Ứng dụng kỹ thuật thị giác máy tính trong sản xuất nông nghiệp

Tạp chí Khoa học và Phát triển 2010: Tập 8, số 2: 327 -334 TRƯỜNG ĐẠI HỌC NÔNG NGHIỆP HÀ NỘI 
327 
øNG DôNG Kü THUËT THÞ GI¸C M¸Y TÝNH TRONG S¶N XUÊT N¤NG NGHIÖP 
Application of Computer Vision Technique in Agriculture 
Lê Vũ Quân1, Trịnh Gia Cường2, Châu Hồng Bình2 
1Khoa Cơ điện, Trường Đại học Nông nghiệp Hà Nội 
2Viện Cơ điện công trình, Trường Đại học Lâm nghiệp Nam Kinh, 
Nam Kinh - Giang Tô - Trung Quốc 
Địa chỉ email tác giả liên lạc: ttcitdhnni@yahoo.com 
TÓM TẮT 
Kỹ thuật thị giác máy tính liên quan đến việc nhận dạng và phân biệt đối tượng trong thực tế 
thông qua máy tính. Đây là một trong các lĩnh vực trọng yếu của trí tuệ nhân tạo, đã và đang được 
ứng dụng rộng khắp trong nhiều mặt của cuộc sống. Trong sản xuất nông nghiệp, kỹ thuật thị giác 
được ứng dụng trong nhiều lĩnh vực như tự động hóa, nông nghiệp chính xác. Bài viết này giới thiệu 
khái quát về các khái niệm cơ bản của thị giác máy tính và hệ thống cấu tạo của nó, tóm tắt tình hình 
ứng dụng kỹ thuật thị giác máy tính trong sản xuất nông nghiệp, đồng thời chỉ ra những vấn đề còn 
tồn tại và định hướng phát triển trong tương lai. 
Từ khóa: Kỹ thuật thị giác máy tính, tự động hóa nông nghiệp, xử lý ảnh. 
SUMMARY 
Computer vision concerns techniques that use computer to understand the objects from images. 
It is now one of the key areas of artificial intelligence, which have been widely applied in various 
aspects of life. In agricultural production, computer vision techniques are being applied in many 
fields, such as automation and precision agriculture. This paper concentrates on introducing the 
basic concepts of computer vision techniques and its structure system; summing up the situation of 
applying computer vision techniques in agricultural production and pointing out existing problems as 
well as growing direction in the future. 
Key words: Agricultural automation, computer vision techniques, image processing. 
1. §ÆT VÊN §Ò 
Kü thuËt thÞ gi¸c m¸y tÝnh lμ mét kü 
thuËt míi xuÊt hiÖn, ®· vμ ®ang ph¸t triÓn 
m¹nh mÏ trªn thÕ giíi hiÖn nay. Kh¸i niÖm 
vÒ thÞ gi¸c m¸y - Computer Vision - cã liªn 
quan tíi nhiÒu ngμnh häc vμ cã nhiÒu h−íng 
nghiªn cøu kh¸c nhau. KÓ tõ nh÷ng n¨m 70 
cña thÕ kû 20 khi mμ kh¶ n¨ng tÝnh to¸n cña 
c¸c m¸y tÝnh trë nªn m¹nh mÏ, nã cã thÓ gi¶i 
quyÕt ®−îc nh÷ng c«ng viÖc cÇn tíi tèc ®é cao 
nh− xö lý c¸c tËp ¶nh hay c¸c ®o¹n video th× 
thÞ gi¸c m¸y tÝnh ®−îc nh¾c ®Õn, nghiªn cøu 
vμ ph¸t triÓn cho ®Õn ngμy nay. Nh÷ng n¨m 
gÇn ®©y, kü thuËt thÞ gi¸c m¸y tÝnh ®−îc 
nghiªn cøu vμ øng dông réng kh¾p trong 
nhiÒu lÜnh vùc nh− c«ng nghiÖp, n«ng 
nghiÖp, y häc, qu©n sù... 
