 |
 |
 |
現行深度學習、電腦視覺等技術為近幾年科技發展應用的重要趨勢，以農業應用為例，利用影像辨識技術進行作物生長監控，自動判斷農作物感染病蟲害的情況，便可提早進行防治措施，減少損失。病蟲害防治資材的使用與消費者食用之安全性一直是國內外被受廣泛討論的話題，國外已有不少菜蟲與其食用農藥後的生理反應之相關研究，但多是透過人工進行觀察與檢測。本研究應用深度學習及電腦視覺等技術，並以自動追蹤菜蟲活動及其進食情形，再透過數據之比較，期望可以節省人力的耗費並提供大量且精確的數據以供相關學者再行深入研究。 利用X-Y Table雙軸精密移動平台結合攝影機進行菜蟲之取像與追蹤，由偵測系統與被偵測的影像間，其相對位移產生相對運動，並在不同背景移動過程中，取出移動物體，並搭配深度學習的程式進行動態影像分割處理，得到正確的目標物位置，如圖1所示，系統將依據輪廓特徵辨識菜蟲，並啟動攝影機隨目標物移動進行追蹤，系統操作介面如圖2所示，且鏡頭具有自動校正功能，使其可持續鎖定目標物。藉由動態追蹤處理，計算菜蟲食用面積及移動軌跡，進而統計如移動距離、體積變化、生長週期、微量農藥殘留影響等各項數據，以利於後續研究並增加系統動態分析的準確度。
本研究以數盆噴灑不同濃度蘇力菌之高麗菜作為檢測區域，紀錄菜蟲食用量、時間與食用後反應的關係。為保持各目標物具相同景深以利實際大小運算，將攝影機與目標物之拍攝距離固定，系統實際架構圖如圖3所示，未來視覺定位系統在農園實際檢測架構，可將攝影機與X-Y Table架設至菜圃上方，圖4為其模擬示意圖。
當設定之目標物進入掃視範圍，系統運用深度學習方式辨識出目標物，再以幀間差分法的方式記錄菜蟲完整動態，並以兩秒一次的頻率紀錄移動路徑及食用菜葉狀態進而得知進食情形。當目標物利用差分法追蹤動態定義後即可進行影像預處理，並將影像分割成二值化，得到菜蟲食用範圍與面積。藉由不同處理之菜蟲食用菜葉狀態試驗結果得知，本系統具高度的目標物辨識率與穩定度，24小時的追蹤模式亦可不間斷取得相關監控資料，為此可提供農業病蟲害相關研究人員使用，並減少人工計算之時間成本。本計畫為科技部與逢甲大學自動控制系合作研究，期透過本系統之開發有助於研究菜蟲、防治資材及作物間之關係，並藉由資料庫的建立，提供後續菜蟲行徑追蹤之系統比對、研究與修正。
 |
 |
 |
 |
 |
 |