计算机及网络系统近 20 年来有了突飞猛进的进展，已成为人们生产、生活、学习和娱乐必不可少的工具。计算机技术在各行各业都有着广泛的应用，应用到农业领域始于20 世纪 50 年代初的美国。从最初简单的农场管理到作物生产管理自动化、农田灌溉调控自动化、畜禽生产管理自动化、农机管理与产品加工自动化和农业数据库、模拟模型、网络等，计算机的应用给美国农业生产带来了高质量、高效率和高收益。电子计算机在我国农业中的应用起始于 20 世纪 70 年代初期，其应用领域包括种植业、畜牧业、渔业、林业等，从教学科研到生产管理均取得了初步的成果。

在由传统农业的经验耕作、管理、规划、决策向现代农业的科学耕作、管理、规划、决策转变的过程中，计算机技术起着非常重要的作用。该文着重对计算机图像处理和机器视觉技术在农作物种质检测、种子计数、农产品品质检测与分级、作物生长状态监控及农业机械、农业机器人作业中的应用进行了论述，并简单介绍了计算机在节水灌溉、畜牧业生产和食品农产品安全领域的应用情况，提出将云计算应用于农业领域，将有助于解决农业高度分散、生产规模小和时空变异大等问题，应加快推进研究与技术实践。计算机技术、微电子技术和通信技术构成了现代信息技术的主要特征。

近年来，3S 技术、人工智能、图像模式识别、多光谱识别等高新技术的发展，推动了精细农业技术体系的广泛实践。计算机视觉技术在农业领域的应用主要包括田间收获作业、作物生长状态监测、农产品品质检测及分级、杂草与病虫害防治等。数字图像处理与识别技术在种质资源检测方面为替代传统的人工检测方法，为实现农业现代化提供了重要的技术力量。利用机器视觉测定种子个数可以节省人力，但有时种子叠压在一起，使得采集后的图像不能对种子颗粒进行直接计数，此时需用到种子图像分割算法。

我们针对玉米种子大小不均、形状不规则、分割难度大的现状，提出了一种基于逐步改变阈值的分水岭分割算法，较好地解决了粘连玉米的分割问题，并成功应用于基于机器视觉的玉米计数。朱伟兴等将摄像机采集的大豆颗粒图像经预处理后，提取所有的颗粒块区域，采用支持向量机分类法，可以实现智能识别颗粒叠加类型和自动分割，提高了大豆千粒重的测定效率和精度。20 世纪70 年代，美国、日本等发达国家已开始进行将机器视觉技术用于农作物种子质量检验评价的研究，国内在这方面的研究则起步较晚。

1994年，美国农业部农业研究服务公司和康奈尔大学合作研制利用苹果近红外和可见光反射、透射探测苹果损伤和缺陷的计算机视觉系统。在农业机器人研究领域，图像处理技术主要应用于机器人的视觉导航和采摘机器人的果实辨识等。国外已开发出一大批蔬菜水果采摘机器人，国内在这方面的研究起步较晚，始于20世纪90年代中期，但发展很快，很多高校、研究院所都在进行农业机器人和智能农业机械相关的研究。中国粮油仪器网  http://www.grainyq.com/