基于机器视觉的农田害虫快速检测与识别研究

发布时间：2022-02-22 13:09

　　害虫快速检测与识别是农作物病虫害防治的基础。传统的害虫分类和识别主要是专家通过肉眼观察害虫的外部特征并与模式标本对照来完成的,这种识别方法费时费力。随着计算机技术的发展,人们逐渐将图像处理技术与模式识别技术应用到害虫的研究和识别中,并建立害虫的识别系统,丰富了识别手段,提高了识别效率。本文以农田典型害虫作为研究对象,采用数字图像处理技术和模式识别技术研究了害虫图像的分割、特征提取、分类器分类等方面技术问题,并在此基础上结合3G无线网络技术建立了基于物联网的昆虫远程自动识别系统。本论文的主要研究工作如下：（1）设计了害虫图像采集系统。本论文研究的害虫尺寸差异较大,同一害虫姿态各异,而且害虫的活动能力较强。为此,本论文研究了满足两种需求的害虫采集系统。一种系统采集诱捕到的害虫的图像。该系统对象的特点是目标静止、目标到镜头的距离固定、视野范围固定,因此,该系统使用CMOS相机和定焦镜头。另一种系统实时采集田间害虫的图像。该系统对象的特点是目标运动、目标到镜头的距离可变、视野范围可变,因此,该系统使用CCD相机和变焦镜头。（2）提出了基于HSV颜色模型的害虫图像分割技术。本论文针对害虫图像背景... 

【文章来源】：浙江大学浙江省211工程院校985工程院校教育部直属院校

【文章页数】：127 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
图目录
表目录
缩略词表
第一章 绪论
    1.1 研究的背景及意义
    1.2 机器视觉技术在农业上的应用
    1.3 机器视觉技术在昆虫识别上的应用
        1.3.1 国外研究现状
        1.3.2 国内研究现状
    1.4 存在的问题及主要研究内容
        1.4.1 存在的问题
        1.4.2 主要研究内容
    1.5 本文的技术路线
    1.6 本文的组织结构
    1.7 本章小结
第二章 害虫图像的采集和图像分割技术研究
    2.1 害虫图像的采集
        2.1.1 试验材料
        2.1.2 图像采集系统设计及图像获取
    2.2 图像分割技术
        2.2.1 图像分割技术概念
        2.2.2 常见分割算法分析
    2.3 面向害虫图像的分割技术研究
        2.3.1 颜色模型分析
        2.3.2 基于HSV模型的害虫图像分割技术
    2.4 害虫图像分割的后续处理
        2.4.1 图像的形态学处理
        2.4.2 空洞填充
    2.5 害虫图像分割算法实现
    2.6 本章小结
第三章 害虫图像多特征提取技术研究与实现
    3.1 目标区域低层视觉特征提取
        3.1.1 颜色特征
        3.1.2 纹理特征
        3.1.3 几何形状特征
        3.1.4 基于Hu矩的特征参数提取
    3.2 特征的选择
        3.2.1 主成分分析法
        3.2.2 蚁群算法
    3.3 SIFT局部特征提取
        3.3.1 检测尺度空间极值
        3.3.2 精确定位特征点位置
        3.3.3 确定特征点的方向
        3.3.4 生成SIFT特征描述符
    3.4 k-means聚类方法
    3.5 基于“Bag-of-Words”图像建模方法
    3.6 数据归一化
        3.6.1 普通归一化
        3.6.2 坐标分布归一化
        3.6.3 平均数方差法
        3.6.4 均匀分布归一化
    3.7 本章小结
第四章 害虫模式识别研究
    4.1 模式识别方法概述
    4.2 SVM分类器
        4.2.1 统计学理论的基本思想
        4.2.2 支持向量机基本方法
        4.2.3 LIBSVM软件介绍
    4.3 SVM分类器设计及参数优化
    4.4 试验结果与分析
        4.4.1 低层视觉特征和局部特征的识别试验
        4.4.2 不同特征组合的识别试验
    4.5 本章小结
第五章 基于物联网的害虫远程智能识别系统
    5.1 系统需求分析
    5.2 系统总体方案设计
        5.2.1 物联网
        5.2.2 3G技术
        5.2.3 GPS模块
    5.3 系统软件方案设计
        5.3.1 开发环境与开发工具
        5.3.2 软件方案设计
    5.4 识别系统方案的实现
    5.5 本章小结
第六章 结论与展望
    6.1 结论
    6.2 主要创新点
    6.3 展望
参考文献
致谢
作者简介



本文编号：3639508