计算机视觉技术在农业上的应用

Ａｇｒｉｃｕｌｔｕｒａｌ　Ｓｃｉｅｎｃｅ　＆Ｔｅｃｈｎｏｌｏｇｙ，２０１　７，１　８（１　１）：２１　５８—２１　６２　Ｃｏｐｙｒｉｇｈｔ＠２０１　７，Ｉｎｆｏｒｍａｔｉｏｎ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　ＨＡＡＳ．Ａｌｌ　ｒｉｇｈｔｓ　ｒｅｓｅｒｖｅｄ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ　Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｖｉｓｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　ｉｎ　Ａｇｒｉｃｕｌｔｕｒｅ　Ｘｉｍｅｉ　ＨＵＡＮＧ’，Ｊｉａｎｊｉｅ　ＢＩ　，Ｎａｎ　ＺＨＡＮＧ’，Ｘｉａｏｌｉｎｇ　ＤＩＮＧ卜，Ｆｅｉ　ＬＩ’，Ｆａｄｏｎｇ　ＨＯＵ’　１．Ｃｏｌｌｅｇｅ　ｏｆ　Ｍｅｃｈａｎｉｃａｌ　ａｎｄ　Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｈａｎｄｏｎｇ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｄｏｎｇ　Ｐｒｏｖｉｎｃｉａｌ　Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　ｏｆ　Ｈｏｒｔｉｃｕｌｔｕｒａｌ　Ｍａｃｈｉｎｅｒｉｅｓ　ａｎｄ　Ｅｑｕｉｐｍｅｎｔｓ，Ｔａｉ’ａｎ　２７１　０１　８，Ｃｈｉｎａ；　２．ＣｈｉｎａＳｔａｔｅ　Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　ｏｆ　Ｃｒｏｐ・Ｂｉｏｌｏｇｙ，Ｓｈａｎｇｄｏｎｇ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｕｎｉｖｅｒｓｉｙ，Ｔａｉ’ａｎ　Ｃｉｔｙ　２７１ｔ　０１　８，Ｃｈｉｎａ　Ａｂｓｔｒａｃｔ　Ｗｉｔｈ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ　ｔｅｃｈｎｏｌｏｇｙ　ａｎｄ　ｃｏｍｐｕｔｅｒ，　ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ　ｔｅｃｈｎｏｌｏｇｙ　ｈａｓ　ｂｅｅｎ　ｗｉｄｅｌｙ　ｕｓｅｄ　ｉｎ　ｔｈｅ　ｐｒｏｄｕｃｔｉｏｎ　ｏｆ　ａｇｒｉｃｕｌｔｕｒｅ，　ａｎｄ　ｈａｓ　ｍａｄｅ　ｍａｎｙ　ｊｍｐｏ￣ａｎｔ　ａｃｈｉｅｖｅｍｅｎｔｓ．Ｔｈｉｓ　ｐａｐｅｒ　ｒｅｖｉｅｗｓ　ｉｔｓ　ｒｅｓｅａｒｃｈ　ｐｒｏｇｒｅｓｓ　ｏｎ　ｄｉａｇｎｏｓｉｓ　ｏｆ　ａｇｒｉｃｕｌｔｕｒａｌ　ｐｒｏｄｕｃｔｓ，ｗａｔｅｒ　ｄｉａｇｎｏｓｉｓ，ｗｅｅｄ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ，　计算机视觉技术在农业上的应　用　黄喜梅１　９毕建杰２张楠　，丁筱玲　，李飞　，侯发　东。　（１．山东农业大学机械与电子工程学　院，山东省园艺机械与装备重点实验室，泰　重点实验室．山东泰安２７ｌＯｌ８）　ｐｒｏｄｕｃｔ　ｑｕａｉｌｙ　ｔｔｅｓｔｉｎｇ　ａｎｄ　ｇｒａｄｉｎｇ．ａｇｒｉｃｕｌｔｕｒａｌ　ｐｉｃｋｉｎｇ　ａｎｄ　ｓｏｒｔｉｎｇ　ａｎｄ　ｏｔｈｅｒ　ａｓ－　ｐｅｃｔｓ．ａｎｄ　ｆｉｎａｌｌｙ　ｐｕｔ　ｆｏｒｗａｒｄ　ｉｔｓ　ｅｘｉｓｔｉｎｇ　ｐｒｏｂｌｅｍｓ　ａｎｄ　ｐｒｏｓｐｅｃｔｓ　ｆｏｒ　ｌｈｅ　ｆｕｔｕｒｅ．　Ｐｒｏｓｐｅｃｔ　Ｋｅｙ　ｗｏｒｄｓ　Ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ；Ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ　ｔｅｃｈｎｏｌｏｇｙ；Ａｇｒｉｃｕｌｔｕｒｅ　ｐｒｏｄｕｃｔｉｏｎ；　安２７１０１８：２．山东农业大学作物生物学国家　摘要随着图像处理技术和计算机的发　展。计算机视觉技术在农业的生产中有了更　广泛的应用。并且均取得了许多重要成果．　Ｃ　ｏｓｔｈｃｍｉｅｐｎｕｃｔｅｒ　　ｓｖｔｉｕｓｄｉｏｙｎｉｎ　ｔｇｅ　ｃｈｈｏｎｗｏ　ｌｔｏｇ　ｍｙ　ｉａｓｋ　ａｅ　ｐ　ａｉｎｃｄｋ　ｉｂｎｒｇｉ　ｅａｆｌｎｙｄ　ｐ　ｓｒｏｂｒｔｅｉｎｄｇ　ｉ　ｎａｔｎｏ　ｄｉｔ　ｓｏ　ｔｄｈｅｖｒｅ　ａｌｏｓｐｍｅｃｅｔｓｎｔ，　ｅ　ｍａｃｈｉｎｅ“ｓｅｅ”．Ｉｎ　ｏｔｈｅｒ　ｐｒｏｓｐｅｃｔｓ．　ｗｏｒｄｓ．Ｉｔ　ｉｓ　ｔｈｅ　ｍａｃｈｉｎｅ　ｖｉｓｉｏｎ　ｗｈｉｃｈ　综述了农产品缺素诊断、水分诊断、杂草识　别、产品品质检测和分级、农业采摘与分选　等方面的研究进展．最后提出了其存在的问　题和对未来的展望。　ｕｓｅｓ　ｃｏｍｐｕｔｅｒ　ａｎｄ　ｖｉｄｅｏ　ｃａｍｅｒａ　ｔｏ　Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　Ｃｏｍｐｕｔｅｒ　关键词　图像处理；计算机视觉技术：农业生　产：前景　ｒｅｐｌａｃｅ　ｈｕｍａｎ　ｅｙｅｓ　ｔｏ　ｉｄｅｎｔｉｆｙ，ｊｕｄｇｅ，　ｍｅａｓｕｒｅ　ａｎｄ　ｔｒａｃｋ　ｔｈｅ　ｔａｒｇｅｔｓ，ａｎｄ　ｔｈｅｎ　ｐｒｏｃｅｅｄ　ｉｍａｇｅ　ｐｒｏｃｅｓｓｍｇ　ｂｙ　ｕｓ。　Ｖｉｓｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　ｉｎ　Ａｇｒｉ・　ＣｕＩｔｕｒｅ　Ｒｅｓｅａｒｃｈ　ｏｎ　ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ　ｔｅｃｈ－　ｍｇ　ｃｏｍｐｕｔｅｒ　ｔｏ　ｐｒｏｃｅｓｓ　ｔｈｅ　ｔｍａｇｅｓ　ｉｎｔｏ　ｔｈｏｓｅ　ｓｕｉｔａｂｌｅ　ｆｏｒ　ｈｕｍａｎ　ｏｂｓｅｒｖａ—　ｔｉｏｎ　ｏｒ　ｔｏ　ｔｒａｎｓｍｉｔ　ｆｏｒ　Ｉｎｓｔｒｕｍｅｎｔ　ｄｅ．　ｔｅｃｔｉｏｎ．Ｗｉｌｈ　ｔｈｅ　ｆｕｎｃｔｉｏｎ　ｏｆ　ｃｏｍｐｕｔｅｒ　ｎｏｌｏｇｙ　ｉｎ　ｎｕｔｒｉｅｎｔ　ｄｅｆｉｃｉｅｎｃｙ　ｄｉａｇ－　ｎｏｓｉｓ　Ｔｈｅ　ｎｕｔｒｉｅｎｔｓ　ｎｅｅｄｅｄ　ｂｙ　ｃｒｏｐｓ　ａｒｅ　ｔｈｅ　ｆｏｏｄ　ｏｆ　ｔｈｅｉｒ　ｌｉｖｅｓ．ｗｈｉｃｈ　ｔｈｅｒｅ．　ｆｏｒｅ　ｐｌａｙ　ａ　ｃｒｕｃｉａｌ　ｒｏｌｅ　ｉｎ　ｔｈｅｉｒ　ｐｈｙｓｉｃ—　ｌｏｇｉｃａｌ　ｓｔａｔｕｓ．Ｉｆ　ｔｈｅ　ｎｕｔｒｉｅｎｔ　ｅｌｅｍｅｎｔｓ　ｏｆ　ａ　ｃｒｏｐ　ａｒｅ　ｄｅｆｉｃｉｅｎｃｙ，ｔｈｅｎ　ｔｈｅ　ｇｒｏｗｔｈ　ｐｒｏｃｅｓｓ　ｏｆ　ｔｈｅ　ｃｒｏｐ　ｗｉｌｌ　ｂｅ　ｖｉｓｉｏｎ　ｔｅｃｈｎｏｌｏｇｙ　ｂｅｃｏｍｉｎｇ　ｍｏｒｅ　ａｎｄ　ｍｏｒｅ　ｐｏｗｅｒｆｕｌ，ｉｔ　ｈａｓ　ｂｅｅｎ　ｍｏｒｅ　ａｎｄ　ｍｏｒｅ　ｗｉｄｅｌｙ　ａｐｐｌｉｅｄ　ｉｎ　ｔｈｅ　ｖａｒｉｏｕｓ　ｆｉｅｌｄｓ　ｉｎ　ｄａｉｌｙ　ｌｉｆｅ．ｗｈｉｃｈ　ｒｅｄｕｃｅｓ　ｔｈｅ　ｈｕｍａｎ　ｌａｂｏｒ　ｉｎｔｅｎｓｉｔｙ．ｉｍｐｒｏｖｅｓ　ｔｈｅ　ｐｒｏｄｕｃｔｉｖｉｔｙ　ｏｆ　ｍａｎｋｉｎｄ，ｒｅａｌｉｚｅｓ　ｔｈｅ　ｉｎｔｅｌｌｉｇｅｎｔ　ａｎｄ　ａｕｔｏｍａｔｉｃ　ａｇｒｉｃｕｌｔｕｒａｌ　ｐｒｏｄｕｃｔｉｏｎ．Ｔｈｅ　ｒｅｓｅａｒｃｈ　ｏｎ　ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ　ｔｅｃｈｎｏｌｏｇｙ　ｓｔａｒｔｅｄ　Ｉａｔｅ　ｉｎ　Ｃｈｉｎａ．　ａｎｄ　ｔｈｅ　ｔｅｃｈｎｏｌｏｇｙ　ｉｓ　ｎｏｔ　ａｄｖａｎｃｅｄ　ｅｎｏｕｇｈ，ｎｅｉｔｈｅｒ　ｄｏ　ｔｈｅ　ｒｅｓｅａｒｃｈ　ｃｏｍ．　ｐｌｅｔｅ　ｅｎｏｕｇｈ．Ｈｏｗｅｖｅｒ，ａ　ｃｅｒｔａｉｎ　ａｃｈｉｅｖｅｍｅｎｔｓ　ｈａｖｅ　ｂｅｅｎ　ｍａｄｅ　ｗｉｔｈ　ｔｈｅ　ｃｏｎｔｉｎｕｏｕｓ　ｐｒｏｇｒｅｓｓ　ｏｆ　ｔｈｅ　ｖａｒｉｏｕｓ　ｇｒｅａｔｌｙ　ａｆｆｅｃｔｅｄ，ｒｅｓｕｌｔｉｎｇ　ｉｎ　ｐｒｏｂｌｅｍｓ　ｌｉｋｅ　ｆｒｕｉｔｌｅｓｓｎｅｓｓ。ｙｅｌｌｏｗ　ｌｅａｖｅｓ，ｓｈｏｒｔ　ｐｌａｎｔｓ．Ｔｈｅｒｅｆｏｒｅ．ｉｔ　ｉｓ　ｖｅｒｙ　ｎｅｃｅｓｓａｗ　ｔｏ　ｓｔｕｄｙ　ｔｈｅ　ｎｕｔｒｉｅｎｔ　ｄｅｆｉｃｉｅｎｃｙ　ｏｆ　ｃｒｏｐｓ．　ＣＡＯ｛’１　ｕｓｅｄ　ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ　ｔｅｃｈｎｏｌｏｇｙ　ｔｏ　ｅｘｔｒａｃｔ　ｔｈｅ　ｃｏｌｏｒ　ａｎｄ　ｔｅｘｔｕｒｅ　ＣｈａｒａＣｔｅｒｉｓｔｌｃｓ　ｏｆ　ｓｏｙｂｅａｎ　ｌｅａｖｅｓ，ｏｂｔａｉｎｉｎｇ　９　ｇｒｏｕｐｓ　ｏｆ　ｃｏｌｏｒ　ｃｈａｒａｃｔｅｒｉｓｔｉｃ　ｐａｒａｍｅｔｅｒｓ　ａｎｄ　５　ｔｅｃｈｎｏｌｏｇｉｅｓ　ｉｎ　Ｃｈｉｎａ．Ｉｎ　ｏｒｄｅｒ　ｔｏ　ｐｒｏ．　ｍｏｔｅ　ｔｈｅ　ｊｎｃｒｅａｓｅ　ｏｆ　ａｇｒｉｃｕｌｔｕｒａＩ　ｇｒｏｕｐｓ　ｏｆ　ｔｅｘｔｕｒｅ　ｐａｒａｍｅｔｅｒｓ．ａｎｄ　ｔｈｅｎ　ｕｓｅｄ　ｐｒｉｎｃｉｐａｌ　ｃｏｍｐｏｎｅｎｔ　ａｎａｌｙ－　ｓｉｓ　ａｎｄ　ｍｕｌｔｉｖａｒｉａｔｅ　ｌｉｎｅａｒ　ｒｅｇｒｅｓｓｉｏｎ　ｍｅｔｈｏｄ　ｔｏ　ｅｓｔａｂｌｉｓｈ　ｓｏｙｂｅａｎ　ｐｌａｎｔ　ｎｉ．　