1、78202302技术推广试验研究农事百科松江鲈鱼，俗称四鳃鲈。该鱼头部宽扁，有棱无棘。农产品食用安全保障越来越受到消费人群重视，农产品主要农残智能化检测意义非凡2。传统农产品农残检测主要依靠实验仪器和理化实验，现在的大趋势是快速无损检测，利用快检方式测试后肉眼进行识别和判断3。目前快速无损检测的准确率不高，因为人眼对结果的判断相对主观，所观察到快检结果的颜色变化也会有所不同，从而导致对农产品主要农残最后的评定出现误差4。如何提高农残检测效率和准确度，引入新的技术手段是关键。图像处理技术已逐渐在部分农业院校及科研院所的农业领域得到应用，并取得很好的成果，例如基于图像识别处理的粮虫检测方法5，基于
2、图像处理的水稻生长监测系统，并且将图像处理技术应用于农业工程6，再比如使用MATLAB分析了大量的农业病虫害图像数据，然后开发了一种基于图像处理技术的农业病虫害识别算法，解决了专家人工识别过程中的难题，为用户提供了更准确的识别结果7。诸如此类的农业领域都运用了图像处理技术，但在农残检测方向，至今还少有提及。本研究借鉴了图像处理技术在农业中的应用研究，通过对原始图片进行标识物锁定、对图片进行高斯滤波以及进行边缘检测，实现对试纸目标物的提取检测。应用Python+OpenCV技术来对原始图片进行图像的预处理，应用有监督学习为对比的数据图片进行标识，使检测人员对农产品主要农残检测试纸颜色变化更具直观
3、性，同时减轻检测人员工作压力，实现机器视觉的试纸颜色变化的图像处理8。1 材料和方法1.1材料及原理研究实验主要采用了北京中瑞祥科技有限公司的快检试纸和试盘，并以李志伟等人在氨基甲酸酯类农药残留分析方法上的总结与归纳作为本实验的理论依据9。氨基甲酸酯类农药残留主要分析方法有色谱分析、生物检测、免疫分析、生物传感器等。而本实验采用的是胆碱酯酶抑制法，利用氨基甲酸酯类农药可以具有针对性的使动物体内中枢神经内的胆碱酯酶活性遭到破坏的特点，来配合特制的显色剂，使其发生处于不同程度的蓝色反应。对基于机器视觉的氨基甲酸酯类农残的检测李 毅1，李海鹏2，杜 毅3，岩樱洁3，罗 玲1，曹志勇1*（1.云南农业
4、大学大数据学院，云南 昆明 650201；2.山西省地产投资有限公司，山西 太原 030012；3.云南省农业农村信息与宣传中心，云南 昆明 650224）摘 要：随着中国农业飞速发展，通过机器视觉技术处理农产品主要农残快检，以达到智能检测的目的，也为提高农产品主要农残检测效率及准确度提供了新途径1。而图像处理就是其中一个重要研究内容，在检测反应试纸图像中提取反应区域，剔除不必要的背景及干扰区域，从而突出所研究的部分，在现实检测中，快速有效的图像处理是农产品主要农残快检的前提及必要条件。关键词：机器视觉；农残快速检测；图像处理；氨基甲酸酯类作者简介：李毅（1990-），男，云南昆明人，硕士，研
5、究方向为农业工程与信息技术，E-mail：*通信作者：曹志勇，E-mail：79202302技术推广试验研究名言历史把那些为了广大的目标而工作，因而使自己变得高尚的人看作是伟大的人；经验则把使最大多数人幸福的人称赞为最幸福的人。马克思于显示结果的分析，在测试中使用OpenCV2对实验对象进行图像处理10。1.2实验方法检测农产品主要农残分为两个部分。第一为快检等级值，这一部分使用快检试纸。第二部分采用农残测试片（试盘），用来检测农产品主要农残有无（见表1）。将各种快检等级值和不同农残浓度的试纸与试盘在白、红、蓝、绿、黑、棕、紫7种不同颜色背景下在室温25、光强130 Lux的环境下拍照采样。共
6、计快检等级值图像40张以及不同农残浓度168张。通过在服务器端进行以下图像处理，从而得到最优的背景颜色，最终实验显示在白色背景下结果最优11。研究步骤为对图像进行预处理使用边缘检测并使用漫水填充算法提取目标物通过RGB均值换算亮度的公式得到图片的亮度变化通过K-means聚类算法将所需要的颜色全部进行聚类，再通过与标准颜色库的对比12。表1 快检等级值及不同农残浓度检测表快检等级快检等级值主要农残浓度（%）时间间隔（min）AA1、A2、A30无BB1、B2、B312、4、6、8、10CC1、C2、C352、4、6、8、10DD1、D2、D3102、4、6、8、10EE1、E2202、4、6、
