基于.NET的番茄果园视觉特征管理系统

摘要  介绍了一种基于.NET平台的番茄果园视觉特征管理系统，旨在提高番茄果实的检测和识别效率，促进农业生产的智能化发展。随着信息技术的发展与普及，越来越多的农业生产活动开始向数字化、智能化的方向转变。同时，随着人口增长和城市化进程的加速，人们对蔬菜和水果的需求越来越大，对水果品质的要求也越来越高。而作为现代农业中重要的经济作物之一，番茄的种植和管理对于果农们来说至关重要。为了提高番茄种植的生产效率和品质，帮助果农实现对番茄种植全过程的管理。以位于辽宁省大连市旅顺口区某番茄果园为例，对系统框架的搭建，包括系统的数据结果和框架，同时对传感器数据和图像数据进行处理和数据分析，实现对果园内番茄的生长状态和品质的实时监测和管理，提高番茄果园的生产效率和品质，增加果农的生产效益和经济效益。

关键词  .NET平台；番茄果园；管理系统；分类识别

中图分类号  S126  文献标识码  A  文章编号  0517-6611（2024）01-0236-05

doi：10.3969/j.issn.0517-6611.2024.01.052

开放科学（资源服务）标识码（OSID）：

Tomato Orchard Visual Feature Management System Based on .NET

LI Jing1，2，WANG Yan-wei3

（1.Dalian University of Science and Technology， Dalian， Liaoning 116052; 2.Heilongjiang Bayi Agricultural University， Daqing， Heilongjiang 163319;3.Heilongjiang University of Science and Technology， Harbin， Heilongjiang 150022）

Abstract  We introduced a Tomato Orchard Visual Feature Management System based on the .NET platform， aimed at improving the efficiency of tomato detection and recognition and promoting the intelligent development of agricultural production. With the development and popularization of information technology， more and more agricultural production activities are beginning to shift towards digitization and intelligence. At the same time， with the acceleration of population growth and urbanization， people's demand for vegetables and fruits is increasing， and the requirements for fruit quality are also increasing. As one of the important economic crops in modern agriculture， tomato cultivation and management are crucial for fruit farmers. In order to improve the production efficiency and quality of tomato cultivation， the system was used to help fruit farmers manage the entire process of tomato cultivation. Taking a tomato orchard located in the Lushunkou District of Dalian of Liaoning Province as an example， the system framework， including the system's data results and framework， the processing and data analysis of sensor data and image data， was constructed to achieve real-time monitoring and management of the growth status and quality of tomatoes in the orchard， improving the production efficiency and quality of the tomato orchard， and increasing the production and economic benefits of fruit farmers.

Key words  .NET platform;Tomato orchard；Management system；Classification recognition

基金项目  2023年度辽宁省教育厅基本科研项目（JYTMS20230523）。

作者简介  李晶（1981—），女，吉林通化人，副教授，从事农业工程与信息技术方面的研究。*通信作者，教授，博士，从事农业信息化研究。

收稿日期  2023-02-19；修回日期  2023-09-28

随着信息技术的发展与普及，越来越多的农业生产活动开始向数字化、智能化的方向转变。与此同时，随着人口增长和城市化进程的加速，人们对蔬菜和水果的需求越来越大，对水果品质的要求也越来越高。而作为现代农业中重要的经济作物之一，番茄的种植和管理对于果农们来说至关重要。为了提高番茄种植的生产效率和品质，科研人员正在探索更为先进的技术和管理方法，用以帮助果农实现对番茄种植全过程的管理。其中，基于计算机视觉技术的果园管理系统逐渐受到人们的关注。鉴于此，笔者提出了一种基于.NET技术的番茄果园视觉特征管理系统，以位于辽宁省大连市旅顺口区某番茄果园（39°N）为例，通过对传感器数据和图像数据的处理和数据分析，实现对果园内番茄的生长状态和品质的实时监测和管理，提高番茄果园的生产效率和品质，增加果农的生产效益和经济效益。

1  研究目的和意义

1.1  研究的目的

该系统的核心技术包括物联网、计算机视觉和数据分析等方面。系统通过物联网技术对果园内的传感器设备进行管理和监控，可以实时感知果园内的温度、湿度和土壤水分等参数。同时，系统还利用计算机视觉算法对番茄图像进行识别和分类，实现对番茄的生长状态、病虫害等级、外观质量、品质等方面进行实时监测和分析，实现果园的自动化、智能化管理。