Kü thuËt thÞ gi¸c m¸y tÝnh ®−îc nghiªn 
cøu øng dông trong s¶n xuÊt n«ng nghiÖp tõ 
thËp kû 80 cña thÕ kû 20, chñ yÕu dïng 
trong gi¸m ®Þnh chñng lo¹i thùc vËt, kiÓm 
tra chÊt l−îng s¶n phÈm vμ ph©n lo¹i n«ng 
s¶n... Theo sù ph¸t triÓn cña c¸c thiÕt bÞ 
phÇn cøng, c¸c kü thuËt phÇn mÒm m¸y 
tÝnh, kü thuËt xö lý ¶nh còng ph¸t triÓn rÊt 
nhanh, nghiªn cøu øng dông kü thuËt thÞ 
gi¸c m¸y tÝnh trong s¶n xuÊt n«ng nghiÖp cã 
nhiÒu ph¸t triÓn. HiÖn nay lÜnh vùc nghiªn 
Ứng dụng kỹ thuật thị giác máy tính trong sản xuất nông nghiệp 
328 
cøu nμy ®ang lμ mét vÊn ®Ò nãng hæi cña s¶n 
xuÊt n«ng nghiÖp, ë mét sè n−íc ph¸t triÓn 
nh− NhËt B¶n, Mü... trong s¶n xuÊt n«ng 
nghiÖp ®· tõng b−íc øng dông hÖ thèng thÞ 
gi¸c m¸y tÝnh, nh− qu¶n lý chñng lo¹i vμ 
chÊt l−îng tμi nguyªn n«ng nghiÖp, thu 
nhËn th«ng tin tr¹ng th¸i sinh tr−ëng cña 
c©y trång, tù ®éng hãa thu ho¹ch n«ng s¶n 
phÈm, nghiªn cøu b¶o vÖ thùc vËt, kiÓm 
®Þnh chÊt l−îng n«ng s¶n phÈm... 
2. THÞ GI¸C M¸Y TÝNH 
ThÞ gi¸c m¸y tÝnh ®«i khi cßn ®−îc gäi lμ 
thÞ gi¸c b»ng m¸y, lμ sö dông camera thu 
nhËn h×nh ¶nh tõ thùc tÕ, sau ®ã sö dông 
m¸y tÝnh tù ®éng ph©n tÝch ¶nh. Qua ®ã 
nhËn biÕt c¸c ®èi t−îng, miªu t¶ c¶nh vËt 
hoÆc tiÕn hμnh ®iÒu khiÓn ho¹t ®éng hÖ 
thèng theo mét sè d÷ kiÖn yªu cÇu nμo ®ã. 
§©y lμ lÜnh vùc khoa häc vμ kü thuËt nghiªn 
cøu dïng m¸y tÝnh m« pháng bÒ ngoμi sinh 
vËt hoÆc c«ng n¨ng thÞ gi¸c vÜ m«. 
ThÞ gi¸c m¸y tÝnh lμ sù ®an xen vμ kÕt 
hîp cña nhiÒu ngμnh häc, liªn quan tíi 
nhiÒu lÜnh vùc nh− to¸n häc, quang häc, trÝ 
tuÖ nh©n t¹o, thÇn kinh sinh vËt häc, t©m lý 
vËt lý häc, khoa häc m¸y tÝnh, xö lý ¶nh, 
hiÓu h×nh ¶nh, ph©n biÖt mÉu... 
ThÞ gi¸c m¸y tÝnh ®· cã qu¸ tr×nh ph¸t 
triÓn nghiªn cøu vμ øng dông 40 n¨m. Theo 
sù ph¸t triÓn cña m¸y tÝnh, kü thuËt xö lý 
¶nh, kü thuËt nhËn d¹ng, lý thuyÕt ®iÒu 
khiÓn, trÝ tuÖ nh©n t¹o... thÞ gi¸c m¸y tÝnh 
®−îc øng dông trong ng−êi m¸y, kiÓm tra ®o 
l−êng c«ng nghiÖp, ph©n biÖt vËt thÓ, ph©n 
tÝch h×nh ¶nh vÖ tinh, trî gióp chÈn ®o¸n y 
häc, ®o vÏ b¶n ®å hμng kh«ng vμ kü thuËt 
qu©n sù... Ph−¬ng ph¸p nghiªn cøu còng tõ 
2D chuyÓn sang 3D, tõ tuÇn tù ®Õn song 
song, tõ trùc tiÕp dùa vμo tÝn hiÖu thu nhËn 
qua xö lý tÇng thÊp tíi xö lý tÇng cao dùa 
vμo ®Æc tr−ng, kÕt cÊu, quan hÖ vμ tri thøc. 
CÊu t¹o hÖ thèng thÞ gi¸c m¸y tÝnh th«ng 
th−êng ®−îc biÓu diÔn trªn h×nh 1. M¸y quay 
phim CCD (Charge-Coupled Device) cã thÓ 
ghi l¹i c¸c ®èi t−îng cÇn nhËn biÕt vμ ph©n 
tÝch d−íi d¹ng h×nh ¶nh. VÒ b¶n chÊt, m¸y 
quay phim CCD lμ mét c¶m biÕn quang ®iÖn, 
thu nhËn c¸c tÝn hiÖu quang häc ph¶n ¸nh ®èi 
t−îng, bèi c¶nh råi chuyÓn thμnh tÝn hiÖu 
®iÖn ®Ó ghi l¹i. Bé phËn thu nhËn h×nh ¶nh cã 
thÓ ho¹t ®éng ®éc lËp hoÆc ®−îc g¾n trùc tiÕp 
trong m¸y tÝnh ë d¹ng card thu nhËn h×nh 
¶nh cã thÓ chuyÓn tÝn hiÖu ®iÖn cña m¸y quay 
phim thu nhËn ®−îc thμnh tÝn hiÖu sè, sè hãa 
h×nh ¶nh, ®Ó m¸y tÝnh tiÕn hμnh xö lý c¸c 
lo¹i yªu cÇu. HÖ thèng chiÕu s¸ng cho phÐp 
n©ng cao ®é chiÕu s¸ng phï hîp h×nh ¶nh thu 
nhËn ®−îc, lμm lîi cho xö lý vμ ph©n tÝch 
h×nh ¶nh. 
