广东农垦著名的水果企业农场一红江农场，所种植的红江橙是中国第一柑橙品牌。目前，柑橘黄龙病是对柑橙最具毁灭性的病害，具有危害大，蔓延广等多种特点。因此，利用机器视觉技术在红江橙生长期间进行黄龙病监测，可以及时、快速地识别出感染黄龙病的红江橙，并迅速做出正确的决策，及时采取相应的农业综合防治措施，可有效提高红江橙产量及品质，为病情预测和诊治提供依据，对于减少黄龙病带来的损失具有十分重要的指导意义。

2.研究内容、技术原理

首先，对黄龙病柑橘初期特征及样本进行采集，制作正常柑橘和黄龙病柑橘的生长初期变化情况对比表格，发现初期黄龙病柑橘最突出的颜色变化。根据红江农场实际情况搭建机器视觉系统，对黄龙病柑橘的初期特征进行图像采集，并建立样本库。其次，开发基于机器视觉的黄龙病柑橘识别技术，研究机器视觉系统中的图像处理技术，对初期黄龙病柑橘样本图片进行去噪、增强和分割，对大量黄龙病柑橘颜色特征进行提取和学习，建立黄龙病柑橘颜色特征数据库，研究图像识别算法，提高机器视觉系统对黄龙病柑橘识别的准确率。对大范围柑橘的生长情况进行实时监控，设计黄龙病预警方法，考虑天气和光线等情况，不断完善机器视觉系统，提高红江农场对黄龙病的识别效率和准确度；最后，建设实时数据库及远程监测与预警平台。包括建立基于实时数据库的数据集成平台，建立组态、报表、报警、安全管理等业务功能模块建立远程黄龙病检测、数据挖掘等知识学习功能模块。

3.技术成果应用

本项目提出了一种基于多飞行器协作的农作物病害检测装置，该装置可以有效解决人工采集图像以及设置定点摄像头采集图像中无法采集生长较高的果树的枝叶图像问题，并且不局限于水平角度采集图像，可以从多角度采集图像。通过多飞行器配合以及合理的路径规划可以实现实时监测整个种植区的情况，不受限于只能实时监测个别区域。基于机器视觉的柑橘检测技术是一个研究趋势，和其他现有传统方法，如电子显微镜和生物测定，以及PCR相比，机器视觉可以在远距离、非接触性、快速、准确的获取根橘园的地面生长信息及地理信息，用以分析和检测相橘的生长特性，判断是否感染黄龙病。因此，利用机器视觉在红江橙生长期间进行黄龙病监测是十分必要的，可以及时、快速的发现并识别出感染黄龙病的柑橘，并迅速做出正确的综合防治措施，具有十分重要的指导意义。

4.应用存在问题

从研究立项到目前，人工智能技术恰处于国家与各级政府大力引导扶持的方向，因此众多研究机构与企业都在向该方向加大投入。该背景对本项目无疑是机遇，但同时也是竞争与压力，首先是报告推广成本降低有限，但毛利率大幅降低；二是面对的竞争对手都是实力强大的上市公司，其为抢占市场份额，经常不惜微利竞标；三是智慧农业领域进入门槛较高。