ｔｒｏｇｅｎ　ｄｉｓｃｒｉｍｉｎａｎｔ　ｍｏｄｅ１．Ｔｈｅ　ｖｅｒｉｆｉ．　ｃａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｍｏｄｅＩ　ｈａｄ　作者简介黄喜梅（１９９１一）．女，山东菏泽人　研究生，研究方向为机器视觉．Ｅ—Ｍａｉｌ　ｘｍｈｕａｎｇ３６＠１２６．ｃｏｒｎ。　通讯作者　ｍｅｃｈａｎｉｚａｔｉｏｎ　Ｉｅｖｅｌｉｎ　Ｃｈｉｎａ．ｔｈｉｓ　ｐａ．　ｐｅｒ　ｒｅｖｉｅｗｅｄ　ｉｔｓ　ｒｅｓｅａｒｃｈ　ｐｒｏｇｒｅｓｓ　ｏｎ　ａｇｒｉｃｕｌｔｕｒａＩ　ｐｒｏｄｕｃｔｓ　ｄｉａｇｎｏｓｉｓ，ｗａｔｅｒ　ｄｉａｇｎｏｓｉｓ，ｗｅｅｄ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ｐｒｏｄｕｃｔ　ｑｕａｌｉｔｙ　ｔｅｓｔｉｎｇ　ａｎｄ　ｇｒａｄｉｎｇ，ａｇｒｉｃｕｌｔｕｒａｌ　收稿日期修回日期２０１７—０８—２ｌ　２０１７—１０—１６　２０１７■　２１５９　ａ　ｃｅｒｔａｉｎ　ｐｒｅｃｉｓｉｏｎ　ａｎｄ　ｃｏｕｌｄ　ｂｅ　ｕｓｅｄ　ｆｏｒ　ｔｈｅ　ｒａｐｉｄ　ｄｅｔｅｃｔｉｏｎ　ａｎｄ　ａｎａｌｙｓｉｓ　ｏｆ　ｎｉｔｒｏｇｅｎ　ｉｎ　ｓｏｙｂｅａｎ．Ｉｎ　ｔｈｅ　ｒｅｓｅａｒｃｈ　ｏｆ　ｍｅｎｔｓ　ｉｎ　ｔｏｍａｔｏ　Ｉｅａｖｅｓ　ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｃｏｌｏｒ。ｔｅｘｔｕｒｅ　ａｎｄ　ｍｏｒｐｈｏｌｏｇｉｃａＩ　ｔｈｅ　ｃｏｌｏｒ　ｆｅａｔｕｒｅｓ　ｏｆ　ｔｏｍａｔｏ　Ｉｅａｖｅｓ．　Ｒｅｓｅａｒｃｈ　ｏｎ　ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ　ｔｅｃｈ－　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｗｈｅａｔ　ｔｈｒｏｕｇｈ　ｃａｐ－　ｔｕｒｉｎｇ　ｔｈｅ　ｉｍａｇｅｓ　ｏｆ　ｉｎｄｉｖｉｄｕａ１　ｗｈｅａｔ　ｄｉａｇｎｏｓｉｎｇ　ｔｏｍａｔｏ　ｄｉｓｅａｓｅ　ｏｆ　ｎｕｔｒｉｅｎｔ　ｎｏｌｏｇｙ　ｉｎ　ｍｏｉｓｔｕｒｅ　ｄｉａｇｎｏｓｉｓ　ｂｅｉｎｇｓ．ｂｕｔ　ａｌｓｏ　ｖｉｔａＩ　ｆｏｒ　ｃｒｏｐｓ．Ｎｏｗａ—　ｋｅｒｎｅｌｓ　ａｎｄ　ｂｕｌｋ　ｗｈｅａｔ　ｓａｍｐｌｅｓ　ｏｆ　ｄｉｆ－　ｎｅｄ　ｔｈｅ　ｃｏｌｌｅｃｔｅｄ　ｆｅａｔｕｒｅ　ｐａｒａｍｅｔｅｒｓ　ｄｅｆｉｃｉｅｎｃｙ　ｉｎｔｅｌｌｅｃｔｉｖｅｌｙ　ｉｎ　ｔｈｅ　ｓｏｉｌｌｅｓｓ　　ｍｏｉｓｔｕｒｅ　ｃｏｎｔｅｎｔｓ，ａｎｄ　ｓｃｒｅｅ－　Ｗａｔｅｒ　ｉｓ　ｎｏｔ　ｏｎｌｙ　ｖｉｔａＩ　ｆｏｒ　ｈｕｍａｎ　ｆｅｒｅｎｔａｇｒｉｃｕｌｔｕｒｅ．ＸＵ【。】ｕｓｅｄ　ｇｅｎｅｔｉｃ　ａｌｇｏ－　ｒｉｔｈｍ　ｔｏ　ｓｅｌｅｃｔ　ｆｅａｔｕｒｅｓ　ｏｆ　Ｉｅａｖｅｓ　ｉｍ・　ａｇｅ　ｉｎ　ｏｒｄｅｒ　ｔｏ　ｇｅｔ　ｂｅｓｔ　ｉｎｆｏｒｍａｔｉｏｎ　ｆｏｒ　ｄｉａｇｎｏｓｉｎｇ，ｗｈｉｃｈ　ａｃｈｉｅｖｅｄ　ｔｈｅ　ｄｅ—　ｄａｙｓ，ｗａｔｅｒ　ｄｅｆｉｃｉｔ　ｉｓ　ａ　ｃｏｍｍｏｎ　ｐｒｏｂ—　Ｉｅｍ　Ｉｎ　ｔｈｅ　ｐｒｏｃｅｓｓ　ｏｆ　ａｇｒｉｃｕｌｔｕｒａｌ　ｐｒｏ－　ｄｕｃｔｉｏｎ，ａｎｄ　ｗａｔｅｒ　ｄｅｆｉｃｉｔ　ｈａｓ　ａ　ｇｒｅａｔ　ｕｓｉｎｇ　ｓｔｅｐｗｉｓｅ　ｄｉｓｃｒｉｍｉｎａｎｔ　ａｎａｌｙｓｉｓ，　ｆｉｎｄｉｎｇ　ｔｈａｔ　ｔｈｅ　ｏｖｅｒａｌＩ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ａｃｃｕｒａｃｙ　ｏｆ　ＢＰ　ｎｅｕｒａＩ　ｎｅｔｗｏｒｋ　ｍｏｄｅＩ　ｒｅａｃｈｅｄ　９２％ｔｏ　ｔｈｅ　ｂｕｌｋ　ｗｈｅａｔ　ｉｍ－　ｂｉｎａｔｉｏｎａＩ　ａｌｇｏｒｉｔｈｍ　ｏｆ　ｈｏｍｏｍｏｒｐｈｉｃ　ｓｉｒｅｄ　ｅｆｆｅｃｔ．ＺＨＡＮＧ　ｅｔ　ａ／．嘲ａｎａｌｙｚｅｄ　ｅｆｆｅｃｔ　ｏｎ　ｔｈｅ　ｐｌａｎｔ。ｗｈｉｃｈ　ｃａｎ　ｒｅｓｕｌｔ　Ｉｎ　ｒｅｌａｔｉｖｅ　ｒａｔｉｏｓ　ｒｇｂ。ａｓ　ｗｅｌＩ　ａｓ　ｔｈｅ　ｃｏｒ－　ｑｕａｌｉｔｙ　ｒｅｄｕｃｔｉｏｎ．Ｈｏｗｅｖｅｒ，ｔｏｏ　ｍｕｃｈ　ｔｕｒａＩ　ｐｒｏｄｕｃｔ　ｙｉｅｌｄ　ｄｅｃｒｅａｓｅ　ａｎｄ　ａｇｅｓ．ＪＩＡＮＧ　ｅｔ　ａＬ［坷ａｄｏｐｔｅｄ　ｔｈｅ　ｃｏｍ－　ｔｈｅ　ｒｅｄ。ｇｒｅｅｎ，ｂｌｕｅ（ＲＧＢ）ａｎｄ　ｔｈｅｉｒ　ａｇｄｃｕｌｒｅｌａｔｉｏｎｓ　ａｍｏｎｇ　ｎｉｔｒｏｇｅｎ，ｐｈｏｓｐｈｏｒｕｓ　ｗａｔｅｒ　ｗｉｌＩ　Ｉｅａｄ　ｔｏ　ｗａｓｔｅ　ｏｆ　ｗａｔｅｒ　ｒｅ．　ｆｉｌｔｅｒｉｎｇ　ａｎｄ　ｍｕｌｔｉ—ｓｃａｌｅ　Ｒｅｔｉｎｅｘ　ｆｏｒ．Ｉ＿　ａｎｄ　ｗａｔｅｒ　ｃｏｎｔｅｎｔ　ｏｆ　ｔｈｅ　Ｉｅａｖｅｓ　ａｎｄ　ｔｈｅｉｒ　ｃｏｌｏｒ　ｐａｒａｍｅｔｅｒｓ，ａｎｄ　ｔｈｅ　ｒｅｓｕｌｔｓ　ｓｈｏｗｅｄ　ｔｈａｔ　ｔｈｅｒｅ　ｗｅｒｅ　ｈｉｇｈ　Ｉｉｎｅａｒ　ｃｏｒｒｅｌａｔｉｏｎ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｎｉｔｒｏｇｅｎ　ｃｏｎ－　ｔｅｎｔ　ａｎｄ　ｔｈｅ　ｇｒｅｅｎ　ｗｅｉｇｈｔ　Ｇ　ａｎｄ　Ｉｅａｔ　ｃｈｒｏｍａ　Ｈ．２００７．ＬＩ【４】ｅｘｔ卜ａｃｔｅｄ　ｔｈｅ　ＲＧＢ　ａｎｄ　ｔｈｅ　ｃｏｍｂｉｎｅｄ　ｃｏｌｏｒ　ｃｈａｒａｃ－　ｔｅ　ｒｉｓｌｉｃ　ｖａｌｕｅｓ　ｏｆ　ｔｏｍａｔｏ　ｉｍａｇｅｓ　ｕｓｉｎｇ　ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ　ｓｏｆｔｗａｒｅ，ｗｈｉｃｈ　ｗｅｒｅ　ｃｏｎｄｕｃｔｅｄ　ｗｉｔｈ　ｒｅｇｒｅｓｓｉｏｎ　ａｎａｌ－　ｙｓｉｓ　ｗｉｔｈ　ｔｈｅ　ｒｅａｌ－ｔｉｍｅ　ｎｉｔｒｏｇｅｎ　ｉｎｄｉｃａ－　ｔＯｒｓ．ａｎｄ　ｔｈｅ　ｅｓｔｉｍａｔｉｏｎ　ｍｏｄｅｌ　ｆｏｒ　ｎ．－　ｔｒｏｇｅｎ　ｃｏｎｔｅｎｔ　ｉｎ　ｄｉｆｅｒｅｎｔ　Ｉｅａｖｅｓ　ｗｅｒｅ　ｅｓｔａｂｌｉｓｈｅｄ　ｂｙ　ｃｏｍｂｉｎｉｎｇ　ｐｅｒｃｅｎｔ　ｇｒｏｕｎｄ　ｃｏｖｅｒ　ｏｆ　ｖｅｇｅｔａｔｉｏｎ（ＰＧＣＶ）　ｗｉｔｈ　ｎｉｔｒｏｇｅｎ　ｎｕｔｒｉｔｉｏｎ　ｐａｒａｍｅｔｅｒｓ．　ＷＵ　ｉｓ］ｕｓｅｄ　ＲＧＢ　ｃｏｌｏｒ　ｍｏｄｅＩ　ｔｏ　ｄｉｓ－　ｃｒｉｍｉｎａｔｅ　ｗａｌｎｕｔ　ｄｅｆｉｃｉｅｎｃｙ　ｗｉｔｈ　ｃｈｒｏ－　ｍａ　ａｓ　ｋｅｙ　ｆｅａｔｕｒｅｓ　ｗｉｔｈ　ｔｈｅ　ｆｏＩｌｏｗｉｎｇ　ｐｒｏｃｅｓｓ：ｆｉｒｓｔ．ｃｏｎｖｅｒｔ　Ｉｅａｖｅｓ　ｉｍａｇｅ　ｔｏ　ｇｒａｙｓｃａｌｅ，ａｎｄ　ｃａｌｃｕｌａｔｅ　ｔｈｒｅｓｈｏｌｄ　ｂｙ　ｕｓｉｎｇ　ｔｈｅ　Ｉｅａｓｔ　ｓｑｕａｒｅｓ　ｍｅｔｈｏｄ　ａｎｄ　ｓｅｇｍｅｎｔ　ｉｍａｇｅ　ｗｉｔｈ　ｔｈｉｓ　ｔｈｒｅｓｈｏｌｄ　ｔｏ　ｍａｋｅ　ｔｈｅ　ｄｉｓｔｉｎｃｔｉｏｎ　ｂｅｔｗｅｅｎ　ｎｏｒｍａｌ　ａｎｄ　ｄｅｆｉｃｉｅｎｃｙ　ｒｅｇｉｏｎｓ，ａｔ　ｌａｓｔ，ｃｏｍ－　ｐａｒｅ　ｐｒｅ－ｐｉｘｅｌ　ｇｒａｙ　ｉｎ　ｂｌａｄｅ　ａｒｅａ　ｗｉｔｈ　ｔｈｅ　ｔｙｐｉｃａｌ　ｇｒａｙ　ｖａｌｕｅｓ　ｄｅｒｉｖｉｎｇ　ｆｒ０ｍ　ｓｔａｔｉｓｔｉｃａＩ　ａｎａｌｙｓｉｓ　ｔｏ　ｄｅｔｅｒｍｉｎｅ　ｔｈｅ　ｍｉｓｓｉｎｇ　ｅｌｅｍｅｎｔｓ　ｏｆ　ｗａｌｎｕｔ．ＸＵ哟　ｐｒｏｐｏｓｅｄ　ｔｈｅ　ｎｕｔｒｉｅｎｔ　ｄｅｆｉｃｉｅｎｃｙ　ｉｎｔｅｌ－　Ｉｉｇｅｎｔ　ｄｉａｇｎｏｓｅ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｃｏｌｏｒ　ｆｅａｔＵｒｅＳ　ｏｆ　ｒａｐｅｓｅｅｄ　Ｉｅａｖｅｓ　ｔｈｒｏｕｇｈ　ａｎａｌｙｚｉｎｇ　ａｎｄ　ｅｘｔｒａｃｔｉｎｇ　ｔｈｅ　ｃｈａｎｇｅｓ　ｏｆ　ｃｏｌｏｒ，ｓｈａｐｅ，ｔｅｘｔｕｒｅ　ａｎｄ　ｏｔｈｅｒ　ｅｘ－　ｔｅｍａＩ　ｆｅａｔｕｒｅｓ　ａｔ　ｄｉｆｅｒｅｎｔ　ｐａｄｓ　ｏｆ　ｒａｐｅｓｅｅｄ　ｐｌａｎｔｓ，ａｎｄ　ＢａｙｅＳ　ｃｌａｓｓｉｆｉｅｒ　ｗａｓ　ｕｓｅｄ　ｔｏ　ｔｒａｉｎ　ａｎｄ　ｃｌａｓｓｉｆｙ　ｔｈｅ　ｆｅａ－　ｔｕｒｅｓ，ｆｉｎｄｉｎｇ　ｔｈａｔ　ｔｈｅ　ｎｕｔｒｉｅｎｔ　ｄｅｆｉｃｉｅｎ－　ｃｙ　ｄｉａｇｎｏｓｔｉｃ　ｒａｔｅ　ｒｅａｃｈｅｄ　ａｓ　ｈｉｇｈ　ａｓ　８７．５％．ａｎｄ　ｔｈｅ　ｄｉａｇｎｏｓｔｉｃ　ａｃｃｕｒａｃｙ　ｏｆ　ｐｈｏｓｐｈｏｒｕｓ　ｄｅｆｉｃｉｅｎｃｙ　ｒｅａｃｈｅｄ　１　ｏｏ％．　ＴｌＡＮ　ｅｆ　ａＬ【７ｌ　ｅｘｔｒａｃｔｅｄ　ｔｈｅ　ｃｏｌｏｒ　ｉｍａｇｅ　ｆｅａｔｕｒｅｓ　ｏｆ　ｔｏｍａｔｏ　ｌｅａｖｅｓ　ｔｈｒｏｕｇｈ　ｔｈｅ　ｅｘｔｅｍａＩ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　Ｉｅａｆ　ｓｔｒｕｃ－　ｔｕｒｅ．Ｉｅａｆ　ｃｏｌｏｒ　ａｎｄ　ｌｅａｆ　ｖｅｉｎ　ｄｉｓｔｒｉｂｕ－　ｔｉｏｎ。ａｎｄ　ｉｄｅｎｔｉｆｉｅｄ　ｔｈｅ　ｍｉｓｓｉｎｇ　ｅｌｅ－　ｓｏｕｒｃｅｓ．Ｔｈｅｒｅｆｏｒｅ．