基于改进YOLOv3的水稻害虫在线识别与定向施药的研究
发布时间：2021-07-20 08:35
水稻在生长过程中易受到害虫的攻击,威胁水稻的产量和品质,为了有效地控制虫害,本文针对害虫的在线识别与定向施药问题进行研究。研究内容和实验结果如下:1.针对YOLOv3网络,通过对骨干网络的缩减、引入改进的密集连接网络与改进的空间金字塔池化、扩展检测尺寸的数量、改进边框选择等方面来构建改进后的YOLOv3网络——DS-YOLOv3（Dense Net-SPPNet-YOLOv3）)网络,以增强对小目标害虫特征的提取,提高对遮挡害虫识别的速度与准确率,并从对小目标检测、遮挡物体检测,模型检测性能等方面与YOLOv3网络进行对比实验,实验结果表明:当水稻害虫的尺寸在40pixel×80pixel以下时,相比于YOLOv3网络,DS-YOLOv3网络具有明显的优势;当害虫在遮挡50%～80%,DS-YOLOv3依然维持能够进行识别,而YOLOv3网络识别准确率严重下降,出现不能识别现象;DS-YOLOv3在水田复杂环境下的平均检测准确率达82.3%,平均检测速度35帧/s,相对YOLOv3的平均检测准确率提高7.4%,相对YOLOv3的平均检测速度提高了9帧/s,其他的检测项也均优于YOLOv...
【文章来源】：安徽农业大学安徽省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
草莓采摘机器人Fig.1-1Strawberryrobot
3图1-1草莓采摘机器人图1-2黄瓜采摘机器人Fig.1-1StrawberryrobotFig.1-2Cucumberpickingrobot美国新荷兰的一款自动化联合收割机器人，如图1-3所示，可以在整齐的农田里收割庄稼[17]。美国波士顿的育苗机器人，如图1-4所示，只要将其预设好位置参数，机器人就可以感应到盆栽，自动把它们移动到预设位置。图1-3自动联合收割机器人图1-4育苗机器人Fig.1-3AutomaticjointharvestingrobotFig.1-4Seedlingrobot美国明尼苏迭州的一款施肥机器人，如图1-5所示。它可以根据泥土的具体实际情况，制定不同的施肥策略，使得肥料不会被过量使用。它甚至还可以根据肥料学知识，将肥料对环境的影响降到最校图1-5施肥机器人Fig.1-5Fertilizationrobot美国AbundantRobotics公司有一款采摘苹果机器人，如图1-6所示[18]，不同于传统的农业机械设备用机械爪进行水果采摘，易对水果造成损伤，该机器人通过机器视觉技术可以准确识别树上已成熟的苹果，并用类似真空吸尘器的机械手前端，将苹果从树上吸下来[19]，从而避免损伤苹果和果树。并且机器人采摘苹果的速度可以达到
3图1-1草莓采摘机器人图1-2黄瓜采摘机器人Fig.1-1StrawberryrobotFig.1-2Cucumberpickingrobot美国新荷兰的一款自动化联合收割机器人，如图1-3所示，可以在整齐的农田里收割庄稼[17]。美国波士顿的育苗机器人，如图1-4所示，只要将其预设好位置参数，机器人就可以感应到盆栽，自动把它们移动到预设位置。图1-3自动联合收割机器人图1-4育苗机器人Fig.1-3AutomaticjointharvestingrobotFig.1-4Seedlingrobot美国明尼苏迭州的一款施肥机器人，如图1-5所示。它可以根据泥土的具体实际情况，制定不同的施肥策略，使得肥料不会被过量使用。它甚至还可以根据肥料学知识，将肥料对环境的影响降到最校图1-5施肥机器人Fig.1-5Fertilizationrobot美国AbundantRobotics公司有一款采摘苹果机器人，如图1-6所示[18]，不同于传统的农业机械设备用机械爪进行水果采摘，易对水果造成损伤，该机器人通过机器视觉技术可以准确识别树上已成熟的苹果，并用类似真空吸尘器的机械手前端，将苹果从树上吸下来[19]，从而避免损伤苹果和果树。并且机器人采摘苹果的速度可以达到
