外文翻譯--計算機和電子技術(shù)在農(nóng)業(yè)中應(yīng)用（譯文）

1、中文 中文 6940 字出處： 出處：Computers and electronics in agriculture, 2010, 74(2): 238-243計算機和電子技術(shù)在農(nóng)業(yè)中應(yīng)用 計算機和電子技術(shù)在農(nóng)業(yè)中應(yīng)用在受控環(huán)境中用計算機視覺檢測生菜缺乏鈣癥的植物功能 在受控環(huán)境中用計算機視覺檢測生菜缺乏鈣癥的植物功能David Story，Murat Kacira，Lingling An，Chieri Kubota，Ali Akog

2、luDavid Story, Murat Kacira，Lingling An，亞利桑那大學(xué)農(nóng)業(yè)和生物系統(tǒng)工程，1177 E.第四街，Shantz 大廈 403 室，圖森，AZ85721，美國 ；Chieri Kubota，亞利桑那大學(xué)植物科學(xué)院，1140 E.南校區(qū)驅(qū)動， “福布斯”大廈303 室，圖森，AZ85721，美國 ；Ali Akoglu，亞利桑那大學(xué)電氣和計算機工程，1230 E.賽道大道，圖森 ，AZ85721，美國。

3、文章信息 文章信息收到初稿于 2010 年 2 月 10 日修訂于 2010 年 7 月 15 日定稿于 2010 年 8 月 19 日摘要 摘要常規(guī)的溫室環(huán)境條件是通過觀察確定的。然而，破壞性或侵入性的接觸式測量對實時監(jiān)測和控制的應(yīng)用領(lǐng)域是不實際的。在冠層區(qū)域中，機器視覺有辨別產(chǎn)生應(yīng)激和引導(dǎo)樣品識別應(yīng)激源的潛力。機器視覺引導(dǎo)下的植物感應(yīng)和監(jiān)控系統(tǒng)是在溫室條件下利用生長的生菜作物顏色和形態(tài)的變化，以此來檢測鈣缺乏。機器視覺系統(tǒng)主要包括兩

4、個部分組成：一個機器人攝像頭定位系統(tǒng)和圖像處理模塊。機器視覺系統(tǒng)中提取的植物特征來確定植物整體的生長和健康狀況，包括頂部的預(yù)測冠層區(qū)域（TPCA）作為形態(tài)學(xué)特征；紅，綠，藍(lán)（RGB）和色調(diào)，飽和度，亮度（HSL）的顏色值作為顏色特征;熵，能量，對比度和均勻度作為質(zhì)地特征。機器視覺導(dǎo)引系統(tǒng)能夠自主地提取植物形態(tài)，質(zhì)地和時態(tài)的特征。由此開發(fā)的方法比可視化的人類視覺應(yīng)激檢測早一天確定生菜植物的鈣缺乏。該方法通過提取的植物特征，TPCA，能量，

5、熵和均勻度，在及時發(fā)現(xiàn)生菜作物缺鈣狀況中是最有前途的研究。Published by Elsevier B.V.在傳統(tǒng)的溫室生產(chǎn)中，生長條件是基于人工的觀察或預(yù)設(shè)的環(huán)境參數(shù)，而不是著眼于植物在特定時期的特定需求。接觸式傳感通常用來確定植物的物理特征，過程繁瑣，勞動密集，往往是極具傷害的。利用機器視覺的非接觸式傳感可確定植物的整體狀況，并確定一株植物的特定需求。這種智能化控制水平的溫室培養(yǎng)將更有效地利用資源和生產(chǎn)能量，并最終提高植物的質(zhì)量，

6、同時降低消費者的成本。這種類型的監(jiān)測需要的一些機器視覺應(yīng)用技術(shù)已經(jīng)被開發(fā)出來。例如，Hetzroni等人（1994 年）用神經(jīng)網(wǎng)絡(luò)和統(tǒng)計分類，以植物大小，顏色和個別生菜植物的光譜特征等條件確定植物營養(yǎng)缺乏（鐵，鋅和氮） 。該研究報告指出，早期的生菜植物的營養(yǎng)缺乏易被察覺，但癥狀并不容易預(yù)見，直到缺乏的時間長達(dá)正常生長 2 周以上。他們指出對照組和處理組相比，綠色分量的減少，紅色成分增加是由于生菜植物缺氮后的黃化病。這份報告指出，分類單個

7、像素到分類整株植物對于鑒定植物狀態(tài)是必需的。Ling 等人（1996 年）用生菜葉的光譜和形態(tài)學(xué)特征檢測營養(yǎng)缺乏。這項研究表明，反射率為 415 到 720nm 之間的波段，可以用來作為一個機器視覺實現(xiàn)的信號波段。 越靠近可見的波段越好，因為它提供了較佳的信號強度。該研究還提出使用多個信號進(jìn)行植物水分和養(yǎng)分的應(yīng)激檢測的可能性，使用機器視覺系統(tǒng)可以判斷從缺乏開始的“正?！鄙L和植物狀態(tài)的偏差。 Meyer 等人（1992 年）使用機器視覺

8、系統(tǒng)檢測單葉和一品紅枝葉，報告說歸一化差異指數(shù)可提供從健康植株辨別氮缺乏的最好方法。種植在溫室和增長室的低氮植物表現(xiàn)出類似的紅色反射（0.7-0.75 米）增加，但由于植物不同數(shù)量的冠層覆蓋，故有不同程度的近紅外反射。以前關(guān)于機器視覺和傳感的努力是成功地監(jiān)控一片葉， （Seiner 等人，1992 年；Meyer 等人，1992 年；Shimizu 和 Heinz，1995 年； Revollon 等人，1998 年）或一株單一植物(H

9、etzroni 等人，1994 年； Karate and Yan，1996 年； Murase 等人，1997 年； Kacira 等人，2002 年；Changying and Guanghui，2003 年) 以確定植物的狀態(tài)。但是，監(jiān)測作物和從作為冠層的作物取樣對大型系統(tǒng)更加有用（Leinonen 和Jones，2004 年；Ushada 等人，2007 年；Hendrawan 和 Murase,，2009 年） 。此外，在商業(yè)