H×nh 1. CÊu t¹o hÖ thèng thÞ gi¸c m¸y tÝnh 
Máy tính 
Máy quay 
CCD 
Đèn 
chiếu sáng 
Bộ phận thu 
nhận hình ảnh
Lê Vũ Quân, Trịnh Gia Cường, Châu Hồng Bình 
329 
3. øNG DôNG THÞ GI¸C M¸Y TÝNH 
 TRONG N¤NG NGHIÖP 
3.1. øng dông trong chän gièng n«ng n ... Õn l¸ cïng bÞ 
bÖnh phÊn tr¾ng, ¸p dông ph−¬ng ph¸p tÝnh 
to¸n h×nh th¸i häc tiÕn hμnh ph©n li, kÕt qu¶ 
thèng kª thu ®−îc 19 mÉu bÖnh. Trùc tiÕp 
ph©n chia h×nh ¶nh ®Ó tiÕn hμnh tÝnh to¸n 
c¸ thÓ trïng phÊn tr¾ng ®¹t ®é chÝnh x¸c tíi 
91,99%. Nh−ng phÐp to¸n xö lý ph©n ly cßn 
cÇn ph¶i c¶i tiÕn, bëi v× kü thuËt nμy cã b−íc 
ph¸t triÓn mang tÝnh kh¶ thi trong lÜnh vùc 
nghiªn cøu sinh th¸i, viÖc nμy cho phÐp c«ng 
t¸c x¸c ®Þnh vμ ®iÒu tra sè l−îng quÇn thÓ 
c«n trïng nhá bÐ ngoμi ®ång ruéng ®−îc 
gi¶m thiÓu rÊt nhiÒu, ®ång thêi ®é chÝnh x¸c 
®−îc n©ng cao râ rÖt. 
Tõ Quý Li vμ cs. (2002) tiÕn hμnh 
nghiªn cøu ®−a ra mμu s¾c ®Æc tr−ng cña 
h×nh ¶nh phiÕn l¸ trong canh t¸c c©y cμ chua 
s¹ch khi chÊt dinh d−ìng thiÕu hôt, ®· dïng 
ph−¬ng ph¸p biÓu ®å tû lÖ phÇn tr¨m thÓ 
hiÖn mμu s¾c ®Æc tr−ng cña h×nh ¶nh phiÕn 
l¸ thiÕu dinh d−ìng, ®ång thêi ®· tiÕn hμnh 
lo¹i bá mμu nÒn tr¾ng cña h×nh ¶nh cã thÓ 
g©y ¶nh h−ëng nghiªn cøu, dïng biÓu ®å tØ lÖ 
phÇn tr¨m thay thÕ c¸c biÓu ®å th«ng 
th−êng cã thÓ gi¶i quyÕt sù ¶nh h−ëng cña 
®é to nhá phiÕn l¸ ®èi víi ®Æc tr−ng mμu s¾c 
®−a ra trong qu¸ tr×nh nghiªn cøu vμ x¸c 
®Þnh viÖc rót ra mμu s¾c c©y, vïng nghiªn 
cøu nh− thÕ nμo. Ph−¬ng ph¸p nμy ®−a ra 
®Æc tr−ng mμu s¾c lÝ t−ëng ph©n biÖt phiÕn 
l¸ cμ chua thiÕu chÊt dinh d−ìng ®é chÝnh 
x¸c trªn 70%. 