ｉｔ　Ｉｓ　ｕｒｇｅｎｔ　ｔｏ　ｉｍ－　ｐｒｏｖｅ　ｔｈｅ　ｕｔｉｌｉｚａｔｉｏｎ　ｒａｔｉｏ　ｏｆ　ｗａｔｅｒ　ｒｅ—　ｓｏｕｒｃｅｓ　ａｎｄ　ｍａｋｅ　ｔｈｅ　ｃｒｏｐｓ　ｈａｖｅ　ｎｏ　ｗａｔｅｒ　ｄｅｆｉｃｉｔ．　ＳＵＮ　ｅｔ　ａ＾嗍ｅｓｔａｂｌｉｓｈｅｄ　ｔｈｅ　ｉｍａｇｅ　ｃｏｌｌｅｃｔｉｏｎ　ａｎｄ　ｍｏｎｉｔｏｄｎｇ　ｓｙｓｔｅｍ　ｏｆ　ｗａｔｅｒ　ｃｏｎｔｅｎｔ　ｉｎ　ｃｕｃｕｍｂｅｒ　Ｉｅａｖｅｓ　ｕｓ—　ｉｎｇ　Ｐｈｏｔｏｓｈｏｐ　ａｎｄ　ＭＡＴＬＡＢ．ｄｅｔｅｒ－　ｍｉｎｅｄ　ｔｈｅ　ｃｕｃｕｍｂｅｒ　Ｉｅａｆ　ｉｍａｇｅ　ｆｅａ—　ｔｕｒｅｓ　ｕｎｄｅｒ　ｄｉｆｅｒｅｎｔ　ｌｉｇｈｔ　ｓｏｕｒｃｅｓ　ｔｈｒｏｕｇｈ　ｅｘｐｅｒｉｍｅｎｔ，ｍａｐｐｅｄ　ｔｈｅ　ｒｅｌａ－　ｔｉｏｎ　ｃｕｒｖｅ　ｂｅｔｗｅｅｎ　Ｉｅａｆ　ｗａｔｅｒ　ｃｏｎｔｅｎｔ　ａｎｄ＝ｍａｇｅ　ｇｒａｙ　ｓｃａｌｅ　ｇｒａｄｉｅｎｔ　ｕｎｄｅｒ　ｃｏｎｄｉｔｉｏｎｓ　ｏｆ　ｍｏｓｔ　ｓｕｉｔａｂｌｅ　ｂａｃｋ－　ｇｒｏｕｎｄ　ｌｉｇｈｔ，ｅｓｔａｂｌｉｓｈｅｄ　ｔｈｅ　ｐｒｅｄｉｃｔｉｏｎ　ｍｏｄｅＩ　ｆｏｒ　ｗａｔｅｒ　ｃｏｎｔｅｎｔ　ｉｎ　ｃｕｃｕｍｂｅｒ　Ｉｅａｖｅｓ。ａｎｄ　ｄｅｔｅｒｍｉｎｅｄ　ｔｈｅ　ｉｒｒｉｇａｔｉｏｎ　ｒｅｇｉｏｎｓ　ｔｈｒｏｕｇｈ　ｃｒｉｔｉｃａＩ　ｐｏｉｎｔ　ｅｘｐｅｎ．　ｍｅｎｔ。ｔｈｕｓ　ｒｅａｃｈｉｎｇ　ｔｈｅ　ｎｏｎ－ｄｅｓｔｒｕｃ—　ｔｉｖｅ　ｔｅｓｔｉｎｇ　ｏｆ　Ｉｅａｆ　ｗａｔｅｒ　ｓｈｏｒｔａｇｅ　ｂｙ　ｉｍａｇｅ　ｃｈａｒａｃｔｅｒ　ｏｆ　ｃｕｃｕｍｂｅｒ　ｌｅａｖｅｓ．　ＧＡＮ　ｅｔ　ａ　嘲ｐｅｒｆｏｒｍｅｄ　ｔｈｅ　ｉｍａｇｅ　ｓｅｇ—　ｍｅｎｔａｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｔｏ　ｉｍａｇｅｓ　ｏｆ　ｆｒｅｓｈ　ｔｏｂａｃｃｏ　Ｉｅａｖｅｓ　ｗｉｔｈ　Ｍａｔｌａｂ　ｓｏｆｔｗａｒｅ。　ｅｘｔｒａｃｔｅｄ　ｔｈｅ　ｐａｒａｍｅｔｅｒｓ　ｏｆ　ｒ，ｇ，Ｈ。　ａｃｒｅａｇｅ，ｗｉｄｔｈ，ｓｈｒｉｎｋａｇｅ　ｒａｔｅ，ｍｅａｎ　ｖａｌｕｅ，ｃｏｎｓｉｓｔｅｎｃｙ　ａｎｄ　ｅｎｔｒｏｐｙ　ｗｈｉｃｈ　ｗｅｒｅ　ｕｓｅｄ　ａｓ　ｔｈｅ　ｉｎｄｅｘｅｓ　ｏｆ　ｃｏｍｐｒｅ－　ｈｅｎｓｉｖｅ　ｅｖａｌｕａｔｉｏｎ　ａｎｄ　ｒａｎｋｅｄ　ｗｉｔｈ　ｔｈｅ　ｔｈｒｅｅ—ｄｅｍａｒｃａｔｉｏｎ　ＡＨＰ　ｍｅｔｈｏｄ，　ｆｉｎｄｉｎｇ　ｔｈａｔ　Ｉｅａｆ　ｗｉｄｔｈ．Ｉｅａｆ　ａｒｅａ　ａｎｄ　ｍｅａｎ　ｖａｌｕｅ　ｈａｄ　ｒｅｌａｔｉｖｅｌｙ　ｇｒｅａｔ　ｗｅｉｇｈｔ　ａｎｄ，ｔｈｅｒｅｆｏｒｅ。ｗｅｒｅ　ｒｅｃｏｍｍｅｎｄｅｄ　ａｓ　ｔｈｅ　ｉｎｄｉｃａｔｏｒｓ　ｉｎ　ｒａｐｉｄ　ｄｅｔｅｒｍｉｎａｔｉｏｎ　ｏｆ　ｗａｌｅｒ　ｃｏｎｔｅｎｔ　ｏｆ　ｆｌｕ－ｃｕｒｅｄ　ｔｏｂａｃｃｏ　Ｉｅａｖｅｓ．ＤＵＡＮ　ｅｔ　ａＬ【ｆｑ　ａｄｏｐｔｅｄ　ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ　ｔｅｃｈｎｏｌｏｇｙ　ｅｓｔａｂｌｉｓｈｉｎｇ　ｔｈｅ　ＢＰ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ　ｍｏｄｅｌ　ａｎｄ　ｔｈｅ　ｇｅ—　ｎｅｔｉｃ　ａｌｇｏｄｔｈｍ　ｂａｓｅｄ　Ｉｅａｓｔ　ｓｑｕａｒｅｓ　ｓｕｐｐｏｒｆ　ｖｅｃｔｏｒ　ｍａｃｈｉｎｅ　ｍｏｄｅＩ　ａｃｃｏｒｄ－　ｉｎｇ　ｔｏ　ｔｈｅ　ｃｏｌｏｒ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ａｎｄ　ｖｅｉｎ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｔｏｂａｃｃｏ　Ｉｅａｖｅｓ　ａｔ　ｄｉｆｅｒｅｎｔ　ｓｔａｇｅｓ　ｄｕｒｉｎｇ　ｂｕｌｋ　ｃｕｒｉｎｇ　ｐｒｏ—　ｃｅｓｓ　ａｎｄ　ｆｒｅｓｈ　Ｉｅａｖｅｓ。ｆｉｎｄｉｎｇ　ｔｈａｔ　ｔｈｅ　ｍｏｄｅｌｓ　ｃｏｕｌｄ　ｅｓｔｉｍａｔｅ　ｔｈｅ　ｗａｔｅｒ　ｃｏｎ—　ｔｅｎｔ　ａｃｃｕｒａｔｅｌｙ．ＺＨＡＮＧ［１１】ｅｘｔｒａｃｔｅｄ　ｌｕｍｉｎａｔｉｏｎ　ｅｎｈａｎｃｅｍｅｎｔ　ｐｒｏｃｅｓｓｉｎｇ　ｔｏ　ｅｘｔｒａｃｔ　ｉｍａｇｅ　ｆｅａｔｕｒｅｓ　ｏｆ　ｃｏｌｏｒ。ｔｅｘｔｕｒｅ　ａｎｄ　ｍｏｒｐｈｏｌｏｇｙ，ｃｏｒｒｅｌａｔｉｏｎ　ａｎａｌｙｓｉｓ　ａｎｄ　ｈｙｐｏｔｈｅｓｉｓ　ｔｅｓｔｉｎｇ　ｗｅｒｅ　ｕｓｅｄ　ｆｏｒ　ｒｅｍａｒｋａｂｌｅ　ｆｅａｔｕｒｅｓ　ｓｅｌｅｃｔｉｏｎ。ａｎｄ　ｆｉ—　ｎａｌｌｙ　ｐａｒｔｉａＩ　ｌｅａｓｔ　ｓｑｕａｒｅｓ　ｒｅｇｒｅｓｓｉｏｎ　ｗａｓ　ａｄｏｐｔｅｄ　ｔｏ　ｅｓｔａｂｌｉｓｈ　ｔｈｅ　ｗａｔｅｒ　ｃｏｎｔｅｎｔ　ｄｅｔｅｃｔｉｏｎ　ｍｏｄｅ１．ＺＨＯＵ【１３】　ｐｒｏｃｅｓｓｅｄ　ｔｈｅ　ｃｏｒｎ　ｇｒａｉｎ　ｉｍａｇｅｓ　ｗｉｔｈ　ａｖｅｒａｇｅ　ｆｉｌｔｅｒｉｎｇ。　ｍａｘｉｍｕｍ　ｂｅｔｗｅｅｎ－ｃｌａｓｓ　ｖａｒｉａｎｃｅ（Ｏｔｕｓ）ｍｅｔｈｏｄ　ａｎｄ　ｍｏｒｐｈｏｌｏｇｉｃａＩ　ｏｐｅｒａｔｉｏｎ　ｍｅｔｈｏｄ，，　ａｎｄ　ｕｓｅｄ　ＭＡＴＬＡＢ　ｓｏｆｔｗａｒｅ　ｐｒｏｇｒａｍ－　ｍｉｎｇ　ｔｏ　ｅｘｔｒａｃｔ　ｔｈｅ　ｅｘｔｅｒｎａｌ　ｃｈａｒａｃｔｅｒ－　ｉｓｔｉｃｓ　ｏｆ　ｍｏｒｐｈｏｌｏｇｙ，ｔｅｘｔｕｒｅ　ａｎｄ　ｃｏｌｏｒ　ｏｆ　ｃｏｒｎ　ｇｒａｉｎｓ。ａｎｄ　ｆｉｎａｌｌｙ　ｉｄｅｎｔｉｆｉｅｄ　８　ｐｒｉｎｃｉｐａｌ　ｃｏｍｐｏｎｅｎｔｓ　ｆａｃｔｏｒｓ　ｕｓｉｎｇ　ｓｔｅｐｗｉｓｅ　ｄｉｓｃｒｌｍｉｎａｎｔ　ａｎａＩｙｓｊｓ　ａｎｄ　ｐ　ｒｉｎｃｉｐａｌ　ｃＯｍｐＯｎｅｎｔ　ａｎａＩｙｓｉｓ，ｔｈｅｒｅｂｙ　ｅｓｔａｂＩ．ｓｈｉｎｇ　ａ　ｔｈｒｅｅ－ＩａＶｅｒ　ＢＰ　ｎｅｕｒａＩ　ｎｅｔｗ０ｒｋ　ｍ０ｄｅＩ　ｆ０ｒ　ｔｈｅ　Ｄｒｅｄｉｃａｌｉ０ｎ　０ｆ　ｗａｔｅｒ　ｃ０ｎｔｅｎｔｓ　ｉｎ　ｃ０ｍ．ＧＥＮＧ　ｅｆ　Ｄｒ０ｐ０ｓｅｄ　ａ　ｃＯｔｔＯｎ　ｗａｔｅｒ　ｄｅｆｉｃｉｔ　ｒｅａ卜　ｔｉｍｅ　ｍＯｎ．ｔｏｒｉｎａ　ａｎｄ　ａｕｔ０ｍａｔｉｃ　ｗａｔｅｒ　ａｎｄ　ｎｕｔｒｉｔｉ０ｎ　ｓｕＤＤＩＶ　ｓＶｓｔｅｍ　ｂａｓｅｄ　０ｎ　ｃＯｍｐｕｔｅｒ　ＶｉｓｉＯｎ　ｔｅｃｈｎ０１０ｇｙ．　ＲｅＳｅａｒＣｈ　Ｏｎ　ＣＯｍｐＵｔｅｒ　ｖｉｓｉｏｎ　ｔｅｃｈ－　ｎｏＩＯｇｙ　ｉｎ　ｗ咧ｒ　ｃｏｇｎ．ｔｉｏｎ　ｌｎ　ａｇｒｉＣＵｌｔｕｒａＩ　ｐｎＤｄｕＣｔｉ０ｎ，ｗｅｅｄＳ　ｓｅｒｉＯｕｓＩｙ　ａｆｆｅｃｔ　ｔｈｅ　ａｒ０、『Ｉ，ｔｈ　０ｆ　ｃｒ０ｐｓ。　ａｎｄ　ｍｕｓｔ　ｂｅ　ｃ０ｎｔｒＯ¨ｅｄ　ｉｎ　ａ　ｔｉｍｅＩＶ　ａｎｄ　ｅ仟ｅＣｔｉｖｅ　ｍａｎｎｅｒ．Ａｌｔｈ０ｕａｈ　ｐｅｓｔｉｃＩｄｅ　ｗｅｅｄｊｎｇ　ｈａｓ　ｈｉｇｈ　ｅｆｆｌｃｉｅｎｃｙ。　Ｉｔ　ｈａｓ　ｃａｕｓｅｄ　ａ　ｇｒｅａｔ　ｄｅａ１　０ｆ　ｐｅｓｔＩｃｉｄｅ　ｗａＳｔｅ　ａｎｄ　ｃａｕｓｅｄ　Ｓｅ　ｒｉ０ｕｓ　ｈａｒｍ　ｔＯ　ｔｈｅ　ｅｃＯ－　１０ｇｉｃａＩ　ｅｎｖｉｒ０ｎｍｅｎｔ．Ｔｈｅｒｅｆ０ｒｅ，　．ｔ　ｉｓ　ｖｅｒｙ　ｉｍｐＯｒｔａｎｔ　ｔ０　ｆｉｎｄ　ａ　ｂｅｎｅｒ　ｆＩｅｌｄ　ｗｅｅｄ　ｉｄｅｎｔ＿ｆＩｃａｔｉ０ｎ　ｔｅｃｈｎ０ｌ０ｇｙ．　’　ＭＡＯ　ｅｆ　ａ　【１司ｄｅｖｅ１０ｐｅｄ　ａ　ｓＯｆｔ－　ｗａｒｅ　ｓｙｓｔｅｍ　ｔＯ　ｔｒａｎｓｆｏｒｍ　ｃ０ｌ０ｒ　ｉｍａｇｅ　ｔｏ　ｂｉｎａ　ｉｍａｇｅＳ　ｂｙ　ｔｈｅ　ＣＯＩＯｒ　ｆｅａｔｕｒｅ　０ｆ　ｐＩａｎｔｓ　ａｎｄ　ｂａｃｋｇｎＤｕｎｄ，　ｄ　ｔ０　ｄＩｓｔｉｎ－　ｇｕｉｓｈ　ｃ　Ｏｐｓ　ａｎｄ　ｉｎｔｅ卜　Ｄｗ　ｗｅｅｄｓ　ｂｙ　ｔｈｅ　ｌｏｃａｔｉ０ｎ　ｆｅａｌｕｒｅ　０ｆ　ｃｒ０Ｄ　ｗ．ｔｈ－ｎ　ｔｈｅ　ｆｉＩｅｄ．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｓｈＯｗｅｄ　ｔｈａｔ　ｔｈｅ　ｃＯｒ—　ｒｅｃｔ　ｃＩａｓｓｍｃａｔｉＯｎ　ｒａｔｅ　ｏｆ　ｔｈｅ　ｓＶｓｔｅｍ　２０１７　ｗａｓ　８６％．ＭＡＯ　ｅｔ　ａＬ【１ｑ　ｔｒａｎｓｆｏｒｍｅｄ　ｔｈｅ　ｃｏｌｏｒ　ｊｎｄｅｘ　ａｎｄ　ｔｈｒｅｓｈｏｌｄ　ｆｏｒ　ｗｅｅｄ　ｌｉｖｉｎｇ　ｓｔａｎｄａｒｄ，ｔｈｅ　ｑｕａｌｉｔｙ　ｏｆ　ａｇｎｃｕｌ・　ｔｕｒａｌ　ｐｒｏｄｕｃｔｓ　ｈａｓ　ｈｉｇｈｅｒ　ｒｅｑｕｉｅ－　ｒｋｅｙ　Ｉｉｎｋ　ｔｏ　ｅｎｓｕｒｅ　ｔｈｅ　ｑｕａｌｉｔｙ．Ｔｈｅ　ｓｕｒ－　ｗｉｌＩ　ｈａｖｅ　ａ　ｓｅｒｉｏｕｓ　ｉｍｐａｃｔ　ｏｎ　ｔｈｅ　ｑｕａｌ－　ｉｍａｇｅ　ｅｎｈａｎｃｅｍｅｎｔ，ｉｍａｇｅ　ｐｒｅｐｒｏ－　ｃｅｓｓｉｎｇ　ｍｅｔｈｏｄｓ。ｓｕｃｈ　ａｓ　ｔｈｒｅｓｈｏｌｄ　ｍｅｄｉｎ　ｆｉａｌｔｅｒｉｎｇ　ｍｅｔｈｏｄ　ｏｆ　ｎｏｉｓｅ　ｒｅ－　ｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｈｉｓｔｏｇｒａｍ。Ｌａｐｌａｒｉｃｅ　ａｌ—　ｉｍａｇｅ　ｓｅｇｍｅｎｔａｔｉｏｎ　Ｉｎｔｏ　ｔｈｅ　ｓｅｇｍｅｎ。　