7、8、10通过事先创建的标准颜色库与目标图片的反应颜色进行相似对比，相似比较的结果也最终通过正则表达式的设置，检索与标准颜色库一一对应的标签表单，从而得到我们所需要的结果并及时反馈给使用者。2 检测结果2.1色谱背景分类测试结果将试纸放于不同颜色背景下拍照，而背景颜色主要有白色、黑色、红色、蓝色、绿色、棕色6种颜色。不同背景下拍摄的图像（见图1）。图1 六种颜色背景呈现比较图以快检等级为C级的反应试纸为例，文中农药残留测试片，即试盘，检测时间间隔为8 min时，浓度为10%的农产品主要农残水溶液在试盘上发生颜色反应（见图2）。图2 快检C级间隔8min时试盘颜色反应经过对白色、黑色、红色、蓝色、
8、绿色及棕色6种颜色背景的分析汇总，可得到不同背景结果对比（见表2）。对在不同颜色背景下进行拍照后，通过一系列图像处理直至得到最终结果的对比（本次对比分析快检等级为9，标准亮度为100 nits）。表2 不同背景结果对比表背景颜色目标物提取效果亮度（nits）快检等级值白色准确提取147.53C3黑色准确提取54.36C3红色杂质过多123.45E1蓝色杂质过多97.18D2绿色较准确，仍有杂质131.83C3棕色背景杂质过多146.13C380202302技术推广试验研究农事百科白鹃梅是一种落叶灌木可以作为园林材料，又能够食用，具有一定的保健功能，是一种多用途的花卉，适应性也较强。目标物提取的
9、效果直接决定了最终结果呈现的准确性。当背景为红色或蓝色时，由于杂质过多，导致最终快检等级得到了错误结果，实验中不建议在红色或蓝色背景下拍照采集；虽然绿色背景最终较为准确的进行了目标物的提取并得到了正确的pH值，但是为保证结果准确，尽可能不采用绿色背景拍照采集；同理，棕色背景不确定性更大，所以也不建议在棕色背景下拍照采集；对于白色与黑色背景，由上表可以看出，在光学上，由于白色背景容易反射其他色光，而黑色背景容易吸收其他色光。由此，我们就可以得到结论，本实验在白色或黑色背景下进行拍照，其结果将更加准确，并且若周围光照不足，可选用白色背景，反之就选用黑色背景也可以一定程度上提高结果的准确性。2.2图
10、像识别测试结果通过快检等级图像40张及不同农残浓度的图像168张为基础条件进行分析研究。同时也进行了大量的系统运行测试，总结归纳出该快检系统的识别率的值13。快检系统识别率（见表3）。其中快检等级的识别率由于会受到背景颜色的影响，所以根据上述目标物的提取效果而采用白色背景分析。当然，由于外界的影响如拍摄光线较弱、快检试纸或试盘本身检测不准确、快检试纸和试盘自身有污垢等情况都有可能会影响到最终的快检结果14。快检等级为C3由于背景颜色选取有误而产生偏差的样例和正确背景颜色下进行快检处理（见图3）。表3 快检系统识别率类别测试图片数量（张）正确识别数量（张）识别率（%）快检等级（白色背景）2582
11、4394.18农残有无鉴别25824896.12图3 背景误差与正确识别3 讨 论本次研究致力于对农产品主要农残的快检研究，以前农业不同领域使用图像处理作为技术导向，针对农产品主要农残检测快检试纸和试盘图像的特点，以快检试纸和试盘反应颜色为研究对象，提出了运用人工智能的知识，实现智能化农产品主要农残快检研究。通过机器视觉图像处理技术，对目标图片进行预处理、边缘提取、聚类等一系列操作，并达到农产品主要农残的快检等级及农残鉴别的目的，对农产品主要农残的类别识别处理有一定针对性15。本研究在不同的农业领域另辟蹊径，实为创新。与传统农残检测相比较，将机器视觉应用到检测中，使农产品主要农药残留检测智能化