随着计算机技术和图像处理技术的不断发展，果园管理系统的应用范围也越来越广泛。例如，该系统可以用于测量果蔬的大小、颜色、形状、纹理等视觉特征，对果实的成熟度和品质进行预测和控制，提高果农的生产效益和经济效益。最后，通过数据分析和预测技术，系统可以对果园内的产量、品质、成本等进行分析和预测，帮助果农们制定更加科学的种植计划和管理策略。

1.2  研究的意义

该研究的意义主要有以下几个方面：

1.2.1

提高果园管理效率。通过建立基于.NET的番茄果园视觉特征管理系统，果园管理人员可以更加高效地管理果园，实现信息化、自动化管理。系统可以实时采集果园的各项数据，如果实的大小、颜色、成熟度等信息，让果园管理人员能够更加全面地了解果园情况，及时进行调整和决策，提高果园的生产效率。

1.2.2

提升果品质量。可以对果实进行自动检测和分级，能够检测出果实的大小、颜色、成熟度等指标，进而进行分级处理，将果实分为不同的品质等级，保证果品的品质和口感，提升果品的附加值。

1.2.3

减少人力成本。传统果园管理需要大量人力，而基于.NET的番茄果园视觉特征管理系统可以实现自动化管理，减少了人力成本，提高了工作效率，降低了管理成本。

1.2.4

推广新技术。研究基于.NET的番茄果园视觉特征管理系统可以推广新技术在果园管理领域的应用。该系统利用计算机视觉和人工智能技术，可以实现对果实的自动检测和分级，具有较高的科技含量和创新性。该研究成果可以在果园管理领域的推广应用中发挥积极作用，推动果园管理的现代化进程。

2  研究内容和研究方法

2.1  研究内容

该研究在基于.NET技术开发一套能够高效管理番茄果园视觉特征数据的管理系统。该系统主要包括以下几个方面的内容：

2.1.1  数据采集。通过采用计算机视觉技术，对番茄果园进行图像采集，并将采集到的图像进行处理，提取其中的视觉特征数据。

2.1.2  数据管理。对采集到的视觉特征数据进行管理，包括存储、更新、删除等功能。同时，为了方便数据的查询和分析，需要设计相应的查询和统计分析模块。

2.1.3  数据可视化。为了更加直观地展示数据的分布情况和变化趋势，需要设计数据可视化模块。通过对数据进行可视化处理，用户可以更加直观地了解番茄果园的生长状态。

2.2  研究方法

2.2.1  系统需求分析。通过与果园管理人员沟通和调研，明确系统所需要实现的功能、性能、可靠性、安全性等需求，确定系统的整体设计方案。

2.2.2  数据采集和预处理。使用摄像头或传感器等设备，对果园中的番茄进行采集，获取番茄的图像和相关信息。对采集到的数据进行预处理，如去除噪声、调整图像对比度等，为后续的处理做准备。从原始数据中提取出具有代表性的特征，并用于后续的分类、识别、检索等任务。在视觉特征管理系统中，特征提取是非常重要的一步，可以通过多种方法实现，如基于灰度共生矩阵（GLCM）的纹理特征提取方法、基于边缘检测的形状特征提取方法、基于颜色直方图的颜色特征提取方法等。

2.2.3  计算机视觉处理。利用计算机视觉技术对图像进行处理，提取番茄的特征信息，如大小、颜色、成熟度等，实现对番茄的自动检测和分级，可以使用OpenCV等开源的计算机视觉库来实现。分类识别是指将提取到的特征进行分类判断，并给出分类结果的过程。在视觉特征管理系统中，分类识别主要用于对番茄果实进行分类和识别。常见的分类识别算法包括支持向量机（SVM）、卷积神经网络（CNN）等。

2.2.4  数据库设计与管理。设计数据库，存储番茄的特征信息和相关数据，通过数据库管理系统来管理和维护数据库。

2.2.5  系统集成和测试。将各个模块集成到一个系统中，并进行测试和优化。测试内容包括系统的功能、性能、可靠性、安全性等方面，确保系统达到预期效果。

2.2.6  系统应用与评估。将系统应用于实际的果园管理中，并进行评估。评估内容包括系统的稳定性、适用性、经济性等方面，为后续改进提供依据。