ｔａｔｉｏｎ　ｓｕｒｆａｃｅ　ｉｎ　ＲＧＢ　ｃｏｌｏｒ　ｓｐａｃｅ．　ｕｓｅｄ　ｔｈｅ　ｅｖａｌｕａｔｉｎｇ　ｍｅｔｈｏｄ　ｏｆ　ｓｅｇ－　ｍｅｎｔａｔｉｏｎ　ｅｒｒｏｒ　ｂａｓｅｄ　ｏｎ　Ｂａｙｅｓ　ｆｏｒ－　ｍｅｎｔｓ．ａｎｄ　ｔｈｅ　ｑｕａｌｉｔｙ　ｉｎｓｐｅｃｔｉｏｎ　ｉｓ　ｔｈｅ　ｓｅｇｍｅｎｔａｔｉｏｎ，ｅｄｇｅ　ｅｘｔｒａｃｔｉｏｎ，ｃｈｏｓｅ　ｆａｃｅ　ｄａｍａｇｅ　ｏｆ　ａｇｒｉｃｕｌｔｕｒａｌ　ｐｒｄｕｃｏｔｓ　ｄｕｃｔｉｏｎ，ｏｖｅｒａｌＩ　ｔｈｒｅｓｈｏｌｄ　ｓｅｇｍｅｎｔａ－　ｉｔｙｏｆ　ｐｒｏｄｕｃｔｓ，ｔｈｕｓ　ａｆｆｅｃｔｉｎｇ　ｐｅｏｐｌｅ’ｓ　ｕｓｅ．１ｔ　ｉＳ　ｏｆ　ｇｒｅａｔ　ｓｉｇｎｉｆｉａｎｃｅ　ｔｏ　ｐｅｒ－　ｃｆｏｒｒｎ　ｎｏｎｄｅｓｔｒｕｃｔｉｖｅ　ｔｅｓｔｉｎｇ　ａｎｄ　ｃｌａｓ－　ｍｕｌａ　ｔｏ　ｏｐｔｉｍｉｚｅ　ｔｈｅ　ｃｏｌｏｒ　ｉｎｄａｘｅｓ　ａｎｄ　ｔｈｒｅｓｈｏｌｄ　ｐａｒａｍｅｔｅｒ．ｔｈｅｒｅｂｙ　ｉｍｐｒｏｖ—　ｇＯｒｉｔｈｍ　ｆ０ｒ　ｅｄｇｅ　ｄｅｔｅｃｔｉｏｎ，ｄｅｖｅｌｏｐｅｄ　ｔｈｅ　ｂｉｎａｒｙ　ｒｅｇｒｅｓｓｉｏｎ　ｍｏｄｅＩ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｓｏｌｕｂｌｅ　ｓｏｌｉｄｓ　ｏｎｔｅｎｔｃ　ｏｆ　ｗａｔｅｒｍｅｌ－　ｉｎｇ　ｔｈｅ　ｓｅｇｍｅｎｔａｔｉｏｎ　ａｃｃｕｒａｃｙ　ｏｆ　ｗｅｅｄ　ｉｍａｇｅ．Ｂｕｒｋｓ　ｅｔ　ａ１．ｎ７ｌ　ｃｏｎｄｕｃｔｅｄ　ａｃｃｕｒａｔｅ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｏｆ　ｔｈｅ　ｗｅｅｄｓ　ｉｎ　ｓｕｎｆｌｏｗｅｒ　ｆｉｅｌｄｓ　ｕｓｉｎｇ　ＢＰ　ｎｅｕｒａＩ　ｎｅｔ－　ｗｏｒｋ　ａｌｇｏｒｉｔｈｍ。ａｎｄ　ｔｈｅ　ｉｄｅｎｔｉｆｉｃａ－　ｓｉｆｉａｔｉｃｏｎ　ｏｆ　ａｇｄｃｕｉｔｕｒａｌ　ｐｒｏｄｕｃｔｓ．Ｔｈｅ　ｏｎ　ａｎｄ　ｄｅｎｓｉｔｙ　ａｎｄ　ｍａｓｓ　ｏｆ　ｗａｔｅｒｍｅｌ－　ｄ　ｅｘｐｅｒｉｍｅｎｔｓ　ｔｏ　ｆｏｌｌｏｗｉｎｇ　ａｒｅ　ｓｏｍｅ　ｒｅｃｅｎｔ　ｒｅｓｅａｒｃｈ　ｏｎ。ａｎｄ　ｃｏｎｄｕｃｔｅｒｅｓｕｌｔｓ．　ＷＡＮＧ【　】ｆｉｒｓｔ　ｃａｐｔｕｒｅｄ　ｔｈｅ　ｉｍ－　ｖｅｒｉｆｙ　ａｎｄ　ａｎａｌｙｚｅ　ｔｈｅ　ａｃｃｕｒａｃｙ　ｏｆ　ｔｈｅ　ｍｅｔｈｏｄ　ｔｏ　ｅｓｔｉｍａｔｅ　ｗａｔｅｒｍｅｌｏｎ　ｖｏｌ－　ｔｉｏｎ　ｒａｔｅ　ｏｆ　ｗｅｅｄ　ｃｏｕｌｄ　ｒｅａｃｈ　ｕｐ　ｔｏ　ａｇｅｓ　ｏｆ　ｔｏｍａｔｅｏｓ　ｔｈｒｏｕｇｈ　ｃｏｍｐｕｔｅｒ　９２％ｔｈｒｏｕｇｈ　ｔｈｅ　ｓｅｌｅｃｔｉｏｎ　ｏｆ　ｐｒｏｐｅｒ　ｖｉｓｉｏｎ　ｓｙｓｔｅｍ。ｗｈｉｃｈ　ｗｅｒｅ　ｐｒｏｃｅｓｓｅｄ　ｐａｒａｍｅｔｅｒｓ　ａｎｄ　ｎｅｔｗｏｒｋ　ｍｏｄｅ１．ＷＵ　ｅｔ　ｄｅｎｏｉｓｉｎｇ，ｓｅｇｍｅｎｔａｔｉｏｎ　ａｎｄ　ｉｍａｇｅ　旧ｐｒｏｐｏｓｅｄ　ａ　ｇｒａｙ　ｐｒｏｃｅｓｓｉｎｇ　ａｌｇｏ－　ｅｎｈａｎｃｅｍｅｎｔ。ｔｈｅｎ　ｅｘｔｒａｃｔｅｄ　ｔｈｅ　ｆｅａ－　ｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｆｅａｔｕｒｅｓ　ｏｆ　ｃｏｍ－　ｔｕｒｅｓ　ｏｆ　ｔｏｍａｔｏｅｓ　ｉｍａｇｅｓ．１ｎｃｌｕｄｉｎｇ　８　ｗｅｅｄ　ｃｏｌｏｒ　ｊｍａｇｅｓ　ｔｏ　ｄｅｎｏｉｓｅ　ｔｈｅ　ｇｒａｙ　ｆｅａｔｕｒｅ　ｐａｒａｍｅｔｅｒｓ　ｏｆ　３　ｆｅａｔｕｒｅｓ．ａｎｄ　ｉｍａｇｅ　ａｆｔｅｒ　ｔｒａｎｓｆｏｒｍｅｄ　ｊｎｔｏ　ｇｒａＹ　ｌｍ－　ｆｉｎａｌｌｙ　ｅｍｐｌｏｙｅｄ　ｔｈｅ　ｉｍｐｒｏｖｅｄ　ＢＰ　ａｇｅｓ，ｕｓｅｄ　Ｌａｐｌａｓｓｅ　ｏｐｅｒａｔｏｒ　ｆｏｒ　ｅｄｇｅ　ｎｅｕｒａＩ　ａｌｇｏｒ｜ｔｈｍ　ｔｏ　ｔｒａｉｎ　ｔｈｅ　ｔｏｍａｔｏｅｓ　ｅｘｔｒａｃｔｉｏｎ，　ａｎｄ　ｆｉｎａｌｌｙ　ｕｓｅｄ　ＳＶＭ　ｗｉｔｈ　ｂｒｕｉｓｅ　ｆｏｒ　ｎｏｎ，ｄｅｓｔｒｕｃｔｉｖｅ　ｃｌａｓｓｉｆｉ－　ｍｅｔｈｏｄ　ｆｏｒ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ。ｆｉｎｄｉｎｇ　ｔｈａｔ　ｔｈｅ　ｍｅｔｈｏｄ　ｈａｄ　ｂｅｔｔｅｒ　ｉｄｅｎｔｉｆｉａｃｔｉｏｎ　ｅｆ－　ｃａｔｉｏｎ．Ｔｈｅ　ｅｘｐｅｒｉｍｅｎｔｓ　ｓｈｏｗｅｄ　ｔｈａｔ　ｔｈｅ　ｒａｔｅ　ｏｆ　ｔｅｓｔｉｎｇ　ｐｒｅｃｉｓｉｏｎ　ａｎｄ　ｃｌａｓｓｉ—　ｆｅｃｔ　ｔｈａｎ　ＢＰ　ｎｅｕｒａＩ　ｎｅｔｗｏｒｋ　ｗｉｔｈ　ｐｒｏｐ－　ｆｉｃａｔｉｏｎ　ｗａｓ　ｎｏ　Ｉｅｓｓ　ｔｈａｎ　９０％．ＷＵ【捌　ｅｒ　ｓｅｌｅｃｔｅｄ　ｋｅｍｅＩ　ｆｕｎｃｔｉｏｎ，ａｎｄ　ｔｈｅ　ｃｏｎｄｕｃｔｅｄ　ｔｈｅ　ｐｒｅ－ｐｒｏｃｅｓｓｉｎｇ　ａｎａｌｙｓｉｓ　ｒｅｃｏｇｎｉｔｉｏｎ　ｒａｔｅ　ｒｅａｃｈｅｄ　ａｓ　ｈｉｇｈ　ａｓ　９８．３％．ＹＡＮＧ　ｅｆ　ａＬ　ｌ１碉ｐｒｅ・ｐｒｏｃｅｓｓｅｄ　ｔｏ　ｒｉｃｅ　ｉｍａｇｅｓ　ｗｉｔｈ　ｉｍａｇｅ　ｔｒａｎｓｆｏｒｍ　ａｎｄ　ｉｍａｇｅ　ｅｎｈａｎｃｅｍｅｎｔ，ｔｈｅｎ　ｔｒａｎｓ－　ｔｈｅ　ｆｉｅｌｄ　ｗｅｅｄ　ｕｓｉｎｇ　ｎｏｉｓｅ　ｆｉｔｉｅｄｎｇ　ａｎｄ　ｉｍａｇｅ　ｅｎｈａｎｃｅｍｅｎｔ．ａｎｄ　ｔｈｅｎ　ａｄｏｐｔ－　ｆｏｒｍｅｄ　ｔｈｅ　ｒｉｃｅ　ｉｍａｇｅｓ　ｔｏ　ＨＳｌ　ｃｏｌｏｒ　ｅｄ　ａｒｔｉｆｉｃｉａＩ　ｎｅｕｒａＩ　ｎｅｔｗｏｒｋ　ａｌｇｏｒｉｔｈｍ　ｓｐａｃｅ，ｇｅｔｔｉｎｇ　ｔｈｅｉｒ　Ｈ－ｃｏｍｐｏｎｅｎｔ　ｈｉｓ－　ｆｏｒ　ｉｍａｇｅ　ｐａｆｆｅｍ　ｒｅｃｏｇｎｉｔｉｏｎ，ｏｂｔａｉｎ・　ｔｏｇｒａｍ，ｔｈｅｎ　ｕｓｅｄ　Ｈ－ｃｏｍｐｏｎｅｎｔ　ｈｉｓ・　ｉｎｇ　ａ　ｇｏｏｄ　ｒｅｃｏｇｎｉｔｉｏｎ　ｅｆｆｅｃｔ．ＪＩＮ　ｅｔ　ａＬｍ　ｔｏｇｒａｍ，ｐｒｉｎｃｉｐａｌ　ｃｏｍｐｏｎｅｎｔ　ａｎａｌｙｓｉｓ　ｐｒｏｐｏｓｅｄ　ａ　ｎｅｗ　ｓｅｇｍｅｎｔａｔｉｏｎ　ａｌｇｏ－　ａｎｄ　ｇｅｎｅｔｉｃ　ａｌｇｏｒｉｔｈｍ　ｔｏ　ｅｘｔｒａｃｔ　ｔｈｅ　ｒｉｔｈｍ　ｏｆ　ｉｍａｇｅ　ｔｏ　ｄｉｓｃｄｍｉｎａｔｅ　ｗｅｅｄｓ　ｒｉｅｃ　ｉｍａｇｅ　ｆｅａｔｕｒｅｓ．ａｎｄ　ｆｉｎａｌｌｙ　ｃｌａｓｓｉ－　ｆｒ０ｍ　ｂａｃｋｇｒｏｕｎｄ　ｂａｓｅｄ　ｏｎ　ｃｏｌｏｒ　Ｉｎｆｏｒ－　ｆｌｄｅ　ｔｈｅ　ｒｉｃｅ　ｉｍａｇｅｓ　ｗｉｔｈ　Ｉｉｎｅａｒ　ｄｉｓ－　ｍａｔｉｏｎ　ｉｎ　ＲＧＢ　ｓｐａｃｅ，ａｎｄ　ａｐｐｌｉｅｄ　８－　ｃｒｉｍｉｎａｎｔ　ｆｕｎｃｔｉｏｎ　ａｎｄ　ＢＰ　ｎｅｕｒａＩ　ｎｅｔ－　ｎｅｉｇｈｂｏｒｈｃｏｄ　ｍｅｔｈｏｄ　ｔｏ　ｅｌｉｍｉｎａｔｅ　ｔｈｅ　ｗｏｒｋ．Ｔｈｅ　ｍｅｔｈｏｄ　ｉｍｐｒｏｖｅｄ　ｔｈｅ　ｃｌａｓ－　ｉｓｏｌａｔｅｄ　ｐｏｉｎｔｓ。ｔｈｅｒｅｂｙ　ｇｅｔｔｉｎｇ　ｔｈｅ　Ｉｏ－　ｓ讯ｃａｔｉｏｎ　ａｃｃｕｒａｃｙ．ＷＡＮＧ【　ｐｒｅ・ｐｒｏ－　ｃａｔｉｏｎｓ　ｏｆ　ｗｅｅｄ　ｒｅｇｉｏｎｓ．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｃｅｓｓｅｄ　ｔｈｅ　ｃａｐｔｕｒｅｄ　ｃｏｒｎ　ｉｍａｇｅｓ　ｆｉｓｒｔ　ｓｈｏｗｅｄ　ｔｈａｔ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｃｏｕｌｄ　ｉｄｅｎ—　ｗｉｔｈ　ｇｒａｙ　ｐｒｏｃｅｓｓｉｎｇ，ｍｅｄｉｎａ　ｆｉｌｔｅｒｉｎｇ，　ｔ；ｆｙ　ｔｈｅ　ｗｅｅｄｓ　ｅｆｆｅｃｔｉｖｅｌｙ．Ｏｎ　ｔｈｉｓ　ｂａｓｉｓ．　ｉｍａｇｅ　ｓｅｇｍｅｎｔａｔｉｏｎ，ｍｏｒｐｈｏｌｏｇｉｃａｌ　ｃｏｍｂｉｎｅｄ　ｗｉｔｈ　ａｕｔｏｍａｔｉｃ　ｎａｖｉｇａｔｉｏｎ　ｔｅ－　ｐｒｏｃｅｓｓｉｎｇ，ｔｈｅｎ　ｅｘｔｒａｃｔｅｄ　ｔｈｅ　ｐｒｏｆｉｌｅ，　ｃｈｎｏｌｏｇｙ．ｔｈｅ　ｓｔｒｕｃｔｕｒｅ　ｍｏｄｅＩ　ｏｆ　ｗｅｅｄ・　ｇｅｏｍｅｔｒｉａｃＩ　ｆｅａｔｕｒｅ　ａｎｄ　ｃｏｌｏｒ　ｆｅａｔｕｒｅ　ｉｎｇ　ｒｏｂｏｔ　ｗａｓ　ｄｅｓｉｇｎｅｄ．ＦＥＮＧ　ｅｆ　ａ￡　ｏｆ　ｃｏｍ　ｓｅｅｄ，ａｎｄ　ｆｉｎａｌｌｙ　ｐｒｏｐｏｓｅｄ　ａ　ａｐｐｌｉｅｄ　ａｉｍｐａｃｅ　ｍｅｄｉａｎ　ｆｉｌｔｅｒ　ｔｏ　ｔｈｅ　ｍｕｌｔｉ－ｏｂｊｅｃｔ　ｆｅａｔｕｒｅｓ　ｅ）ｃＩａｒｃｔｉｏｎ　ａｎｄ　ｉｍａｇｅ　ｐｒｅｐｒｏｃｅｓｓｌｎｇ　ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｏｐｔｉｍｉｚｅｄ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ　ｕｓｉｎｇ　ＰＣＡ　ｉ・　ｐｏｓｉｔｉｏｎ　ｆｅａｔｕｒｅ　ｏｆ　ｇｒｅｅｎｈｏｕｓｅ　ｐｌａｎｔｓ，　ｄｅｎｔｉｆｉａｃｔｉｏｎ　ｍｅｔｈｏｄ　ａｄａｐｔｉｎｇ　ｔｏ　ｃｏｍ　ａｎｄ　ｔｈｅｎ　ｔｈｅ　ｃｏｍｂｉｎｅｄ　ｕｓｅ　ｏｆ　ｃｏｌｏｒｉ－　ｓｅｅｄｓ　ｖａｒｉｅｔｉｅｓ　ｊｄｅｎｔｉｆｉｃａｔｉｏｎ．