3.2.3. Tù ®éng hãa thu ho¹ch s¶n phÈm 
Kü thuËt c¶m gi¸c b»ng m¸y tÝnh ®−îc 
øng dông trong tù ®éng hãa thu ho¹ch n«ng 
s¶n phÈm tõ nh÷ng n¨m gi÷a thËp kû 80 cña 
thÕ kû 20, gÇn ®©y nã lμ lÜnh vùc nghiªn cøu 
rÊt ®−îc chó ý. N¨m 1996, Zhang Shuhai vμ 
Takahashi T. th«ng qua m« h×nh ph©n biÖt 
thùc hiÖn kiÓm tra ®o l−êng ®Þnh vÞ qu¶ t¸o, 
tiÕn tíi cã thÓ tù ®éng h¸i t¸o. Hä lîi dông 
mét kiÓu tÝnh to¸n ®Ó thùc hiÖn ph©n biÖt 
qu¶ t¸o, tõ h×nh ¶nh ban ®Çu cña c©y t¸o 
tiÕn hμnh läc vμ t×m ra vÞ trÝ cña qu¶ t¸o, 
sau ®ã th«ng qua tÝnh to¸n x¸c ®Þnh h×nh 
d¹ng h×nh ¶nh t−¬ng quan cña ®−êng biªn 
d¹ng qu¶ t¸o. 
Lê Vũ Quân, Trịnh Gia Cường, Châu Hồng Bình 
331 
Trong lÜnh vùc tù ®éng hãa thu ho¹ch 
cam quÝt, Slaughter vμ Harrell (1989) ®Çu 
tiªn nghiªn cøu lîi dông th«ng tin vÒ ®é mμu 
vμ ®é s¸ng cña h×nh ¶nh chôp ®−îc trong 
®iÒu kiÖn tù nhiªn ngoμi phßng thÝ nghiÖm 
tiÕn hμnh ®Þnh h−íng tay c¬ khÝ thu ho¹ch 
cam quÝt, thiÕt lËp m« h×nh ph©n lo¹i lîi 
dông th«ng tin mμu s¾c h×nh ¶nh tõ c©y cam 
quÝt nhËn biÕt qu¶ cña nã. M¸y ph©n lo¹i 
nμy tõ hoμn c¶nh tù nhiªn cña v−ên c©y 
nhËn biÕt qu¶ cam quÝt cã ®é chÝnh x¸c 75%, 
nhËn biÕt t©m h×nh qu¶ cã ®é sai sè lμ 6%, 
tèc ®é c¬ b¶n cã thÓ ®¸p øng ®−îc yªu cÇu 
s¶n xuÊt thùc tÕ, nh−ng ®é chÝnh x¸c t−¬ng 
®èi thÊp. 
T¹i Trung Quèc, Ch©u V©n S¬n vμ cs. 
(1995) øng dông kü thuËt c¶m gi¸c b»ng 
m¸y tÝnh tiÕn hμnh nhËn biÕt nÊm trong 
m¸y h¸i nÊm. HÖ thèng nμy chñ yÕu bao 
gåm b¨ng t¶i nÊm, camera, tay h¸i m¸y, c¬ 
cÊu khÝ ®éng phô ba bËc tù do, hÖ thèng ®iÒu 
khiÓn tay m¸y thu nÊm vμ m¸y tÝnh t¹o 
thμnh. Tay h¸i m¸y do c¬ cÊu khÝ ®éng phô 
ba bËc tù do c¨n cø vμo th«ng tin cña hÖ 
thèng c¶m gi¸c b»ng m¸y tÝnh cung cÊp tíi 
x¸c ®Þnh vÞ trÝ. C«ng t¸c ng¾t nÊm do hÖ 
thèng ®iÒu khiÓn ng¾t nÊm hoμn thμnh. Sau 
khi tay h¸i m¸y ®Õn vÞ trÝ, èng hót cao su 
cña tay m¸y nhê vμo ¸p lùc kh«ng khÝ hót 
nÊm vμo hép. HÖ thèng c¶m gi¸c b»ng m¸y 
tÝnh cung cÊp c¸c th«ng tin ph©n lo¹i cÇn 
thiÕt cho m¸y h¸i nÊm nh− kÝch th−íc, diÖn 
tÝch vμ vÞ trÝ chÝnh x¸c trung t©m c©y nÊm 
cÇn thu ho¹ch, ®¶m b¶o trong qu¸ tr×nh ho¹t 
®éng cña tay m¸y bÝnh th−êng, tr¸nh tr−êng 
hîp do th«ng tin kh«ng chÝnh x¸c t¹o thμnh 
sai lÖch h¸i nÊm, lμm háng nÊm hoÆc lμm 
t¾c èng hót nÊm vμo. 
3.3. øng dông trong ph©n lo¹i vμ chÕ biÕn 
 n«ng s¶n phÈm 
3.3.1. Ph©n lo¹i n«ng s¶n phÈm 
§èi víi kiÓm ®Þnh vμ ph©n cÊp phÈm 
chÊt cña n«ng s¶n phÈn chñ yÕu lîi dông kü 
thuËt c¶m gi¸c b»ng m¸y tÝnh tiÕn hμnh 
kiÓm tra ®o l−êng kh«ng tæn h¹i, dïng th«ng 
sè bÒ mÆt vËt lý n«ng s¶n phÈm thu ®−îc ®Ó 
tiÕn hμnh ®¸nh gi¸ vμ ph©n cÊp chÊt l−îng 
n«ng s¶n phÈm. 20 n¨m trë l¹i ®©y, nghiªn 
cøu kiÓm tra ®¸nh gi¸ n«ng s¶n phÈm chñ 
yÕu tËp trung trong lÜnh vùc n«ng s¶n phô 
nh− hoa qu¶, rau mÇu. 
