您的位置:首页

详情

依托信息技术 推动农业智慧化——河北农业大学机电工程学院范晓飞教授

2021-11-08

 

机器视觉、机器学习、图像处理是基于现代信息技术的进步而发展起来的新兴学科。种子质量检测、作物表型鉴定是传统农业研究领域的分支。两类学科看似相去甚远,但在智慧化农业发展潮流之下,河北农业大学教授范晓飞却将它们紧密联系在一起,并探索出以人工智能推动中国农业现代化发展的科研之路。
 
1 远涉重洋,探索农业领域的机器视觉图像研究
智慧农业领域并非范晓飞的“老本行”。他本科就读于中国民航大学电子信息工程专业;硕士毕业于清华大学生物医学工程专业,主要研究内容是利用近红外光检测乳腺癌,即利用正常和病变组织对红外线的吸收率不同,判断乳腺疾病,这时他开始进入图像处理、光谱成像领域;2006年,范晓飞进入美国密苏里大学攻读博士学位,从事视觉图像领域的研究,分别围绕老鼠视皮层成像和自闭症光学成像检测技术开展研究工作。
2010—2018年,范晓飞就职于密苏里州的一家农业企业。在这里他找到了信息工程与农业的契合点,在农业领域从事机器视觉、机器学习及图像处理等技术研究与应用工作。他的主要工作之一就是利用机器视觉有关技术自动地区分好种子和坏种子。这个工作目标简单直白、通俗易懂,但要实现却绝非易事,为此,范晓飞带领团队刻苦攻关,研究建立了20余项新技术。如:与玉米相关的玉米手持式近红外湿度仪、玉米种子高速成像与筛选系统、基于图像的玉米穗尺寸检测系统、基于高光谱成像的玉米胚胎筛选系统等;与棉花相关的基于X光成像的棉花种子成熟度检测、基于成像的种子包衣均匀度定量检测算法、棉花种子质量成像系统等;与大豆相关的质量成像系统的开发、孟山都美国种子质检中心自动化流水线、种子活力成像系统等;与蔬菜相关的三维重建成像对蔬菜可用移植幼苗的检测、蔬菜种子及种子球尺寸测量成像系统、基于行扫描相机和传送带的蔬菜种子质量成像系统、蔬菜果实成像系统的开发及应用等。
 
2 学成归国,开辟智慧农业研究新天地
2018年,范晓飞教授毅然到河北农业大学任教,把科研工作重点聚焦于农业现代化。他意识到,人工智能在中国现代农业中的应用已经拉开序幕,随着城镇化急速推进,有限的耕地和有限的务农人员将迫使人们借助人工智能技术提高农业生产率和农业附加值,依靠大量人力投入的农业时代将成为过去。在时代潮流推动下,范晓飞希望为中国农业贡献一己之力。自2018年回国至今,他与科研团队依托图像算法、多光谱成像以及组学等最新技术,开展了种子筛选、农作物表型鉴定等多学科多领域的研究攻关。重要开展了基于深度学习的图像算法与种子表型组学研究,以卷积神经网络架构为基础建立了虫蚀、发霉、破损、色变等种子缺陷的自动识别算法;同时,开展了基于多光谱成像的蔬菜叶色与光谱特征的定量分析和基于机器视觉及形态学特征提取的大白菜表型定量分析。下一步,将在之前研究的基础上,牵头实施“基于多模态成像的大白菜叶片特征自动提取算法及结球规律研究”“基于多光谱成像与区块链的种子质量检测与溯源技术研究”等项目。
围绕大白菜这一常见蔬菜,范晓飞团队将针对叶片表型性状难以自动定量获取和结球规律不明的难题,选取不同发育阶段的叶片,通过多视角立体成像与多种图像处理技术手段定量获取叶片卷曲、形状及结球方式特征,并结合叶片微观解剖结构显微图像的组织分割和定量分析。其目的是,建立大白菜叶片表型的3D成像建模方法;建立基于成像技术的叶片表型和组织细胞结构特征的自动、定量提取算法;揭示不同结球基因型的大白菜叶片表型性状与叶球层状结构及抱合方式之间的关系,以及组织细胞发育对叶球形成的影响和规律。这些研究将有助于实现大白菜结球功能基因的准确定位和解析叶片发育分子调控机制,对改良大白菜叶形、结球等重要性状,实现定向培育新品种有着重要的理论意义和实用价值。
针对种子检测与溯源技术,范晓飞团队将以河北地区茄子种子为研究对象,探索开发种子光谱及形态特征定量测量方法、种子真实性、纯度、活力快速评估方法、种子质量溯源方法等多项技术,以期建立茄子商品种的分类算法模型和光谱图像指纹图谱,形成准确率不低于分子标记法的真实性和纯度检测技术;建立种子活力的多光谱成像评价方法和算法模型,较好反应种子萌发后综合生长情况;建立基于区块链的种子质量溯源系统,以图像光谱指纹图谱为核心信息实现对种子质量的数据查询、信息反馈与质量溯源。