Ｔｈｅ　ｔｅｓｔ　ｍｅｔｒｉｃ　ｍｅｔｈｏｄ，ｍａｘｉｍｕｍ　ｖａｒｉａｎｃｅ　ｅｒｓｕｌｔｓ　ｓｈｏｗｅｄ　ｔｈａｔ　ｔｈｅ　ｉｎｔｅｇｒａｔｅｄ　ａｕｔｏ　ｔｈｒｅｓｈｏｌｄ　ｍｅｔｈｏｄ　ａｎｄ　ｓｅｅｄ　ｆｉｌｌｉｎｇ　ｉｄｅｎｔｉｆｉａｃｔｉｏｎ　ａｃｃｕｒａｃｙ　ｏｆ　ｔｈｅ　ｍｅｔｈｏｄ　ａｌｇｏｒｉｔｈｍ　ｗｅｒｅ　ａｐｐｌｉｅｄ　ｆｏｒｉｍａｇｅ　ｂｉｎａ－　ｗａｓ　ｍｏｒｅ　ｔｈａｎ　９７％．×Ｕ　ｅｆ　．囝ｅｓｔａｂ・　ｒｉｚａｔｉｏｎ　ａｎｄ　ｓｅｐａｒａｔｉｎｇ　ｔｈｅ　ｗｅｅｄｓ．Ｔｈｅ　Ｉｉｓｈｅｄ　ｔｈｅ　ｆｒｕ｜ｔ　ｓｈａｐｅ　ｃｌａｓｓｉｆｉａｃｔｉｏｎ　ｃｏｒｒｅｃｔ　ｒｃｅｏｇｎｉｔｉｏｎ　ｒａｔｅ　ｏｆ　ｗｅｅｄｓ　ｗａｓ　ｓｙｓｔｅｍ　ｗｉｔｈ　ｔｈｅ　ａｐｐｌｅｓ　ａｎｄ　ｔｈｅ　ｐｅａｒｅ　８９％．ａｎｄ　ｔｈｅ　ｅｒｒｏｒ　ｒｅｃｏｇｎｉｔｉｏｎ　ｒａｔｅ　ｆｒｏｍ　Ｄａｎｇｓｈａｎ　ａｓ　ｅｘａｍｐｌｅｓ　ｔｈｒｏｕｇｈ　ｗａｓ３％．　ｄａｔａｂａｓｅ　ｃｏｎｓｔｒｕｃｔｉｏｎ。ｉｍａｇｅ　ｐｒｏ－　Ｒｅｓｅａｒｃｈ　ｏｎ　ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ　ｔｅｃｈ－　ｃｅｓｓｉｎｇ，　ｃｌａｓｓｉｆｉａｃｔｉｏｎ，　ｍｏｄｅｌｉｎｇ，　ｎｏｌｏｇｙ　Ｉｎ　ｐｒｏｄｕｃｔ　ｑｕａｌｉｔｙ　Ｉｎｓｐｅｃ－　ｍａｔｃｈｉｎｇ　ａｎｄ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ，ａｎｄ　ｔｈｅ　ｔｉｏｎ　ａｎｄ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｔｅｓｔｉｎｇ　ｅｆｆｅｃｔ　ｗａｓ　ｇｏｏｄ．ＺＨＡＯ闽ｓｔｕ．　Ｗｉｔｈ　ｔｈｅ　ｉｍｐｒｏｖｅｍｅｎｔ　ｏｆ　ｐｅｏｐｌｅ’ｓ　ｄｉｅｄ　ｗａｔｅｒｍｅｌｏｎ　ｉｍａｇｅ　ｄｅｎｏｉｓｉｎｇ，　ｕｍｅ，ａｎｄ　ｔｈｅ　ａｃｃｕｒａｃｙ　ｏｆ　ｅｘｔｒａｃｔｉｎｇ　ａｎｄ　ｉｄｅｎｔｉｆｙｉｎｇ　ｄｅｆｉｃｉｅｎｔ　ｅｌｅｍｅｎｔｓ　ｗｉｔｈ　ｔｈｅ　Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ａｃｃｕｒａｃｙ　ｒｅａｃｈｉｎｇ　ｕｐ　ｔＯ　９３．３％．ＨＵ唧ｏｂｔａｉｎｅｄ　ｔｅａ　ｉｍａｇａｓ　ｕｓｉｎｇ　ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ　ｔｃｅｈｎｏｌｏｇｙ，　ｃｏｎｄｕｃｔｅｄ　ａ　ｓｅｄｅｓ　ｐｒｏｃｅｓｓｉｎｇ　ｔｏ　ｔｈｅ　ｔｅａ　ｉｍａｇｅｓ　ｔｏ　ｅｘｔｒａｃｔ　ｔｈｅ　ｄａｔａ　ｐａｒａｍ－　ｅｔｅｒｓ　ｏｆ　ｅｘｔｅｍａｌ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ａｎｄ　ｉｆｎａｌｌｙ　ｕｓｅｄＢＰ　ｎｅｕｒａＩ　ｎｅｔｗｏｒｋｔｏｃｌａｓ－　ｓｊｙｆ　ｔｈｅ　ｔｅａ　ｑｕａｌｉｔｙ．　Ｒｅｓｅａｒｃｈ　ｏｎ　ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ　ｔｅｃｈ－　ｎｏｌｏｇｙ　ｉｎ　ａｇｒｉｃｕｌｔｕｒａｌ　ｐｌｃｌｄｎｇ　ａｎｄ　ｓｏｒｔｉｎｇ　Ｆｏｒ　ｔｈｏｕｓａｎｄｓ　ｏｆ　ｙｅａｒｓ，ｆｒｕｉｔ　ａｎｄ　ｖｅｇｅｔａｂｌｅ　ｐｉｃｋｉｎｇ　ｉｓ　ｔｈｅ　ｍｏｓｔ　ｔｉｍｅ－　ｃｏｎｓｕｍｉｎｇ　ｐａｒｔ　ｉｎ　ａｇｎｃｕｉｔｕｒａｌ　ｐｒｏｄｕｃ－　ｔｉｏｎ。ａｎｄ　ｉｎ　ｏｒｄｅｒ　ｔｏ　ｓｏｌｖｅ　ｔｈｉｓ　ｐｒｏｂｌｅｍ。　ｔｈｅ　ａｇｄｃｕｌｔｕｒａＩ　ｒｏｂｏｔ　ｃｏｍｅｓ　Ｉｎｔ０　ｂｅｉｎｇ．　Ｔｈｅ　ａｇｒｉｃｕＩｔｕｒａｌ　ｒｏｂｏｔ　ｐｌａｙｓ　ａｎ　ｉｒｒｅ－　ｐｌａｃｅａｂｌｅ　ｒｏｌｅｉｎｔｈｅｐｒｏｃｅｓｏｆｐｉｃｋｉｎｇ　ｆｒｕｉｔｓ　ａｎｄ　ｖｅｇｅｔａｂｌｅｓ．ｗｈｉｃｈ　ｃａｎ　ｉｍ・　ｐｒｏｖｅｔｈｅｐｒｏｄｕｃｔｉｖｉｔｙ，ｒｅｄｕｃｅｔｈｅｃｏｓｔ　ｏｆ　ｐｉｃｋｉｎｇ，ｅｎｓｕｒｅ　ｂｅｔｔｅｒ　ｐｉｃｋｉｎｇ　ｑｕａｉｌ—　ｔｙ，ｓ０　ｉｔ　ｐｌａｙｓ　ａ　ｖｅｒｙ　ｉｍｐｏｒｔａｎｔ　ｒｏｌｅ　ｉｎ　ａｇｄｃｕＲｕｒａｌ　ｐｒｏｄｕｃｔｉｏｎ．Ｔｈｅｒｅｆｏｒｅ，ｊｔ　ｓｅｅｍｓ　ｔｏ　ｂｅ　ｖｅｒｙ　ｎｅｃｅｓｓａｒｙ　ｔｏ　ｓｔｕｄｙ　ａｇｒｉｃｕＲｕｒａＩ　ｒｏｂｏｔ　ｂａｓｅｄ　ｏｎ　ｍａｃｈｉｎｅ　ｖｉｓｉｏｎ．　Ｔｈｅ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　ＡｇｒｉｃｕｌｔｕｒａＩ　ａｎｄ　ＥｎｖｉｒｏｎｍｅｎｔａＩ　Ｅｎｇｉｎｅｅｎｎｇ　ｏｆ　Ｎｅｔｈｅｒ－　Ｉａｎｄｓ￣ｓｕｃｃｅｓｓｆｕｌｌｙ　ｄｅｖｅｌｏｐｅｄ　ａ　ｍｏ－　ｂｉｌｅ　ｃｕｃｕｍｂｅｒ　ｈａｒｖｅｓｔｉｎｇ　ｒｏｂｏｔ　ｐｒｏｔｏ－　ｔｙｐｅ，ａｎｄ｝ｔｓ　ｖｉｓｉｏｎ　ｓｙｓｔｅｍ∞ｕＩｄ　ｄｅ　ｔｅＧｔ　ｔｈｅ　ｐ　ｉｓｅ　ｐｏｓ．ｔｊＯｎ　０ｆ　ｍａｔｕｒｅ　ｆｍ－ｔ＇　ｗｈｉｃｈ　ｈａｄ　ａＣｈｉｅｖｅｄ　ｇＯＯｄ　ｒｅｓｕＩｔｓ　ｉｎ　ｇｒｅｅｎｈＯｕｓｅ　ａｎｄ　Ｉａｂｏｒａｔ０ｒｙ　ｐｉｃ　ｎｇ．　ＬＩＵ　ｅｆ　ａ　Ｉ糊ｓｕｃｃｅｓｓｆｕＩｌｙ　ｄｅｖｅＩＯｐｅｄ　ａ　ｆｕＩＩｙ　ａｕｔＯｍａｔｉｃ　ｇｒａ协ｎａ　ｓｖｓｔｅｍ　ｆｏｒ　ｃｕ－　ｃｕ　ＩｔａｃｅＯｕｓ　ｖｅｇｅｔａｂＩｅｓ，ａｎｄ　ｔｈｅ　ｓ　ｓ－　ｔｅｍ　ｃ０ｕＩｄ　ｉｕｄｇｅ　ｔｈｅ　ｄｉｒｅｃｔｉＯｎ　０ｆ　ｓｅｅｄ¨ｎｇ　ａ　ｎｄ　ｓｅｅｄ¨ｎｇ　ｑｕａＩｉｔｙ，ｗｈｉｃｈ　ｒｅａｌｌｚｅｄ　ｔｈｅ　ａｕｔ０ｍａｔｉｃ　ｇｒａｆｔｉｎｇ　ｏｆ　ｃｕｃｕｒ－　ｂｉｔ｛ｌｃｅｏｕｓ　Ｖｅｇ　Ｉａｂｌｅｓ　ｗｉｔｈ　ｇｏｏｄ　ｑｕａＩ　ｅｎｓｕｒ薷　ＺＨＡＮＧ　ｅｆ　ａ　嗍ａｄＯＤｔｅｄ　ＬＲ．　ＣＤ　ｍｅｔｈ０ｄ　ｔ０　ｄｉｓｓｅｃｌ　ｔｈｅ　ｉｍａｇｅ　０ｆ　ｓｔｒａｗｂｅｒ　，　ａｎｄ　ｔｈｅｎ　ｅｘｔｒａｃｔｅｄ　ｔｈｅ　Ｚ１石１　ｆｅａｔｕｒｅｓ　ｏｆ　ｓｔｒａｗｂｅｒｒｙ　ｉｍａｇｅ．ｓｏ　ａｓ　ｔｏ　ｒｅｃｏｇｎＲｉｏｎ．ｂｕｔ　ｈｏｗ　ｔｏ　ｓｅｇｍｅｎｔ　ｉｍ—　Ｓｃｉｅｎｃｅｓ，２０１５。３７（４）：５７６—５８２．　ｄｅｔｅｒｍｉｎｅ　ｔｈｅ　ｂａｒｙｃｅｎｔｅｒ　ｏｆ　ｓｔｒａｗｂｅｒｒｙ　ａｇｅｓ　ｔｒ０ｍ　ｔａｓｔ　ｍｏｖｉｎｇ＝ｍａｇｅｓ　ａｎｄ　ｅｘ。　ａｎｄ　ｔｈｅ　ｐｌｕｃｋｉｎｇ　ｐｏｓｉｔｉｏｎ．ＺＨＡＮＧ　ｅｔ　ｔｒａｃｔ　ｅｆｆｅｃｔｉｖｅ　ｆｅａｔｕｒｅｓ　ｉｓ　ｓｔｉｌｌ　ａ　ｐｒｏｂｌｅｍ　ａ１．田１　ｄｅｖｅｌｏｐｅｄ　ａ　ｓｅｔ　ｏｆ　ｎｏｎ－ｄｅｓｔｒｕｃ－　ｔｉｖｅ　ａｕｔｏｍａｔｉｃ　ｐｉｃｋｉｎｇ　ｅｘｅｃｕｔｉｖｅ　ｂｏｄｙ　ｏｆ　ｓｔｒａｗｂｅｒｒｙ，ｗｈｉｃｈ　ｃｏｕｌｄ　ｄｉｓｔｉｎｇｕｉｓｈ　ａｎｄ　Ｉｃａｏｔｅ　ｄｐｅ　ｓｔｒａｗｂｅｒｒｉｅｓ　ｔｏ　ａ　ｃｅｒ－　ｔａｉｎ　ｒａｎｇｅ．ａｎｄ　ｔｈｅ　ｆｒｕｉｔｓ　ｗｅｒｅ　ｈａｒ－　ｖｅｓｔｅｄ　ｂｙ　ｇｎｐｐｉｎｇ　ａｎｄ　ｃｕｒｉｎｇ　ｐｅｄｕｎ—　ｃｌｅｓ　ｓＯ　ａｓ　ｔｏ　ａｃｈｉｅｖｅ　ｓｃａｔｈｅｌｅｓｓ　ｐｉｃｋ－　ｉｎｇ．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｓｈｏｗｅｄ　ｔｈａｔ　ｔｈｅ　ＳＵＣ－　ｃｅｓｓ　ｒａｔｉｏ　ｏｆ　ｓｃａｔｈｅｌｅｓｓ　ｐｉｃｋｉｎｇ　ｗａｓ　ｔｈａｔ　ｈａｓ　ｎｏｔ　ｂｅｅｎ　ｓｏｌｖｅｄ　ｙｅｔ．　【７】ＴＩＡＮ　ＸＬ（田秀丽），ＨＵＡＮＧ　ＹＬ（黄亚丽）．　ｓｌｕｄＶ　ｏｎ　ｔｈｅ　ｃｏｌｏｒ　ｉｍａｇｅ　ｏｆ　ｔｏｍａｔｏ　ｌｅａｖｅｓ　ｕｎｄｅｒ　ｔｈｅ　ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ　ｓｙｓ－　Ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ　ｔｅｃｈｎｏｌｏｇｙ　ｈａｓ　ｂｅｅｎ　ｍｏｒｅ　ａｎｄ　ｍｏｒｅ　ｗｉｄｅｌｙ　ｕｓｅｄ　ｉｎ　ｔｈｅ　ｐｒｏｃｅｓｓ　ｏｆ　ａｇｒｉｃｕｌｔｕｒａＩ　ｐｒｄｕｃｔｉｏｏｎ。　ｐｒｏｍｉｓｉｎｇ　ｗｉｔｈ　ａ　ｂｒｏａｄ　ｐｒｏｓｐｅｃｔ，ｂｕｔ　ｔｈｅ　ｄｉｖｅｒｓｉｔｙ　ｏｆ　ｔｈｅ　ｅｃｏｌｏｇｉｃａＩ　ｅｎｖｉｏｎ－ｒ　ｔｅｍ　ｆ计算机视觉系统下缺索番茄叶片彩　色图像研究）【Ｊ】．ＪｏｕｍａＩ　ｏｆ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｍｅｃｈａｎｉｚａｔｉｏｎ　Ｒｅｓｅａｒｃｈ。２０１　７．３９（７】：　１７５＿．１７９．　［８】ＳＵＮ　ＲＤ（孙瑞东），ＹＵ　ＨＹ（于海业）．Ｒｅ－　ｓｅａｒｃｈ　ｏｎ　ｎｏｎ－ｄｅｓｔｒｕｃｔｉｖｅ　ｄｅｔｅｃｔｉｎｇ　ｏｆ　ｍｅｎｔ　ｍａｋｅｓ　ｉｔｓ　ａｐｐｌｉｃａｔｉｏｎｓ　ｉｎ　ａｇｎｃｕｌ—　ｔｕｒｅ　ｍｏｒｅ　ｃｏｍｐｌｉａｔｅｄ　ｔｈａｎ　ｉｃｎ　ｏｔｈｅｒ　ｃｕｃｕｍｂｅｒ　Ｉｅａｖｅ　ｗａｔｅｒ　ｃｏｎｔｅｎｔ　ｂａｓｅｄ　ｏｎ　ａｒｅａｓ，ｓｏ　ｉｔ　ｈａｓ　ｈｉｇｈｅｒ　ｒｅｑｕｉｅｍｅｎｔｓ　ｒｏｎ　ｔｈｅ　ａｃｃｕｒａｃｙ　ｏｆ　ｔｅｃｈｎｏｌｏｇｉｅｓ．