Msrchant cïng cs. (1998) dùa vμo kü 
thuËt thÞ gi¸c b»ng m¸y tÝnh nghiªn cøu vμ 
chÕ t¹o thμnh c«ng hÖ thèng ph©n lo¹i cñ 
khoai t©y, hÖ thèng nμy mçi gi©y cã thÓ ph©n 
lo¹i 40 cñ khoai t©y. 
B¨ng B©n vμ U«ng MËu Hoa (2002) 
th«ng qua ph©n tÝch sù kh«ng ®ång ®Òu vÒ 
cÊp ®é mμu s¾c cña hoa qu¶, dïng kÝch th−íc 
ph©n d¹ng cña c¸c s¾c ®é ph©n bè trªn bÒ 
mÆt hoa qu¶ thμnh ®Æc tr−ng tiÕn hμnh 
ph©n cÊp, sè liÖu ®Æc tr−ng nμy kh«ng nh÷ng 
xÐt ®Õn ®iÓm ®Æc tÝnh tÝnh gép cña c¸c s¾c 
®é, mμ cßn xÐt ®Õn ®Æc tÝnh kh«ng gian ph©n 
bè s¾c ®é, lμm mμu s¾c ph©n cÊp cμng phï 
hîp t×nh h×nh thùc tÕ. Hä ®· dïng kÝch th−íc 
ph©n d¹ng c¸c s¾c ®é lμm mÉu xö lý, x©y 
dùng m« h×nh nhËn thøc m¹ng thÇn kinh 
nh©n t¹o. Th«ng qua qu¸ tr×nh häc tËp huÊn 
luyÖn cho m¹ng thÇn kinh nh©n t¹o, dïng 
120 mÉu t¸o kiÓm tra, trong ®ã qu¶ lo¹i 
th−îng h¹ng lμ 30 qu¶, lo¹i mét 30 qu¶, lo¹i 
hai 30 qu¶, c¸c lo¹i kh¸c lμ 30 qu¶, kÕt qu¶ 
kiÓm tra nhËn ®−îc c¸c lo¹i: lo¹i th−îng 
h¹ng 29 qu¶, lo¹i mét 32 qu¶, lo¹i hai 28 
qu¶, c¸c lo¹i kh¸c 31 qu¶. Tû suÊt chÝnh x¸c 
cña viÖc kiÓm tra, lo¹i th−îng h¹ng lμ 96,7%, 
lo¹i mét lμ 93,8%, lo¹i 2 lμ 93,3%, c¸c lo¹i 
kh¸c lμ 96,8%, b×nh qu©n tû suÊt chÝnh x¸c 
lμ 95,2%, cã thÓ tháa m·n yªu cÇu thùc tÕ sö 
dông thÞ gi¸c m¸y tÝnh ph©n cÊp hoa qu¶ 
trong d©y chuyÒn s¶n xuÊt. 
TriÖu TÜnh vμ Hμ §«ng KiÖn (2001) khi 
ph©n tÝch tæng hîp h×nh th¸i c¬ b¶n tr¸i c©y, 
®· ®Ò xuÊt dïng 6 th«ng sè ®Æc tr−ng biÓu thÞ 
h×nh th¸i tr¸i c©y, tham kh¶o ph−¬ng ph¸p 
ph©n tÝch h×nh th¸i dïng ®Ó ph©n biÖt h×nh 
d¹ng tr¸i c©y, lîi dông m¹ng thÇn kinh nh©n 
Ứng dụng kỹ thuật thị giác máy tính trong sản xuất nông nghiệp 
332 
t¹o ®èi víi h×nh d¹ng tr¸i c©y tiÕn hμnh nhËn 
thøc vμ ph©n cÊp, kÕt qu¶ biÓu minh, sö dông 
tham sè ®Æc tr−ng vμ kü thuËt nhËn biÕt h×nh 
d¹ng tr¸i c©y, thÞ gi¸c m¸y tÝnh vμ ph©n cÊp 
nh©n t¹o b×nh qu©n cã ®é chÝnh x¸c lμ 93% 
trë lªn. Ninh Kû Phong vμ cs. (2001) lîi dông 
ph−¬ng ph¸p tÝnh to¸n h×nh ¶nh h×nh th¸i 
häc thùc hiÖn ®èi víi sù thiÕu hôt d¹ng trßn 
tr¸i c©y vμ kiÓm tra ®o l−êng h×nh d¹ng, khi 
thùc nghiÖm ph¸t hiÖn, nÕu coi s¶n phÈm lo¹i 
th−îng h¹ng vμ lo¹i mét lμ mét lo¹i, cßn s¶n 
phÈm lo¹i hai vμ c¸c lo¹i kh¸c lμ mét lo¹i, th× 
®é chÝnh x¸c khi ph©n cÊp ®¹t tíi 94,5%. 