【参考文献】：
期刊论文
[1]基于LoRa集成北斗通信技术的应急响应设计与实现[J]. 尹小俊,陈崇成,李瑞兴,王凤姣. 福州大学学报(自然科学版). 2020(02)
[2]基于CS-SVM的谷子叶片病害图像识别[J]. 张红涛,李艺嘉,谭联,许帅涛. 浙江农业学报. 2020(02)
[3]基于项目驱动的物联网工程综合实训教学方法探索[J]. 焦俊,张锋,邵睿,王永梅,李斌,陶浩兵,辜丽川. 皖西学院学报. 2019(05)
[4]基于无人机航迹大视场摄像机标定算法研究[J]. 黎才鑫,李天伟,黄谦. 海洋测绘. 2019(04)
[5]LoRa通信在分布式电网故障检测系统中的应用研究[J]. 刘铎. 国网技术学院学报. 2019(03)
[6]基于改进残差网络的黑毛猪肉新鲜度识别方法[J]. 焦俊,王文周,侯金波,孙裴,何屿彤,辜丽川. 农业机械学报. 2019(08)
[7]基于Caffe的猪肉新鲜度分级的设计与实现[J]. 邱洪涛,孙裴,侯金波,辜丽川,乔焰,焦俊. 江苏农业学报. 2019(02)
[8]基于反馈机制的卷积神经网络绝缘子状态检测方法[J]. 张倩,王建平,李帷韬. 电工技术学报. 2019(16)
[9]PMSM伺服电机在高速积放无线控制系统中的应用研究[J]. 苏军伟. 物流技术与应用. 2019(01)
[10]遥感图像中飞机的改进YOLOv3实时检测算法[J]. 戴伟聪,金龙旭,李国宁,郑志强. 光电工程. 2018(12)
博士论文
[1]摄影测量影像快速立体匹配关键技术研究[D]. 李迎松.武汉大学 2018
[2]基于数字图像的蝴蝶种类自动识别研究[D]. 李凡.北京林业大学 2015
[3]农业机器人视觉导航系统及其光照问题的研究[D]. 安秋.南京农业大学 2008
硕士论文
[1]基于优化YOLOv3神经网络的硅片隐裂检测算法研究[D]. 田晓杰.中北大学 2019
[2]基于卷积神经网络的车辆检测与测距[D]. 张玉鹏.北京邮电大学 2019
[3]复杂光照环境下的单目视觉位姿测量技术研究[D]. 马一凡.山东大学 2019
[4]基于深度学习的辅助驾驶系统中行人检测跟踪研究[D]. 姜昊.北京邮电大学 2019
[5]基于YOLOv3的危险物品检测模型研究与改进[D]. 徐晨玉.兰州大学 2019
[6]基于图像的水稻灯诱害虫智能识别与计数技术的研究[D]. 马鹏鹏.浙江理工大学 2018
[7]安徽省水稻病虫害监测预警系统预测模块的设计与实现[D]. 张守网.安徽农业大学 2017
[8]基于TensorFlow的卷积神经网络的应用研究[D]. 姜新猛.华中师范大学 2017
[9]基于毫米波雷达和视觉的车辆检测识别方法研究[D]. 杨晓康.解放军信息工程大学 2017
[10]基于自动聚焦技术的探针台Z向距离测量系统[D]. 武祥吉.浙江大学 2017
本文编号：3292495
【文章来源】：安徽农业大学安徽省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
草莓采摘机器人Fig.1-1Strawberryrobot
3图1-1草莓采摘机器人图1-2黄瓜采摘机器人Fig.1-1StrawberryrobotFig.1-2Cucumberpickingrobot美国新荷兰的一款自动化联合收割机器人，如图1-3所示，可以在整齐的农田里收割庄稼[17]。美国波士顿的育苗机器人，如图1-4所示，只要将其预设好位置参数，机器人就可以感应到盆栽，自动把它们移动到预设位置。图1-3自动联合收割机器人图1-4育苗机器人Fig.1-3AutomaticjointharvestingrobotFig.1-4Seedlingrobot美国明尼苏迭州的一款施肥机器人，如图1-5所示。它可以根据泥土的具体实际情况，制定不同的施肥策略，使得肥料不会被过量使用。它甚至还可以根据肥料学知识，将肥料对环境的影响降到最校图1-5施肥机器人Fig.1-5Fertilizationrobot美国AbundantRobotics公司有一款采摘苹果机器人，如图1-6所示[18]，不同于传统的农业机械设备用机械爪进行水果采摘，易对水果造成损伤，该机器人通过机器视觉技术可以准确识别树上已成熟的苹果，并用类似真空吸尘器的机械手前端，将苹果从树上吸下来[19]，从而避免损伤苹果和果树。并且机器人采摘苹果的速度可以达到
