机器视觉是一门涉及模式识别、神经生物学、计算机科学、人工智能、图像处理、心理物理学等诸多领域的交叉学科。主要是通过计算机对人类某些视觉方面的智能行为的模拟和再现，再处理并理解从客观事物的图像中提取到的信息，最终达到在实际检测和控制中应用的目的。近年来，随着农业的智能化发展，使得机器视觉越来越多的应用于农业之中。
    1机器视觉的主要结构 
    1.1照明
    照明是机器视觉系统里的一个非常重要的部分。它直接影响着摄像机采集到的数据的质量，所以，在选择照明设备的事情上，要非常的谨慎。一个好的光源的判别标准是：
    （1）能够突出对比被测物体的特征。
    （2）保证稳定性和亮度。
    （3）物体的位移不会对成像质量有影响。
    生活中常见的光源主要有白炽灯、氙灯、荧光灯、LED等几种类型。在照明上，有两种方法可以来增强需要的目标特征：
    （1）利用光谱。选取合适的照明光源反射呈现出希望看到的光谱范围。
    （2）利用照明的方向性。有两种方法：其中一种是具利用光源本身的照射效果。光进行漫反射时，光的照射强度在每个方向上基本相同。而当光直射时，光源的光会集中在一个狭小的范围内。特定的环境下，光源会发出单向平行光。
    （3）可以从被测物、光源、摄像机三个部分的相对位置入手。有正面光、背光、明场照明、暗场照明四种相互独立的方法。
    1.2镜头
    摄像镜头是一种光学设备。具有把光转换为摄像机内部成像的功能。镜头是机器视觉中举足轻重的部分，对判断图像的质量好坏有着很客观的作用。镜头性能的参数主要有工作距离、角度、视场、景深、分辨率等几个方面。工作距离指的是镜头的前部到被测物体的距离。视场表示摄像头能观察到的最大的范围。景深指的是在物体在摄像机照射到清晰图像的情况下能移动的前后距离范围。
    1.3摄像机
    摄像机是可是将光线转换成图像的装置。摄像机又分CCD和CMOS传感器摄像机两种。两者主要的区别是读出数据的方式。CCD的成本高，工艺复杂，耗电高，但是效果好。CMOS制造成本低，制造工艺简单，消耗的电力小，但是CMOS的通透性和对色彩的还原能力都比较差。CCD可分为两类，面阵式和线阵式。在速度较高的情况下一般采用线阵式，速度低的情况下采用面阵式。面阵式价格也比较便宜。
    1.4 图像采集卡
    把摄像机采集到的数据通过图像采集卡转存到电脑中。
    2机器视觉在农业中的应用 
    2.1机器视觉在棉花氮素营养诊断中的应用
    农作物生长发育进程和产量形成受肥料影响很大，基于机器视觉的作物生长监测与诊断技术是近地面遥感监测的方法之一，其优质清晰的数字图像既能方便地对作物生长发育的季节性变化进行评估，也能实时高效、快速准确、自动无损地提供作物长势信息和营养状态诊断，在信息化精准农业生产中扮演着极其重要的角色，还可以帮助农户适时采取农艺措施（施肥、灌水、耕作、收割以及病、虫、草、鼠害防治等），从而提高农作物产量与品质。
   2.2机器视觉在嫁接苗移栽实时定位中的应用
    为了降低嫁接苗培育整个环节的工作强度、提高嫁接苗存活率以及生长质量，嫁接苗的全自动培育是未来发展的趋势。嫁接苗的全自动培育包括精密定向自动播种、自动育苗、自动供苗、自动嫁接、嫁接苗自动移栽以及温室自动管理几个步骤，每个环节都有大量的研究人员深入研究。其中，嫁接苗的自动移栽主要完成从嫁接机上取苗再到穴盘上进行种苗的过程。移栽效果一般取决于穴孔定位的精度、稳定性以及末端执行器的设计。针对移栽过程中基于机器视觉的穴孔位置的定位研究是目前的研究热点。
    2.3机器视觉在茶陇识别与采茶机导航中的应用
    中国是茶叶的主要原产地，也是世界上茶叶种植、消费、出口最大的国家之一。目前，我国茶叶采摘和用工的矛盾已经成为茶叶产业发展的瓶颈，加快发展茶叶采摘机械化势在必行。采用机械化作业替代人工，不仅可以降低成本，而且能够提高采茶质量和生产效率。机器视觉在茶陇识别与采茶机导航中的应用，给茶产业带来了新的春天。利用计算机视觉系统识别茶树嫩芽并实现定位采摘的方法，不仅可以保证叶片的完整性，还能使整个采摘过程完全自动化，节省大量的人力物力，但机器视觉的识别效率还有待提高。
　   3总结与展望 
    机器视觉在农业中的应用为精细农业和农业生产自动化奠定了基础，不仅有助于解放劳动力，还有助于提高农作物产品的品质和产量。
    另外，植物生长过程的三维重构是目前国内外的研究热点，机器视觉技术是该过程中不可或缺的重要环节。植物生长周期长，利用三维重构技术可将作物在虚拟空间中结构的发育与生长过程进行仿真，并以三维图像进行展现，不仅能够直观、精确地呈现植物的三维生长过程，还可对植物的生长进行预测，为生物育种、育苗提供高效便捷的实验方法。