§é chÝn cña qu¶ cμ chua vμ ®Æc tr−ng 
mμu s¾c bªn ngoμi cã mèi quan hÖ mËt thiÕt, 
cho nªn mÇu s¾c bªn ngoμi cña qu¶ cμ chua 
®· trë thμnh mét chØ tiªu träng yÕu cña ®¸nh 
gi¸ phÈm chÊt cμ chua. Tr−¬ng Tr−êng Lîi 
vμ cs. (2001) dïng hÖ thèng thÞ gi¸c b»ng 
m¸y tÝnh thu thËp h×nh ¶nh qu¶ cμ chua, 
sau ®ã chuyÓn ®æi tõ hÖ thèng mÇu RBG 
(Red-Blue-Green) sang hÖ thèng HIS (Hue-
Saturation-Illumination), th«ng qua gi¸ trÞ 
s¾c ®é H ®Ó ®Ò ra mÇu s¾c ®Æc tr−ng cña bÒ 
mÆt qu¶ cμ chua, chän dïng ph−¬ng ph¸p di 
truyÒn nhiÒu líp trong m¹ng thÇn kinh nh©n 
t¹o thùc hiÖn tù ®éng ph©n biÖt ®é chÝn cña 
qu¶ cμ chua. KÕt qu¶ thùc nghiÖm cho thÊy 
sö dông dïng ph−¬ng ph¸p trªn ®é chÝnh 
x¸c ®¹t khi ph©n lo¹i ®Õn 94%. 
Tr−¬ng Th− TuÖ vμ cs. (2002) thiÕt kÕ hÖ 
thèng kiÓm tra ®¸nh gi¸ ph©n lo¹i h×nh ¶nh 
t¸o, ®μo th«ng qua thμnh lËp kho l−u tr÷ 
h×nh ¶nh vμ hÖ thèng ph©n tÝch c¸c mèi 
t−¬ng quan cho phÐp ph©n lo¹i chÝnh x¸c 
phÈm chÊt n«ng s¶n phÈm nh− mμu s¾c bªn 
ngoμi, h×nh d¸ng, c¸c thiÕu sãt, Sö dông 
hÖ thèng nμy, tiÕn hμnh ph©n cÊp 100 qu¶ 
t¸o, kÕt qu¶ ph©n lo¹i cã ®é chÝnh x¸c ®¹t 
®Õn 96%. §èi víi c¸c lo¹i n«ng phô phÈm 
kh¸c còng cã thÓ th«ng qua thμnh lËp kho d÷ 
liÖu h×nh ¶nh mÉu, tiÕn hμnh tæng hîp ph©n 
tÝch c¸c th«ng tin vμ ph¸n ®o¸n, thùc hiÖn 
®èi kiÓm tra ®¸nh gi¸ ph©n lo¹i víi c¸c lo¹i 
n«ng s¶n phÈm kh¸c nhau. 
3.3.2. ChÕ biÕn n«ng s¶n phÈm 
Tõ tr−íc ®Õn nay, tù ®éng ®¸nh gi¸ 
phÈm chÊt vμ khèng chÕ ph¶n håi lu«n lu«n 
lμ vÊn ®Ò quan träng khã mμ thùc hiÖn trong 
viÖc tù ®éng hãa hoμn toμn chÕ biÕn n«ng 
s¶n phÈm. Cïng víi sù ph¸t triÓn cña kü 
thuËt thÞ gi¸c m¸y tÝnh, con ng−êi ®· b¾t 
®Çu t×m c¸ch øng dông kü thuËt thÞ gi¸c m¸y 
tÝnh trong tù ®éng hãa chÕ biÕn n«ng s¶n 
phÈm. 
McConnell vμ Blau (1995) nghiªn cøu sö 
dông kü thuËt thÞ gi¸c b»ng m¸y tÝnh, tiÕn 
hμnh ®o s¾c ®é mμu s¾c cña s¶n phÈm, c¨n 
cø vμo ®ã ®Ó ®iÒu khiÓn qu¸ tr×nh sÊy vμ 
n−íng thùc phÈm ®¶m b¶o chÊt l−îng, ®¹t 
hiÖu qu¶ cao. 