Ｉｍ－　ｐｒｏｖｉｎｇ　ｔｈｅ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｐｒｅｃｉｓｉｏｎ　ｏｆ　ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ（基于图像处理的黄瓜　叶片含水量无损检测研究）【Ｊ】．Ｊｏｕｍａｌ　ｆｏ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｍｏｃｈａｎｉｚａｔｉｏｎ　Ｒｅｓｅａｒｃｈ。　２００８．　ｍｏｒｅ　ｔｈａｎ　９０％．ＳＵＮ　ｅｔ　ａＬ【弼ｄｅｖｅｌ・　ｏｐｅｄ　ａ　ｗｈｅｅｌｅｄ　ｒｏｂｏｔ　ｓｙｓｔｅｍ　ｆｏｒ　ａｕｔｏ－　ｍａｔｉｃ　ｄｅｔｅｃｔｉｏｎ　ａｎｄ　ｐｉｃｋｉｎｇ　ｒｉｐｅ　ａｐ—　ｐｉｅｓ，ｗｈｉｃｈ　ｃｏｕｌｄ　ｒｅａｌｉｚｅ　ａｕｔｏｍａｔｉｃ　ｎａｖｉｇａｔｉｏｎ。ｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ｐｉｃｋｉｎｇ　ｆｕｎｃ－　ｔｉｏｎｓ　ｉｎ　ｔｈｅ　ｃａｓｅ　ｏｆ　ｕｎａｔｔｅｎｄｅｄ，ａｎｄ　ｔｈｅ　ｒｅｓｕｌｔｓ　ｓｈｏｗｅｄ　ｔｈａｔ　ｔｈｅ　ｃｏｒｒｅｃｔ　ｒａｔｅ　ｏｆ　ａｐｐｌｅ　ｒｃｅｏｇｎ￣ｉｏｎ　ｗａｓ　ａｓ　ｈｉｇｈ　ａｓ　９４％ａｎｄ　ｐｉｃｋｉｎｇ　ｓｕｃｃｅｓｓ　ｒａｔｅ　ｒｅａｃｈｅｄ　９１．３３％．ＴＡＮＧ　ｅｆ　ａ１．阁ｐｒｏ－　ｐｏｓｅｄ　ａ　ｋｉｎｄ　ｏｆ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｍｅｔｈｏｄ　０ｆ　ｔｈｅ　ｔｅａ　ｒｉｄｇｅ　ａｎｄ　ｎａｖｉｇａｔｉｏｎ　ｍｅｔｈｏｄ　ｏｆ　ｔｈｅ　ｔｅａ－ｐｌｕｎｋｉｎｇ　ｍａｃｈｉｎｅ，ａｎｄ　ｔｈｅ　ｅｘｐｅｎｍｅｎｔａＩ　ｒｅｓｕｌｔｓ　ｓｈｏｗｅｄ　ｔｈａｔ　ｔｈｉｓ　ｍｅｔｈｏｄ　ｃｏｕｌｄ　ｓｏｌｖｅ　ｔｈｅ　ｄｉｓａｄｖａｎｔａｇｅｓ　ｏｆ　ｃｕｒｉｎｇ　Ｉｅａｖｅｓ　ｗｉｔｈ　ｔｏｏ　ｍａｎｙ　ｏｌｄ　Ｉｅａｖｅｓ．ＬＩ刚ｕｓｅｄ　ｂｉｎｏｃｕｌａｒ　ｓｔｅｒｅｏ　ｖｉ—　ｓｉｏｎ　ｓｙｓｔｅｍ　ｔｏ　ｉｄｅｎｔｉｆｙ　ｒｅｄ　ｔｏｍａｔｏｅｓ，　ｓｅｇｍｅｎｔｅｄ　ｔｈｅ　ｉｍａｇｉｎｅｓ　ｂｙ　ｔｈｒｅｓｈｏｌｄ　ｓｅｇｍｅｎｔａｔｉｏｎ　ｍｅｔｈｏｄ　ａｆｔｅｒ　ｎｏｉｓｅ　ｒｅ－　ｍｏｖａｌ　ｕｓｉｎｇ　ｍｅｄｉａｎ　ｆｉｌｔｅｒｉｎｇ，ｇｒａｙ。　ｓｃａｌｅ　ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ，ａｎｄ　ｃｉｒｃｕｌａｒ　Ｈｏｕｇｈ　ｔｒａｎｓｆｏｒｍ　ａｌｇｏｒｉｔｈｍ　ｗａｓ　ｕｓｅｄ　ｔｏ　ｅｘｔｒａｃｔ　ｔｈｅ　ｃｅｎｔｅｒ　ｃｏ０ｒｄｉｎａｔｅｓ　ａｎｄ　ｒａｄｉｕｓ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｔｏｍａｔｏｅｓ，　ｔｈｅｒｅｂｙ　ａｃｈｉｅｖｉｎｇ　ｔｈｅ　ｅｘｔｒａｃｔｉｏｎ　ｏｆ　ｆｒｕｉｔ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ｔｈｅ　ｔｅｓｔ　ｒｅｓｕｌｔｓ　ｓｈｏｗｅｄ　ｔｈａｔ　ｔｈｅ　ｒｃｅｏｇｎｉｔｉｏｎ　ａｃｃｕｒａｃｙ　ｒａｔｅ　ｏｆ　ｒｉｐｅ　ｒｅｄ　ｔｏｍａｔｏｅｓ　ｏｆ　ｔｈｅ　ｓｙｓｔｅｍ　ｃｏｕｌｄ　ｒｅａｃｈ　ｏｖｅｒ　９９％．ｗｈｉｃｈ　ｃｏｕｌｄ　ｆｕｌｌｙ　ｍｅｅｔ　ｔｈｅ　ｒｅｑｕｉｅｒｍｅｎｔｓ　ｏｆ　ｐｉｃｋｉｎｇ．　Ｅｘｉｓｔｉｎｇ　Ｐｒｏｂｌｅｍｓ　ｉｎ　ＣＯｍ－　ｐｕｔｅｒ　Ｖｉｓｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　ａｎｄ　Ｉｔｓ　Ｐｒｏｓｐｅｃｔｓ　ｌｎ　ｔｈｅ　ｒａｐｉｄ　ｄｅｖｅｌｏｐｍｅｎｔ　ｐｒｏｃｅｓｓ　ｆｏ　ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ　ｔｅｃｈｎｏｌｏｇｙ，ｔｈｅｒｅ　ａｒｅ　ｍａｎｙ　ｐｒｏｂｌｅｍｓ　ｔｈａｔ　ｍｕｓｔ　ｂｅ　ｓｏｌｖｅｄ：ｆｉｍｔ，ｉｎ　ｍａｎｙ　ａｐｐｌｉｃａｔｉｏｎｓ，　ｓｏｍｅ　ｉｍａｇｅ　ａｌｇｏｒｉｔｈｍｓ。ｆｏｒ　ｅｘａｍｐｌｅ，　ｉｍａｇｅ　ｒｅｓｔｏｒａｔｉｏｎ，ｉｍａｇｅ　ｓｅｇｍｅｎｔａ‘　ｔｉｏｎ。ｆｅａｔｕｒｅ　ｅｘｔｒａｃｔｉｏｎ　ａｎｄ　ｐａＲｅｒｎ　ｒｅｃｏｇｎｉｔｉｏｎ，ｈａｖｅ　ａ　Ｉｏｔ　ｏｆ　ｐｒｏｂｌｅｍｓ，　ｗｈｉｃｈ　ａｒｅ　ｉｎ　ｕｒｇｅｎｔ　ｎｅｅｄ　ｔｏ　ｆｉｎｄ　ａ　ｂｅｔ・　ｔｅｒ　ａｌｇｏｒｉｔｈｍ　ｔｏ　ｓｏｌｙｅ　ｔｈｉｓ　ｐｒｏｂｌｅｍ．　Ｓｅｃｏｎｄ，ｍｏｓｔ　ｏｆ　ｔｈｅ　ｓｔｕｄｉｅｓ　ａｒｅ　ｂａｓｅｄ　ｏｎ　ｓｔａｔｉｃ　ｉｍａｇｅ　ｍｏｄｅｌｓ　ａｎｄ　ｐａＲｅｍ　ｃｕｒｒｅｎｔ＝ｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ　ｉｓ　ｔｈｅ　ｐｒｏｂ‘　ｌｅｍｔｈａｔｉｓｉｎ　ｕｒｇｅｎｔｎｅｅｄｔｏｂｅｓｏｌｖｅｄ．　Ｉｔ　ｉｓ　ｓｔｉｌＩ　ｔｈｅ　ｆｏｃｕｓ　ｉｎ　ｆｕｔｕｒｅ　ｒｅｓｅａｒｃｈ　ｏｆ　ｆｉｎｄｉｎｇ　ｔｈｅ　ｈｉｇｈ　ｅｆｆｉｃｉｅｎｔ　ａｌｇｏｒｉｔｈｍ　ｔｏ　ｇｅｔ　ｉｍａｇｅｓ　ｒｅｓｅａｍｈ，ａｓ　ｗｅｌｌ　ａｓ　ｒｅａｌｉｚ－　ｌｎｇ　ｔｈｅ　ｃｏｍｂｉｎａｔｉｏｎ　ｗｉｔｈ　ｏｔｈｅｒ　ｓｏｆｔ－　ｗａｒｅ　ｄｅｓｉｇｎｓ　ｔｏ　ｍａｋｅ　ｍａｃｈｉｎｅ　ｖｉｓｉｏｎ　ｔｅｃｈｎｏｌｏｇｙ　ｅｂ　ｍｏｒｅ　ｗｉｄｅｌｙ　ａｐｐｌｉｅｄ．　Ｒｅｆｅｒｅｎｃｅｓ　【１】ＣＡＯ　Ｍ（曹敏）．Ｄｅｔｅｃｔｉｎｇ　ｒｅｓｅａｒｃｈ　ｏｆ　ｓｏｙｂｅａｎ’ｓ　ｐｌａｎｔ　ｎｉｔｒｏｇｅｎ　ｂａｓｅｄ　ｏｎ　ｉｍ－　ａｇｅ　ｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙ（基于图像处　理技术的大豆植株氮素测定研究）【Ｄ】．　Ｊｉｌｉｎ　Ｕｎｉｖｅｒｓｉｔｙ．２００５．　［２】ＸＵＧＬ（徐贵力），ＣＨＥＮＧＹＨ（程月华），　ＭＡＯ　ＨＰ（毛罕平）．Ｆｅａｔｕｒｅｓ　ｓｅｌｅｃｔｉｏｎ　ｏｆ　ｌｅａｖｅｓ　ｉｍａｇｅ　ｆｏｒ　ｄｉａｇｎｏｓｉｎｇ　ｔｏｍａｔｏ　ｄｉｓ—　ｅａｓｅ　ｏｆ　ｎｕｔｒｉｅｎｔ　ｄｅｆｉｃｉｅｎｃｙ　ｂａｓｅｄ　ｏｎ　ｇｅ・　ｎｅｔｉｃ　ａｌｇｏ￣ｈｍ（基于遗传算法的番茄缺　素叶片图像特征选择）［Ｊ】．Ｃｏｍｐｕｔｅｒ　Ｅｎ－　ｇｉｎｅｅｄｎｇ。２００３，２９（１１）：１２９—１３１．　【３】ＺＨＡＮＧ　ＹＥ（张彦娥），ＬＩ　ＭＺ（李民赞），　ＺＨＡＮＧ×Ｊ（张喜杰）．Ｎｕｔｒｉｔｉｏｎ　ｉｎｆｏｒｍａ－　ｔｉｏｎ　ｅｘｔｒａｃｔｉｏｎ　ｏｆ　ｔｈｅ　ｃｕｃｕｍｂｅｒ　Ｉｅａｖｅｓ　ｉｎ　ｔｈｅ　ｇｒｅｅｎｈｏｕｓｅ　ｂａｓｅｄ　ｏｎ　ｃｏｍｐｕｔｅｒ　ｖｉ—　ｓｉｏｎ　ｔｅｃｈｎｏｌｇｏＹ　ｆ基于计算机视觉技术的　温室黄瓜叶片营养信息检测）［Ｊ】．Ｔｒａｎｓ－　ａｃｔｉｏｎｓ　ｏｆ　ｔｈｅ　Ｃｈｉｎｅｓｅ　Ｓｏｃｉｅｔｙ　ｏｆ　Ａｇｄ－　ｃｕｌｔｕｒａＩ　Ｅｎｇｉｎｅｅｒｉｎｇ，２００５，２１（８）：１０２—　１０５．　【４】ＬＩＹ（李艳），ＷＡＮＧ　Ｊ（王娟），ＭＡＴＦ（马　腾飞）．Ａ　ｐｒｉｍａｒｙ　ｓｔｕｄｙ　ｏｎ　Ｎ　ｅｖａｌｕａｔｉｎｇ　ｏｆ　ｐｒｏｃｅｓｓｉｎｇ　ｔｏｍａｔｏ　ｌｅａｖｅｓ　ｂａｓｅｄ　ｏｎ　ｃｏｌｏｒ　ｆｅ￣ｕｒａｓ（基于颜色特征的加工番　茄叶片氮素评价初步研究）【Ｊ１．Ａｃｔａ　Ａｇｒｉ—　ｃｕｌｔｕｒａｅ　ＢｏｒｅａｌＩ—Ｏｃｃｉｄｅｎｔａｔｉｓ　Ｓｉｎｉｃａ．　２００７．１６ｆ３）：１７５—１７ｇ．　【５】ＷＵＹ（吴艳），ＨＯＮＧＭ（洪明），ＭＥＮＧ　ＸＹ（孟晓艳）．Ｗａｌｎｕｔ　ｎｕｔｒｉｅｎｔ　ｄｅｆｉｃｉｅｎｃｙ　ｄｉｓｃｒｉｍｉｎａｔｉｏｎ　ｍｅｔｈｏｄ　ｂａｓｅｄ　ｏｎ　ＲＧＢ　ｏｃｌｏｒ　ｍｏｄｅＩ（基于ＲＧＢ颜色模型的核桃　缺素症判别方法）［Ｊ】．ＪｏｕｍａＩ　ｆｏ　Ｂｅｉｈｕａ　Ｕｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａＩ　Ｓｃｉｅｎｃｅ）２０１３（４）：　４９３—ｄ９６．　【６】ＸＵ　ＳＹ（徐胜勇），ＬＩＮ　ＷＧ（林卫国），ＷＵ　ＷＢ（伍文兵）．Ｎｕｔｄｅｎｔ　ｄｅｆｔｃｉｅｎｃｙ　ｉｍａｇｅ　ｄｌａｇｎｏｓｅ　ｏｆ　ｒａｐｅｓｅｅｄ　ｂａｓｅｄ　ｏｎ　ｃｏｌｏｒ　ｆｅｍｕｒｓ　ｆ基于颜色特征的油菜缺素症图　像诊断）［Ｊ】．Ｃｈｉｎｅｓｅ　ＪｏｕｍａＩ　ｏｆ　ＯｉＩ　Ｃｒｏｐ　【９】ＧＡＮ　ＬＰ（甘露萍），ＸＩＥ　ＳＹ（谢守勇），　ＺＯＵ　ＤＪ（邹大军）．Ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ．　