nóng)業(yè)生產(chǎn)中的應(yīng)用實(shí)例可發(fā)現(xiàn)機(jī)器視覺技術(shù)的應(yīng)用主要集中在獲取目標(biāo)物圖像信息､圖像處理與算法識別､智能視覺定位導(dǎo)航及機(jī)器視覺系統(tǒng)集成等方面｡

  獲取目標(biāo)物圖像信息機(jī)器視覺技術(shù)的基本就是獲取目標(biāo)物圖像信息,獲取的圖像信息直接會影響到機(jī)器視覺技術(shù)的判斷精度,并且采集圖像的像素直接影響到機(jī)器的處理速度｡由于農(nóng)業(yè)生產(chǎn)環(huán)境復(fù)雜多變且采集的目標(biāo)物差異較大,因此機(jī)器視覺技術(shù)獲取目標(biāo)物圖像信息的方法需要根據(jù)目標(biāo)物及所需信息的變化而有所不同｡目前對農(nóng)產(chǎn)品信息采集的方法主要為采用CCD(CMOS)智能相機(jī)或攝像機(jī)拍攝,并結(jié)合紅外光譜信息或高光譜信息進(jìn)行目標(biāo)物信息的采集,用來進(jìn)行下一步的分析處理｡利用機(jī)器視覺技術(shù)及近紅外光譜的有效結(jié)合可實(shí)現(xiàn)對土壤含水率的快速檢測,并能對不同地區(qū)的土壤進(jìn)行成分分析,從而為不同農(nóng)作物選擇更適合自身的生存環(huán)境｡

  圖像處理與算法識別機(jī)器視覺技術(shù)在農(nóng)業(yè)自然場景中進(jìn)行農(nóng)作物信息提取時,由于環(huán)境光照的變化以及農(nóng)作物在顏色､位置､形狀上等差異導(dǎo)致機(jī)器視覺識別､特征提取帶來了不小的障礙,機(jī)器視覺技術(shù)能否于農(nóng)業(yè)生產(chǎn)中高效率､高準(zhǔn)確率地提取到目標(biāo)物的特征直接導(dǎo)致機(jī)器視覺系統(tǒng)的可靠性｡因此,機(jī)器視覺系統(tǒng)的準(zhǔn)確圖像處理與算法識別是機(jī)器視覺應(yīng)用于農(nóng)業(yè)生產(chǎn)的關(guān)鍵一步｡有學(xué)者提出基于加速魯棒特征(Speeded up ro- bust features,SURF)的綠色作物特征提取與圖像匹配算法,這種算法為準(zhǔn)確獲取自然環(huán)境下農(nóng)作物的各項(xiàng)生長參數(shù)提供了很大的參考價值｡

  智能視覺定位導(dǎo)航智能視覺定位導(dǎo)航是系統(tǒng)可自動采集農(nóng)業(yè)生產(chǎn)自然環(huán)境特征,以此分析出機(jī)器人行走路徑所需的參數(shù),從而控制智能機(jī)器人的導(dǎo)航路徑｡基于機(jī)器視覺的智能視覺定位導(dǎo)航算法是機(jī)器視覺導(dǎo)航定位系統(tǒng)的核心,決定著導(dǎo)航定位的精準(zhǔn)性｡在農(nóng)副產(chǎn)品、食品加工方面，機(jī)器視覺技術(shù)可對產(chǎn)品包裝、缺損、質(zhì)量進(jìn)行檢測，或是通過檢測水果表皮顏色和大小給水平分級自動分撿。通過機(jī)器視覺技術(shù)，讓大批量、持續(xù)生產(chǎn)成為現(xiàn)實(shí)，大大提高生產(chǎn)效率，它具有非接觸性、速度快、精度高、現(xiàn)場抗干擾能力強(qiáng)等突出優(yōu)點(diǎn)。