4. KÕT LUËN 
ThÞ gi¸c b»ng m¸y tÝnh øng dông trong 
s¶n xuÊt c¬ khÝ n«ng nghiÖp ®· thu nhËn 
®−îc nh÷ng b−íc tiÕn lín, nh−ng do lÝ luËn 
thÞ gi¸c, ph−¬ng ph¸p ph©n tÝch h×nh ¶nh vμ 
®iÒu kiÖn vÒ thiÕt bÞ phÇn cøng cã giíi h¹n, 
viÖc nghiªn cøu øng dông thÞ gi¸c m¸y tÝnh 
trong c¬ khi n«ng nghiÖp cßn chñ yÕu trong 
giai ®o¹n thö nghiÖm. Nh−ng cïng víi sù 
ph¸t triÓn cña lÝ thuyÕt thÞ gi¸c m¸y tÝnh, kü 
thuËt xö lý m¸y tÝnh vμ kü thuËt tù ®éng 
hãa, rÊt nhiÒu vÊn ®Ò tån t¹i ®· ®−îc gi¶i 
quyÕt. 
øng dông cña kü thuËt thÞ gi¸c m¸y tÝnh 
sÏ gãp phÇn n©ng cao tÝnh n¨ng vμ tr×nh ®é c¬ 
khÝ n«ng nghiÖp, ®−a c¬ khÝ n«ng nghiÖp tõng 
b−íc ph¸t triÓn h−íng tíi hiÖn ®¹i hãa, tù 
®éng hãa, th«ng minh hãa, ®©y còng chÝnh lμ 
yªu cÇu ph¶i cã cña s¶n xuÊt n«ng nghiÖp 
chÝnh x¸c, hiÖu qu¶. 
Cho dï hiÖn nay ë c¸c n−íc ph¸t triÓn 
lÜnh vùc øng dông thÞ gi¸c m¸y tÝnh vμo 
trong s¶n xuÊt n«ng nghiÖp ®· ®−îc tiÕn 
hμnh nghiªn cøu kh«ng Ýt, nh−ng vÉn cßn 
nhiÒu vÊn ®Ò kü thuËt cßn ch−a gi¶i quyÕt, 
cÇn tiÕp tôc ®i s©u nghiªn cøu. Cã thÓ kÓ ra 
mét sè ®Þnh h−íng nghiªn cøu nh−: 
Lê Vũ Quân, Trịnh Gia Cường, Châu Hồng Bình 
333 
Ph¸t triÓn kü thuËt nhËn d¹ng chÝnh 
x¸c c©y trång, cá d¹i trªn ®ång ruéng thùc tÕ, 
®Ó øng dông trong m¸y tù ®éng phun thuèc 
trõ s©u, trõ cá d¹i. 
Trong lÜnh vùc tù ®éng hãa kiÓm tra 
ph©n lo¹i n«ng s¶n phÈm, hiÖn nay hÇu hÕt 
c¸c nghiªn cøu ®Òu lμ nghiªn cøu c¸c ®èi 
t−îng ë tr¹ng th¸i tÜnh, do ®ã hiÖu qu¶ cßn 
thÊp. Lμm thÕ nμo ®Ó trong ®iÒu kiÖn lμm 
viÖc ®éng ë tèc ®é cao cã thÓ thu nhËn ®−îc 
h×nh ¶nh cña s¶n phÈm vμ tiÕn hμnh ph©n 
tÝch, c¨n cø vμo kÕt qu¶ ph©n tÝch tiÕn hμnh 
ph©n lo¹i s¶n phÈm chÝnh lμ vÊn ®Ò cÇn ®−îc 
chó träng nghiªn cøu. 
TμI LIÖU THAM KH¶O 
Tμi liÖu tiÕng Anh 
DanaH.Ballard, Christopher M. Brown. 
(1983). Computer Vision. Prentice Hall. 
Forsyth D. (2003). Computer Vision: A 
Modern Approach. Prentice Hall. . 
KaciraM, Ling P P. (2001). Design and 
development of an automated and non - 
contact sensing system for continuous 
monitoring of plant health and growth. 
Transactions of the ASAE, , 44 (4), 989 – 
996. 
Liao K，Paulsen M R，Reid J F，et al. 
(1994). Corn kernel breakage 
classification by machine vision using a 
neutral network classifier. Transactions of 
the ASAE. ，36(6), 1949 – 1953 
Marchant J A, Onyango C M, Street M J. 
(1998). High speed sorting of potatoes 
using computer vision. Transactions of the 
ASAE, 41(9), 3528 – 3540. 
McConnell R K Jr, Blau H H Jr. (1995). 
Color classification of non-uniform baked 
and roasted foods. Proceedings of the 
FPAC IV Conference. Chicago, Illinois, 
40- 46. 