ｂａｓｅｄ　ｎｏｎ－ｄｅｓｔｕｒｃｔｉｖｅ　ｄｅｔｅｒｍｉｎａｔｉｏｎ　ｏｆ　ｗａｔｅｒｃｏｎｔｅｎｔｉｎｆｒｅｓｈｔｏｂａｃｃｏｌｅａｖｅｓｏｆ　ｆｌｕｅ－ｃｕｒｅｄ　ｔｏｂａｃｃｏ　ａｎｄ　ｉｔｓ　ｉｍｐｌｅｍｅｎｍ－　ｔｉｏｎ　ｉｎ　ＭＡＴＬＡＢ（基于计算机视觉的烤烟　鲜烟叶含水量无损检测及ＭＡＴＬＡＢ实　现）【Ｊ】．ＪｏｕｍａＩ　ｏｆ　Ｓｏｕｔｈｗｅｓｔ　Ｕｎｉｖｅｒｓｉｙｔ　（Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｅｄｉｔｉｏｎ）。２００９．３１（７）：　１６６—１７０．　【１０］ＤＵＡＮ　ＳＪ（段史江），ＳＯＮＧ　ＣＰ（宋朝　鹏），ＭＡＬ（马力）．Ｐｒｄｅｉｔｃｉｏｎｏｆｔｏｂａｃｃｏ　Ｉｅａｆ’ｓ　ｗａｔｅｒ　ｃｏｎｔｅｎｔｓ　ｄｕｒｉｎｇ　ｂｕｌｋ　ｃｕｒ－　ｉｎｇ　ｐｒｏｃｅｓｓ　ｂａｓｅｄ　ｏｎ　ｉｍａｇｅ　ｐｒｏｃｅｓｓ－　ｉｎｇ　ｔｅｃｈｎｉｑｕｅ　ｆ基于图像处理的烘烤过　程中烟叶含水量检测）【Ｊ】．ＪｏｕｍａＩ　ｏｆ　Ｎｏｒｔｈｗｅｓｔ　Ａ＆Ｆ　Ｕｎｉｖｅｒｓｉｙｔ　ｆＮａｔｕｒａｌ　ｃＳｉｅｎｃｅ　Ｅｄｉｔｉｏｎ），２０１２（５）：　４—８０．　【１　１】ＺＨＡＮＧ　ＹＲ（张玉荣），ＣＨＥＮ　ＳＳ（陈赛　赛），ＺＨＯＵ　ＸＱ（周显青）．Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｍｅｔｈｏｄ　ｏｆ　ｍｏｉｓｔｕｒｅ　ｃｏｎｔｅｎｔ　ｏｆ　ｗｈｅａｔ　ｂａｓｅｄｏｎｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ（基于图像　处理的小麦水分含量识别方法研究）［Ｊ】．　ＪｏｕｍａＩ　ｏｆ　Ｈｅｎａｎ　Ｕｎｉｖｅｒｓｉｙｔ　ｏｆ　Ｔｅｃｈ－　ｎｏｌｇｏｙ（ＮａｔｕｒａＩ　Ｓｃｉｅｎｃｅ　Ｅｄｉｔｉｏｎ）。２０１４。　３５（５）：１０１－１０６．　【１２］ＪＩＡＮＧ　ＣＨ（江朝晖），ＹＡＮＧ　ＣＨ（杨春　合），ＺＨＯＵ　Ｑ（周琼）．Ｄｅｔｅｃｔｉｏｎ　ｏｆ　ｃａｎｏｐｙ　ｗａｔｅｒ　ｃｏｎｔｅｎｔ　ｏｆ　ｗｉｎｔｅｒ　ｗｈｅａｔ　ｄｕｒｉｎｇ　ｗｉｎｔｅｒｉｎｇ　ｐｅｒｉｄｏ　ｂａｓｅｄ　ｏｎ　ｉｍａｇｅ　ｆｅ＝ｕｒｅｓ（基于图像特征的越冬期冬小　麦冠层含水率检测）【Ｊ１．Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｆ　ｔｈｅ　Ｃｈｉｎｅｓｅ　Ｓｏｃｉｅｔｙ　ｆｏｒ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｍａｃｈｉｎｅｒｙ，２０１　５，４６（１　２）：２Ｉ　－２６７．　【１３］ＺＨＯＵ　ＨＤ（周鸿达），ＺＨＡＮＧ　ＹＲ（张玉　荣），ＷＡＮＧ　ＷＹ（王伟宇）．Ｗａｔｅｒ　ｃｏｎ—　ｔｅｎｔ　ｄｅＩｅｃｔｉｏｎ　ｍｅｔｈｏｄ　ｏｆ　ｃｏｍ　ｇｒａｉｎ　ｂａｓｅｄ　ｏｎ　ｉｍａｇｅ　ｎａａｌｙｓｉｓ（基于图像处　理玉米水分检测方法研究）［Ｊ】．ＪｏｕｍａＩ　ｏｆ　Ｈｅｎａｎ　Ｕｎｉｖｅｒｓｉｙｔ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ　（Ｎａｔｕｒａｌ　ｃＳｉｅｎｃｅ　Ｅｄｉｔｉｏｎ）。２０１６。３７（３）：　９Ｂ一１００．　【１４］ＧＥＮＧ　ＢＴ（耿宾涛），ＷＡＮＧ　ＸＪ（王现　君１．Ｃｏｔｔｏｎ　ａｕｔｏｍａｔｉｃ　ｗａｔｅｒ　ｎａｄ　ｎｕｔｄ－　ｔｉｏｎ　ｓｕｐｐｌｙ　ｓｙｓｔｅｍ　ｄｅｓｉｇｎ　ｂａｓｅｄ　ｏｎ　ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ（计算机视觉运用于棉　花水分养分供给系统设计）【Ｊ】．Ｊｏｕｍａｌ　ｏｆ　ＡｇｒｉｃｕｌｔｕｒａＩ　Ｍｅｃｈａｎｉｚａｔｉｏｎ　Ｒｅ－　ｓｅａｒｃｈ．２０１７，３９（１　１）：１７９—１８２．　『１　５１　ＭＡＯ　Ｗ。ＷＡＮＧ　Ｙ。ＺＨＡＮＧ　Ｘ．Ｍａ．　ｃｈｉｎｅ　ｖｉｓｉｏｎ　ｓｙｓｔｅｍ　ｕｓｅｄ　ｆｏｒ　ｒｅａｌ－ｔｉｍｅ　ｄｅｔｅｃｔｉｏｎ　ｉｎｔｅｒ－ｒｏｗ　ｗｅｅｄｓ『Ｊ１．Ｔｒａｎｓｅｃ－　Ｚ１　２Ｏ１７　ｔｉｏｎｓ　ｏｆ　ｔｈｅ　Ｃｈｉｎｅｓｅ　Ｓｏｃｉｅｔｙ　ｏｆ　Ａｇｒｉｃｕｌ－　ｊｄｅｎｔ计ｉｃａｔｉｏｎ　ａｎｄ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｏｆ　ＣＡ０　ＱＸ（曹其新）．Ｓｔｕｄｙ　ｏｎ　ｒｏｂｏｔ　ｖｉ—　ｔｕｒａＩ　Ｅｎｇｉｎｅｅｒｉｎｇ，２ｏ０３。１　９（５）：１　１　４—１１　７．　ｔｏｍａｔｏｅｓ　ｗｉｔｈ　ｂｒｕｉｓｅ　ｕｓｉｎｇ　ｃｏｍｐｕｔｅｒ　ｓｉｏｎ　ａｎｄ　ｉｕｄｇｍｅｎｔ　ｓｙｓｔｅｍ　ｆｏｒ　ｓｅｅｄｌｉｎｇ　【１　６］ＭＡＯ　ＨＰ（毛罕平）。ＨＵ　Ｂ（胡波），　ｖｉｓｉｏｎ（基于计算机视觉的番茄损伤自　ｇｒａｆｔｉｎｇ　ｒｏｂｏｔ（秧苗嫁接机器人视觉与　ＺＨＡＮＧ　ＹＣ（张艳诚）．Ｏｐｔｉｍｉｚａｔｉｏｎ　ｏｆ　动检测与分类研究）【Ｊ】．Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｆ　识别的研究）［Ｊ】．Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｆ　ｔｈｅ　ｏｏｌｅｒ　ｉｎｄｅｘ　ａｎｄ　ｔｈｒｅｓｈｏｌｄ　ｓｅｇｍａｎｔ￣ｉｏｎ　ｔｈｅ　Ｃｈｉｎｅｓｅ　Ｓｏｃｉｅｔｙ　ｆｏ　ＡｇｒｉｃｕｌｔｕｒａＩ　Ｅｎ・　Ｃｈｉｎｅｓｅ　Ｓｏｃｉｅｔｙ　ｆｏｒ　ＡｇｒｉｃｕｌｔｕｒａＩ　Ｍａ－　￣ＶＭｒｅｄ　ｒｅｃｏｇｎｉｔｉｏｎ（杂草识别中颜色特　ｇｉｎｅｅｄｎｇ，２００５，２１（８）：９８－１　０１．　ｃｈｉｎｅｒｙ，２００１。３２（４）：３８—４１．　、征和瞬值分割算法的优化）【Ｊ】．Ｔｒａｎｓａｃ－　【２３】ｗｕ　Ｆ（吴飞）．Ｓｔｄｕｙ　ｏｎ　ｔｈｅ　ａｐｐｌｉｃａｔｉｏｎ　【３０１　ＺＨＡＮＧ　ＴＺ（张铁中），ＣＨＥＮ　ＬＢ（陈利　ｏｆ　ｍａｃｈｉｎｅ　ｖｉｓｉｏｎ　ｉｎ　ａｇｒｉｃｕＲｕｒａＩ　ｐｒｏｄ－　兵），ＳＯＮＧ　Ｊ（宋健）．ｓｔｕｄｙｏｎ　ｓｔａｒｗ－　ｕｃｔ　ｄｅｔｅｃｔｉｏｎ　ｆ机器视觉在农产品检测　ｂｅｒｒｙ　ｈａｒｖｅｓｔｉｎｇ　ｒｏｂｏｔ：ＩＩ．１ｍａｇｅｓ　ｆ１　７１　ＢＵＲＫＳ　ＴＦ。ＳＨＥＡＲＥＲ　ＳＡ，ＨＥＡＴＨ　中的应用研究）【Ｄ】．Ｃｈｏｎｇｑｉｎｇ　Ｕｎｉｖｅｒ－　ｂａｓｅｄ　ｉｄｅｎｔｉｆｉａｃｔｉｏｎｓ　ｏｆ　ｓｔｒａｗｂｅｒｒｙ　ＪＲ．Ｅｖａｌｕａｔｉｏｎ　ｏｆ　ｎｅｕｒａｌ：ｎｅｔｗｏｒｋ　ｃｌａｓ－　ｓｉｙｔ．２００９．　ｂａｒｙｃｅｎｔｅｒ　ｎａｄ　ｐｌｕｃｋｉｎｇ　ｐｏｓｉｔｉｏｎ（草莓　ｓｉｔｆｅｒｓ　ｆｏｒ　ｗｅｅｄ　ｓｐｅｃｉｅｓ　ｄｉｓｃｒｉｍｉｎａｔｉｏｎ．　［２４】ＷＡＮＧ　ＹＬ（王玉亮），ＬｌＵ　ＸＸ（刘贤喜），　采摘机器人的研究：¨．基于图像的草莓　【Ｊ１．Ｂｉｏｓｙｓｔｅｍｓ　Ｅｎｇｉｎｅｅｒｉｎｇ，２００５，９１　ＳＵ　ＱＴ（苏庆堂）．Ｍａｉｚｅ　ｓｅｅｄｓ　ｖａｒｉｅｔｉｅｓ　重心位置和采摘点的确定）【Ｊ】．ＪｏｕｍａＩ　（３）：２９　３０４，　－　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｍｕｌｔｉ－ｏｂｊｅｃｔ　ｏｆ　Ｃｈｉｎａ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｕｎｉｖｅｒｓｉｙｔ．　【１８］ＷＵ　ＬＬ（吴兰兰），ＬＩＵ　ＪＹ（刘剑英），　ｆｅａｔｕｒｅ　ｅｘｔｒａｃｔｉｏｎ　ａｎｄ　ｏｐｔｉｍｉｚｅｄ　ｎｅｕｒａＩ　２００５，１０（１）：４８＿５１．　ＷＥＮ　ＹＸ（文友先）．Ｗｅｅｄ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｎｅｔｗｏｒｋ（多对象特征提取和优化神经　【３１ｌ　ＺＨＡＮＧ　ＫＬ（张凯良），ＹＡＮＧ　Ｌ（杨丽），　ｍｅｔｈｏｄｂａｓｅｄＱｎＳＶＭｉｎｔｈｅｃｏｍｆｉｅｌｄ　网络的玉米种子品种识别）【Ｊ】．Ｔｒａｎｓｅｃ－　ＺＨＡＮＧ　ＴＺ《张铁中）．Ｄｅｓｉｇｎ　ａｎｄ　ｅｘ－　（基于支持伺量机的玉米田间杂草识别　ｔｉｏｎｓ　ｏｆ　ｔｈｅ　Ｃｈｉｎｅｓｅ　Ｓｏｃｉｅｔｙ　ｏｆ　Ａｇｒｉｃｕｌ－　ｐｅｒｉｍｅｎｔ　ｏｆ　ｐｉｃｋｉｎｇ　ｍｅｃｈａｎｉｓｍ　ｆｏｒ　方法１ｆＪ１．Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｆ　ｔｈｅ　Ｃｈｉｎｅｓｅ　ｔｕｒａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ，２０１０。２６（６）：１９９－２０４．　ｓ￣ａｗｂｅｒｙｒｈａｒｖｅｓｔｉｎｇ　ｒｏｂｏｔ（草莓收获　Ｓｏｃｉｅｔｙ　ｆｏｒ　ＡｇｒｉｃｕｌｔｕｒａＩ　Ｍａｃｈｉｎｅｒｙ．　［２５１ＸＵＹＭ（许月明），ＺＨＡＮＧＳ（张爽）．　机器人采摘执行机构设计与试验）［Ｊ１．　２００９。４０（　：，６２—１６６．　Ｔｈｅ　Ａｐｐｌｉａｃｔｉｏｎ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｖｉｓｉｏｎ　ｏｎ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｆ　ｔｈｅ　Ｃｈｉｎｅｓｅ　Ｓｏｃｉｅｔｙ　ｆｏｒ　【１９】ＹＡＮＧ．