机器视觉系统由图像输入、图像处理、图像存储和图像输出组成。其核心是图像处理，即把由二维数值给定的图像进行加工处理后输出为另外的图像或识别结果。利用机器视觉技术采集温室内作物生长信息，不仅对研究植物生理方面具有重要意义，也为设施农业控制作物生长环境提供了依据。

        近日，德国一家公司的科学家开发出了一种基于CCD相机的荧光计，用于测量植物的光合作用。据悉，开发该系统的目的是为了了解树木、庄稼在田地中的生长状态，及在面对寄生虫、霉菌感染和气候变化时的反应。

        植物中光合作用的水平，取决于植物的生长阶段和健康状况。为了确定植物的健康情况，科学家们创建了一套称为成像脉冲幅度调制（PAMM）系列的成像系统，该系统中包含一个测量头，测量头中集成了LED光源和工业相机。大小不同的植物样本，可放置到不同型号的测量头中。在测量头中，植物样本不会受到外部光线的照射，仅被蓝光或红光LED灯发出的光脉冲照射。

        测量时，利用脉宽为微秒级的短脉冲光，测量植物的荧光刺激，使用工业相机测量荧光产量，测量光的强度极小，以至于不能触发光合作用。所以，为了弥补工业相机的这种缺陷，测量过程中，会利用一个短暂的饱和光闪光。闪光时长在400-800ms，该饱和闪光非常短暂，既不能触发光合作用也不会损害植物。通过这个系统采集到的数据，将计算出最小和最大荧光量的比值，所显示的数值将暗示植物的健康状态。

        机器视觉技术在田间植物检测和识别中有良好的应用前景。研究人员除了利用机器视觉系统测量光合作用以外，还可以利用植物与背景的颜色信息、形状信息和纹理信息进行了植物的检测和识别,做了许多有益的探索并取得了很好的效果。但大多数文献中描述的算法和方法没有很好地考虑其实时性,再加上田间环境的多变性,所以利用机器视觉技术进行田间植物实时检测和识别尚需进行更深入的研究。我国在这方面的研究较少,与国外相比尚有较大的差距,需要尽快开展研究,缩小与国际先进水平的差距,促进该技术在我国农业生产中的应用。