12、。在研究中，高效快速识别反应颜色，减少人为主观判断失误，处理结果准确客观。但也存在一些问题，有待进一步讨论，加以优化，使其更加完善。图像采集需要利用标识图案对农产品主要农残快检所用快检试纸和试盘的反应颜色进行定位，也包括了如何避免在拍摄过程中产生的部分光的反射16。图像采集过程可能出现各种不可预料的外界环境因素影响，使得实验结果的准确性在一定程度上受到细微影响，在后续研究中还需进行改善。本研究以农产品主要农残快检所用试纸和试盘的反应颜色为研究对象，因作用反应需要一定时间，可以尝试是否能通过其他的技术手段进行优化，使得检测更加迅速和灵敏。4 总 结基于机器视觉的农产品主要农残快检研究主要以农产品
13、农残检测实现智能化为目的。以农产品快检试纸和农药残留测试片为研究对象。对目标图像信息实行现场采集，对目标图像进行识别及处理。通过图像预处理、标识处理、不同照度不同颜色呈现区别、颜色识别的区域划分与定位等一系列操作来实现本研究内容，最终得到农产品主要农残的快检等级及农残鉴别的结果。本次研究致力于农产品主要农残快检，采用主观与客观相结合的评价方法对农产品是否有农残进行评价，但如今暂时没有一个最为全面标准的颜色反应对照表。经过大量拍摄实验，大量查阅资料，不断总结归纳得出一个标准库。随着图像数据的增81202302技术推广实用技术哲理山路不像坦途那样匍匐在人们足下。加，可拓展空间还可进一步提升，农产品
14、中农药残留量仍具有一定的多样性和复杂性。现阶段存在的算法较多，但仍没有一种合适的算法可以适于更多种农残情况的分析。参考文献1冷雪蕊.农业信息化对提高农业经济效益的必要性及发展对策 J.中小企业管理与科技(中旬刊).2021(08).2赵丽萍,徐福春.农药残留快速检测技术研究概况 J.农村科技，2018(11).3骆一凡.基于机器视觉技术的作物冠层养分测量仪的研发 D.浙江大学，2017.4张思宇.基于超像素的遥感图像分类技术研究 D.哈尔滨工程大学，2018.5周清松，唐秀忠.图像识别处理技术在农业工程中的应用 J.现代电子技术，2017，40(04)：107-110.6张元宝，夏金林，孙维登
15、，等.水稻生长监测系统的开发与应用 J.安徽农学通报，2018，24(15)：165-167.7梁晓彤，徐践.MATLAB 图像处理技术在农业病虫害识别中的应用分析 J.南方农业，2017，11(21)：117-122+124.8郭晓月.基于三种变换的图像融合技术的比较 D.中北大学，2014.9李志伟，梁丹，张建夫.氨基甲酸酯类农药残留分析方法的研究进展 J.华中农业大学学报，2008（05）：691-695.10王键，梁春娇，郭俊先，等.基于 OpenCV 确定植物叶片面积 J.分子植物育种.2020(06).11孙前锋.基于主颜色谱及空间分布熵的目标匹配技术研究 D.南京邮电大学，201
16、2.12张昌辉.基于改进K-均值算法的入侵检测方法研究D.天津理工大学，2013.13严志.一种云平台下的大数据聚类系统研究 J.长沙民政职业技术学院学报，2019，26(01)：113-117.14胡睿升.网络入侵检测中的机器学习方法与应用 D.北京邮电大学，2019.15李海鹏，赵红波，何继燕，等.图像处理技术在农业中的应用研究 J.福建电脑，2019，35(06)：17-20.16陈晓.图像自动语义标注研究 D.江苏科技大学，2013.收稿日期：2022-07-04编辑/吴杏红红花，又称草红花，属1年生草本植物，菊科，花橙红色，具特异香气，味微苦，以花片长、色鲜红、质柔软者为佳，油药兼用，花有活血化瘀、袪痛通经等功效，已广泛用于预防和治疗心脑血管疾病。作为多用途综合资源植物在南涧县小湾、碧溪、乐秋、公郎等乡（镇）种植达2 000 hm2。但优良主栽品种连年种植，病虫害日趋严重，损失巨大，尤其是新病害红花黑斑病，对产量影响更大。2018年1月下旬，南涧镇团山村首次发现；2022年2月中旬，在小湾东镇小比密大村大面积暴发，部分地块已绝收。通过调查、取样镜检、准确鉴别，结合发病因素的调