ＨＱ（扬会清），ＳＵＮ　ＬＹ（孙丽燕），　ｔｈｅ　Ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｏｆ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｐｒｏｄ－　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｍａｃｈｉｎｅｒｙ，２０１　１。４２（９）：　ＬｌＵＨ（刘红）．Ｓｔｕｄｙｏｎｔｈｅｍａｃｈｉｎｅｖｉ－　ｕｃｔｓ（计算机视觉技术在农产品分级中　１５５－１６１．　ｓｉｏｎ　ｓｙｓｔｅｍ　ｆｏｒ　ｆｉｅｌｄ　ｗｅｅｄ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　‘的应用）［Ｊ】．ＪｏｕｍａＩ　ｏｆ　Ａｎｈｕｉ　Ｓｃｉｅｎｃｅ　【３２］ＳＵＮ　ＸＧ（孙贤刚），ｗｕ　ＸＲ（伍锡如），　ｄｈｄ　ｗｅｅｄｉｎｇ　ｂｙ　ｍａｃｈｉｎｅ（田Ｉ司杂草识　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｕｎｉｖｅｒｓｉｔｙ，２０１　２，２６　ＤＡＮＧ×Ｊ（党选举）．Ｄｅｓｉｇｎ　ａｎｄ　ｉｍｐｌｅ－　别的机器视觉系统厦机械除草研究）【Ｊ］．　（５）：８５－８９．　ｍｅｎｔａｔｉｏｎ＂ｏｆ　ａｐｐｉｅ　ｐｉｃｋｉｎｇ　ｒｏｂｏｔ　ｓｙｓ・　Ｆａｒｍ　Ｍａｃｈｉｎｅｒｙ，２０１１（１９）：１２６－１２９．　【２科ＺＨＡＯ　Ｗ（赵巍）．Ａｐｐｌｉａｃｔｉｏｎ　ｏｆ　ｍａ－　ｔｅｍ　ｂａｓｅｄ　ｏｎ　ｖｉｓｕａｌ　ｉｎｓｐｅｃｔｉｏｎ（基于视　【２０】ＪＩＮ　ＸＪ（金小俊）．ＣＨＥＮ　Ｙ（陈勇），ＨＯＵ　ｃｈｉｎｅ　ｖｉｓｉｏｎ　ｏｎ　ｎｏｎｄｅｓｔｒｕｃｔｉｖｅ　ｄｅｔｅｒ－　觉检测的苹果采摘机器人系统设计与　×Ｇ（侯学贵）．Ｗｅｅｄ　ｒｅｃｏｇｎｉｔｉｏｎ　ｏｆ　ｔｈｅ　ｕｒｉｎａｔｉｏｎ　ａｎｄ　ｃｌａｓｓｉｆｙｉｎｇ　ｏｔ　ｗａｔｅＩｒｍｅｌｏｎ　实现）【Ｊ】．ＪｏｕｍａＩ　ｆｏ　ＡｇｄｃｕＲｕｒａｌ　Ｍｅｃｈ－　ｍａｃｈｉｎｅ　ｖｉｓｉｏｎ　ｂａｓｅｄ　ｗｅｅｄｉｎｇ　ｒｏｂｏｔ　（机器视觉在西瓜无损检测与分级中的　ａｎｉｚａｔｉｏｎ　Ｒｅｓｅａｒｃｈ。２０１　６（９）．　（基于机器视觉的除草机器人杂草识别）　应用）【Ｄ】．Ｈｕａｚｈｏｎｇ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｕｎｉ－　【３３１　ＴＡＮＧ　ＹＰ（汤一平），ＷＡＮＧ　ＷＹ（王伟　［Ｊ１．Ｊｏｕｍａｌ　ｏｆ　Ｓｈａｎｄｏｎｇ　Ｕｎｉｖｅｒｓｉｙｔ　ｏｆ　ｖｅｒｓｉｙｔ，２０１　３．　羊），ＺＨＵ　Ｗ（朱威）．Ｔｅａ　ｒｉｄｇｅ　ｉｄｅｎｔｉｆｉ－　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　ｆＮａｔｕｒａＩ　Ｓｃｉ－　【２７】ＨＵＺＭ（胡志明）．Ａｐｐｌｉａｃｔｉｏｎｏｆ　ｃｏｍ－　ａｃｔｉｏｎ　ａｎｄ　ｎａｖｉｇａｔｉｏｎ　ｍｅｔｈｏｄ　ｆｏｒ　ｔｅａ－　ｅｎｃｅ　Ｅｄｉｔｉｏｎ），２０１２，３１（２）：１０４￣１Ｏ８．　ｐｕｔｅｒ　ｖｉｓｉｏｎ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｔｅｃｈｎｉｑｕｅ　ｉｎ　ｐｌｕｃｋｉｎｇ　ｍａｃｈｉｎｅ　ｂａｓｅｄ　ｏｎ　ｍａｃｈｉｎｅ　【２１］ＦＥＮＧ　ＳＪ（冯世杰），ＷＡＮＧ　ＹＰ（王艳　ｔｅａ　ｑｕａｌｉｔｙ　ｉｎｓｐｅｃｔｉｏｎ（计算机视觉分级　ｖｉｓｉｏｎ（基于机器视觉的茶陇识别与采　平）．Ｏｎｔｈｅｉｎｔｅｒ－ｒｏｗｗｅｅｄｓ　ｒｅｃｏｇｎｉｔｉｏｎ　技术在茶叶品质检验中的应用）［Ｊ】．Ｔｅａ　茶机导航方法）［Ｊ】．Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｆ　ｔｈｅ　ｏｆ　ｇｒｅｅｎｈｏｕｓｅ　ｃｒｏｐｓ　ｂａｓｅｄ　ｏｎ　ｍａ－　ｉｎ　Ｆｕｊｉａｎ，２０１　６。３８（５）：２２—２３．　Ｃｈｉｎｅｓｅ　Ｓｏｃｉｅｔｙ　ｆｏｒ　ＡｇｒｉｃｕｌｔｕｒａＩ　Ｍａ－　ｃｈｉｎｅ　ｖｉｓｉｏｎ（基于机器视觉的温室作物　ｆ２８１　ＺＨＯＵ　Ｚ。ＢＯＮＴＳＴＥＭＡ　Ｊ，ＶＡＮ　Ｌ．Ｄｅ－　ｃｈｉｎｅｒｙ。２０１　６。４７（１）：４５—５０．　行间杂草的识别）【Ｊ】．ＪｏｕｍａＩ　ｏｆ　Ｘｉｎｙａｎｇ　ｖｅｌｏｐｍｅ￣ｔ　ｏｆ　Ｃｕｃｕｍｂｅｒ　Ｈａｒｖｅｓｔｉｎｇ　【３４１　ＬＩ　Ｓ．Ａｐｐｌｉａｃｔｉｏｎ　ｏｆ　ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｃｏｌｌｅｇｅ，２０１２，２２（２）：１１５—　Ｒｏｂｏｔ　ｉｎ　Ｎｅｔｈｅｒ￣ｎｄｓ【Ｊ１．Ｔｒａｎｓａｃｔｉｏｎｓ　ｔｃｅｈｎｏｌｏｇｙ　ｉｎ　ｔｏｍａｔｏ　ｐｉｃｋｉｎｇ　ｕｎｄｅｒ　１１７．　ｆｏ　ｔｈｅ，Ｃｈｉｎｅｓｅ　Ｓ蝴ｆｏ　Ａｇｒｉｃｕｌｔｕｒａｌ　ｎａｔｕｒａＩ　ｂａｃｋｇｒｏｕｎｄｆＪ】．Ｊｏｕｒｎａｌ　ｏｆ　Ａｇｒｉ—　［２２】ＷＡＮＧ　ＳＷ（王树文），ＺＨＡＮＧ　ＣＬ（张长　Ｅｎｇｉｎｅｅｒｉｎｇ。２０ｏ．　ｃｕＲｕｒａＩ　Ｍｅｃｈａｎｉｚａｔｉｏｎ　Ｒｅｓｅａｒｃｈ．２０１　７．　利），ＰＡＮＧ　ＪＬ（房俊龙）．Ａｕｔｏｍａｔｉｃ　［２９】ＬＩＵ　ＣＬ（刘成良）　ＷＡＮＧ　ＨＹ（王红永），　Ｒｅｓｐｏｎｓｉｂｌｅ　ｅｄｌｔｏｒ：Ｎａ　ＬＩ　Ｈｅｐａｔｏｔｏｘｉｃｉｔｙ　ａｎｄ　ｍｅｃｈａｎｉｓｍ　ｏｆ　ａｃｔｉｏｎ　【８】ＰＡＬＭＥＳ　Ｄ。ＳＰＩＥＧＥＬ　ＨＵ．Ａｎｉｍａｌ　ｍｏｄ－　ｏｆ　ｈａｌｏａｌｋａｎｅｓ：Ｃａｒｂｏｎ　ｔｅｔｒａｃｈｌｏｒｉｄｅ　ａＳ　ｅｌｓ　ｏｆ　ｌｉｖｅｒ　ｒｅｇｅｎｅｒａｔｉｏｎ［Ｊ］．Ｂｉｏｍａｔａｒｉａｌｓ，　（谭华炳）．Ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｅａｒｃｈ　ａｔｏｘｉｃｏｌｏｇｉｃａＩ　ｍｏｄｅＩ『Ｊ１．Ｃｎｔ　Ｒｅｖ　Ｔｏｘｉ—　２００４。２５（９）：１６０１－１６１１．　ｐｒｏｇｒｅｓｓ　ｏｆ　ｃｕｒｃｕｍｉｎ　ｉｎ　ｔｒｅａｔｉｎｇ　ｈｅｐａｔｉｃ　ｃｏｌ。２００３，３３（２）：１　０５—１　３６．　【９】ＬｌＵ　ＹＧ（刘永刚），ＣＨＥＮ　ＨＣ（陈厚昌）。　ｄｉｓｅａｓｅｓ（姜黄索防治肝脏疾病实验研究　【６】ＷＡＮＧＣ（王超），Ｌｌ　Ｋ（李侃），ＺＨＡＮＧ　ＪｌＡＮＧ　ＹＰ（蒋毅萍）．Ｐｒｏｔｅｃｔｉｖｅ　ｅｆｆｅｃｔ　ｏｆ　进展）『Ｊ１．Ｃｈｉｎｅｓｅ　ＪｏｕｍａＩ　ｏｆ　Ｇｅｒｏｎｔｏｌｏ．　ＹＸ（张燕翔），ｅｔ　ａ／．ｅｆｆｅｃｔｓ　ｏｆ　ｑｕｅｒｃｅｔｉｎ　ｃｕｒｃｕｍｉｎ　ｏｎ　ｅｘｐｅｒｉｍｅｎｔ　ｌｉｖｅｒ　ｉｎｊｕｒｙ　ｉｎ　ｇＹ，２０１　３，３３（ｉ　１）：２７２２—２７２４．　ｓｏｌｉｄ　ｄｉｓｐｅｒｓｉｏｎ　ｏｎ　ｏｘｉｄａｔｉｖｅ　ｓｔｒｅｓｓ　ｏｆ　ｍｉｃｅ（姜黄素对小鼠实验性肝损伤的保　［４】ＭＡ　ＹＧ（马永贵），ＬＵＯ　ＧＨ（罗桂花），　ｃａｒｂｏｎ　ｔｅｔｒａｃｈｌｏｒｉｄｅ　ｉｎｄｕｃｉｎｇ　ａｃｕｔｅ　护作用）［Ｊ】．Ｃｈｉｎａ　ＪｏｕｍａＩ　ｏｆ　Ｃｈｉｎｅｓｅ　ＣＨＥＮ　Ｚ（陈志），ｅｔ　ａ１．Ｐｒｅｌｉｍｉｎａｒｙ　ｒｅ－　ｈｅｐａｔｉｃ　ｉｎｊｕｒｙ　ｉｎ　ｍｉｃｅ（槲皮素固体分散　Ｍａｔｅｒｉａ　Ｍｅｄｉｃａ。２００３。２８（８）：７５６－７５８．　ｓｅａｒｃｈ　ｏｎ　ｍｏｄｅｌ　ｓｔａｂｉｌｉｔｙ　ｏｆ　ａｃｕｔｅ　ｉｎ－　体对小鼠ＣＣＩ４急性肝损伤氧化应激的　【１０】ＸＵ　ＤＨ（许东晖），ＷＡＮＧ　Ｓ（王胜），ＪＩＮ　ｉｕｒｅｄＩｉｖｅｒＩｅａｄｂｙＣＣ１４ｏｆｍｉｃｅ（小鼠四　影响１　ｆＪ１．Ｍｏｄｅｍ　Ｐｒｅｖｅｎｔｉｖｅ　Ｍｅｄｉｃｉｎｅ。　Ｊ（金晶），ｅｆ　ａＬ　Ａｄｖａｎｃｅｓ　ｉｎ　ｓｔｕｄｉｅｓ　ｏｎ　氯化碳急性肝损伤模型稳定性初探）［Ｊ】．　２０１　３。４０（１　５）：２８７２—２８７６．　ｐｈａｒｍａｃｏｌｏｇｉｃａｌ　ｅｆｆｅｃｔ　ｏｆ　ｃｕｒｃｕｍｉｎ（姜　ＪｏｕｍａＩ　ｏｆ　Ｑｉｎｇｈａｉ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｙｔ　【７】ＹＥ　ＷＦ（叶维法）．Ｃｌｉｎｉｃａｌ　ｈｅｐａｔｏｌｏｇｙ（Ｉ临　黄素的药理作用研究进展）［Ｊ】．Ｃｈｉｎｅｓｅ　（Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｅｄｉｔｉｏｎ），２００６（１）：８＆国１．　床肝胆病学）【Ｍ】．Ｔｉａｎｊｉｎ：Ｔｉａｎｊｉｎ　ｃＳｉｅｎｃｅ　ＴｒａｄｉｔｏｉｎａＩ　ａｎｄ　ＨｅｒｂａＩ　Ｄｒｕｇｓ。２００５。１　１　【５１　ＷＥＢＥＲ　Ｌ＼＾，，ＢＯＬＬ　Ｍ。ＳＩＴＡＭＰＦＬ　Ａ．　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｐｒｅｓｓ．１　９９８Ｉ　（１１）：１７３７－１７４０．