Meyer G E, Davison D A. (1987). An 
electronic image pant growth 
measurement system. Transac tions of 
ASAE, 30(1), 242 – 248. 
Robert E. Blackshaw, Louis J. Molnar and 
C. Wayne Lindwall (1998a). Merits of a 
Weed-Sensing Sprayer to Control Weeds 
in Conservation Fallow and Cropping 
Systems. Weed Science, Vol. 46, No. 1, 120 
– 126. 
Robert E. Blackshaw, Louis J. Molnar, 
Duane F. Chevalier and C. Wayne 
Lindwall (1998b). Factors Affecting the 
Operation of the Weed-Sensing 
Detectspray System. Weed Science, Vol. 
46, No. 1, 127 – 131. 
Slaughter D C， Harrell R C. (1989). 
Discriminating fruit for robotic harvest 
using color in natural outdoor scenes. 
Transactions of the ASAE，，32 (2), 757- 
763. 
Sun, D.W. (2003). “Computer Vision: An 
Objective, Rapid and Non-Contact Quality 
Evaluation Tool for the Food Industry”, 
Journal of Food Engineering, 61, 1-2. 
Timmermans, A.J.M. (1998). “Computer 
Vision System for Online Sorting of Pot 
Plants Based on Learning Techniques”, 
Acta Horticulturae, 421, 91-98. 
Wang, H.-H., Sun, D.-W. (2002). “Melting 
characteristics of cheese: analysis of 
effects of cooking conditions using 
computer vision techniques”, Journal of 
Food Engineering, 52(3), 279-284. 
Zayas I，Pomeranz L Y，Lai F S. (1985). 
Discrimination between Arthur and 
Arkan wheats by image analysis. Cereal 
Chemistry， 62(2), 478 – 480 
Zayas I，Lai F S， Pomeranz L Y. (1986). 
Discrimination between wheat classes and 
varieties by image analysis. Cereal 
Chemistry, , 63 (1), 52 – 56. 
Ứng dụng kỹ thuật thị giác máy tính trong sản xuất nông nghiệp 
334 
Zayas I， Pormeranz L Y， L ai F S. (1989). 
Discrimination of wheat and non wheat 
components in grain samples by image 
analysis. Cereal Chemistry, 66(3), 233-237. 
Zhang Shuhai，Takahashi- T (1996). 
Studies on automation of work in orchards 
(part 1). Detection of apple by pattern 
recognition. Journal of the Japanese Society 
of Agricultural Machinery 58(1), 9- 16. 
Tμi liÖu tiÕng Trung 
冯斌，汪懋华. 
基于颜色分形的水果计算机视觉分级技术. 
农业工程学报 (2002).18(2), 141 – 143. 
李少昆, 索兴梅，白中英, 祁之力, 刘晓鸿, 
高世菊, 赵双宁. 基于BP 
神经网络的小麦群体图像特征识别. 
中国农业科学 (2002). 35(6), 616 – 620 
宁纪锋，何东健，张海亮. 
基于图像形态学的球形果实品质检测研究 .农
机化研究 (2001). (3), 28 – 29, 47 
 沈佐锐，于新文. 
温室白粉虱自动计数计数技术研究初报. 
生态学报，(2001). 21(1), 94 – 99 
徐贵力, 毛罕平, 李萍萍. 
缺素叶片彩色图像颜色特征提取的研究. 
农业工程学报，(2002). (4), 150 – 153 
张书慧，陈晓光，张晓梅，等. 
苹果、桃等农副产品品质检测与分级图像处
理系统的研究. 农业工程学报 (1993).15(1), 
201 – 204. 
张长利，房俊龙，潘伟. 
用遗传算法训练的多层前馈神经网络对番茄
成熟度进行自动检测的研究. 农业工程学报 
(2001). 17(3), 153 – 156 
赵静; 何东健. 果实形状的计算机识别方法研究. 
农业工程学报 ( 2001). 17(2), 165-167 
郑加强、周宏平、赵茂程、胡晓亮、向海涛、
徐幼林等. 21世纪精确农药使用方法展望. 
见：倪汉祥，成卓敏主编.面向21世纪植物保
护发展战略研讨会论文集. 
成都：2001年，北京：中国科学技术出版社,
415 – 419. 
郑加强．农药精确使用原理与实施原则研究．
科学技术与工程 (2004). 4 (7): 566 – 570 
郑加强， 周宏平，徐幼林. 农药精确使用技术. 
科学出版社，北京 (2006). 
周云山，李强等 
.计算机视觉在蘑菇采摘机器上的应用. 
农业工程学报，(1995).11(4)，27 – 32. 
Lê Vũ Quân, Trịnh Gia Cường, Châu Hồng Bình 
335