農業資訊科技應用發展電子報

農業資訊科技應用發展電子報．Vol.42

影像辨識技術與自動化設備結合發展機器視覺應用

　　接續上期電子報所介紹智慧影像辨識在農業領域發展許多應用方向，如遙測影像處理與地理資訊系統應用，進行農業資源調查和評估；也可以透過影像辨識結合圖鑑資料，發展環境教育、生態教育數位化服務；應用影像辨識結合作物品種資料庫，進行作物品種辨識。而因應智慧農業的推動，亦可以應用影像辨識技術與自動化設備，建立機器視覺服務技術。

介紹如下案例以供參考、發想：

1.花卉品質辨識：

　　花卉是我國重要出口農業經濟作物，其中又以蝴蝶蘭與文心蘭為大宗。蝴蝶蘭主要出口產品為大苗，惟台灣目前蝴蝶蘭生產尚未完全達到自動化，人工成本約佔生產成本的60%-70%，不但生產成本無法降低，且品質無法維持一致。影像辨識技術應用在蝴蝶蘭大苗選別上，在國外已經發展相當成熟，例如歐州最大的蘭花公司-荷蘭Floricultura，很早就開始應用電眼辨識系統來進行出貨前品質控管，在其自動化生產線上，出貨前有軌道進行產品分級，透過2部電眼辨識系統，一部負責辨識二維條碼資訊，另一部則辨識花色與開花數，若未達到出貨標準，該植株則會被再送回栽培區。目前Floricultura的生產線透過電眼辨識系統共可辨識250種品種，3天可以完成1萬5仟株產品的分級作業，強化品質控管及降低人工成本（葉育哲，2014）。

　　而在台灣，業已應用機器視覺於蝴蝶蘭大苗幾何特徵與病害檢測，依據不同蘭園的出貨品質控管標準，應用影像辨識技術進行選別。例如台糖蘭花大苗出貨合格產品的葉幅至少要25公分以上，最上層葉片的長寬比要小於3、葉片總數至少為4片，因此可以透過五個主要特徵進行影像辨識：（1）葉幅。（2）葉片夾角。（3）最上層兩片葉片長度。（4）最上層兩葉片的長寬比。（5）葉片總數（黃國益、林聖泉，2000）。目前中興大學黃國益副教授已經發展「蝴蝶蘭大苗選別系統」，由取像定位機構、影像辨識系統、分級顯示裝置、選別控制系統等部分組成。如果依據台糖公司的出貨品質要求，該套設備選別正確率可以達到90%，且每株選別時間僅需21.15秒，相較於人工選別正確率97%，每株選別時間為27.42秒，有一定程度的優化空間（黃國益、林聖泉，2001），惟目前在國內尚未普及化應用與發展。

2.電子漁獲監測系統

　　漁業資源是有限的再生資源，如果過度捕獲，將會影響其再生能力，因此針對漁獲物種、漁獲量等資訊進行有效管理，是漁業管理重要基本工作，目標在減少對資源的捕撈壓力，藉以創設良好的生態環境。為有效進行漁獲監測，漁業署自99年度起指派20名觀察員隨船觀測、海上登臨檢查，另指派20名港口查報員（100年增至30名），進行港口漁獲資料查報，提供正確漁獲資料。亦結合漁船監控系統（Vessel Monitoring System; VMS）進行漁獲自動回報，不過皆有不便之處，亦無法收集完整資料，隨著科技演進，美國國家海洋暨大氣總署（National Oceanic and Atmospheric Administration,NOAA）從2000年起開始進行電子監測漁獲系統的實驗，希望能夠透過影像辨識系統，在不干擾作業的情況下收集資料。以阿拉斯加為例，目前有四個以黃線狹鱈（walleye pollock）為主要補獲漁種的船隊，因為漁種較單一，開始使用結合影像辨識的自動化紀錄電子漁獲監測系統（Electronic monitoring system, EMS），當EMS接受器感受到漁船起網收繩的訊號，便會啟動攝影機拍攝收網及漁民在甲板上處理漁獲的過程，所拍攝到的影像再由分析人員進行分析。雖然已經嚐試透過影像辨識技術來辨識漁種，不過因為常常會有混獲的現像，如夾帶魟魚，所以距離完全自動化辨識尚需要進行多次實驗研究，累積辨識數據資料庫。

　　影像辨識技術越來越成熟，市場上的應用也越來越多元，而農業領域透過影像辨識也有相當多的應用思考方向，如本文所介紹，影像辨識技術與自動化設備結合發展機器視覺應用，持續優化將能解決部分農業缺工的問題，並提高生產效能，可期待其對於農業未來發展的助益。

．	葉育哲。2014。荷蘭蝴蝶蘭設施自動化生產參訪簡介。花蓮區農業專訊87(3)，P23-25。
．	黃國益、林聖泉。2000。應用機器視覺於蝴蝶蘭在大苗期幾何特徵之估算。農業機械學刊 9(2)，P13-26。
．	黃國益、林聖泉。2001。蝴蝶蘭大苗選別系統之研製。農業機械學刊10(4)，85-98。
．	National Oceanic and Atmospheric Administration, (2016, February 16). Electronic Monitoring: Different Fisheries Require Different Solutions. Retrieved from http://www.fisheries.noaa.gov/stories/2016/02/electronic_monitoring.html
．	National Oceanic and Atmospheric Administration, (2016). Electronic Monitoring. Retrieved from http://www.nefsc.noaa.gov/fsb/ems/