3图1-1草莓采摘机器人图1-2黄瓜采摘机器人Fig.1-1StrawberryrobotFig.1-2Cucumberpickingrobot美国新荷兰的一款自动化联合收割机器人，如图1-3所示，可以在整齐的农田里收割庄稼[17]。美国波士顿的育苗机器人，如图1-4所示，只要将其预设好位置参数，机器人就可以感应到盆栽，自动把它们移动到预设位置。图1-3自动联合收割机器人图1-4育苗机器人Fig.1-3AutomaticjointharvestingrobotFig.1-4Seedlingrobot美国明尼苏迭州的一款施肥机器人，如图1-5所示。它可以根据泥土的具体实际情况，制定不同的施肥策略，使得肥料不会被过量使用。它甚至还可以根据肥料学知识，将肥料对环境的影响降到最校图1-5施肥机器人Fig.1-5Fertilizationrobot美国AbundantRobotics公司有一款采摘苹果机器人，如图1-6所示[18]，不同于传统的农业机械设备用机械爪进行水果采摘，易对水果造成损伤，该机器人通过机器视觉技术可以准确识别树上已成熟的苹果，并用类似真空吸尘器的机械手前端，将苹果从树上吸下来[19]，从而避免损伤苹果和果树。并且机器人采摘苹果的速度可以达到
【参考文献】：
期刊论文
[1]基于LoRa集成北斗通信技术的应急响应设计与实现[J]. 尹小俊,陈崇成,李瑞兴,王凤姣. 福州大学学报(自然科学版). 2020(02)
[2]基于CS-SVM的谷子叶片病害图像识别[J]. 张红涛,李艺嘉,谭联,许帅涛. 浙江农业学报. 2020(02)
[3]基于项目驱动的物联网工程综合实训教学方法探索[J]. 焦俊,张锋,邵睿,王永梅,李斌,陶浩兵,辜丽川. 皖西学院学报. 2019(05)
[4]基于无人机航迹大视场摄像机标定算法研究[J]. 黎才鑫,李天伟,黄谦. 海洋测绘. 2019(04)
[5]LoRa通信在分布式电网故障检测系统中的应用研究[J]. 刘铎. 国网技术学院学报. 2019(03)
[6]基于改进残差网络的黑毛猪肉新鲜度识别方法[J]. 焦俊,王文周,侯金波,孙裴,何屿彤,辜丽川. 农业机械学报. 2019(08)
[7]基于Caffe的猪肉新鲜度分级的设计与实现[J]. 邱洪涛,孙裴,侯金波,辜丽川,乔焰,焦俊. 江苏农业学报. 2019(02)
[8]基于反馈机制的卷积神经网络绝缘子状态检测方法[J]. 张倩,王建平,李帷韬. 电工技术学报. 2019(16)
[9]PMSM伺服电机在高速积放无线控制系统中的应用研究[J]. 苏军伟. 物流技术与应用. 2019(01)
[10]遥感图像中飞机的改进YOLOv3实时检测算法[J]. 戴伟聪,金龙旭,李国宁,郑志强. 光电工程. 2018(12)
博士论文
[1]摄影测量影像快速立体匹配关键技术研究[D]. 李迎松.武汉大学 2018
[2]基于数字图像的蝴蝶种类自动识别研究[D]. 李凡.北京林业大学 2015
[3]农业机器人视觉导航系统及其光照问题的研究[D]. 安秋.南京农业大学 2008
硕士论文
[1]基于优化YOLOv3神经网络的硅片隐裂检测算法研究[D]. 田晓杰.中北大学 2019
[2]基于卷积神经网络的车辆检测与测距[D]. 张玉鹏.北京邮电大学 2019
[3]复杂光照环境下的单目视觉位姿测量技术研究[D]. 马一凡.山东大学 2019
[4]基于深度学习的辅助驾驶系统中行人检测跟踪研究[D]. 姜昊.北京邮电大学 2019
[5]基于YOLOv3的危险物品检测模型研究与改进[D]. 徐晨玉.兰州大学 2019
[6]基于图像的水稻灯诱害虫智能识别与计数技术的研究[D]. 马鹏鹏.浙江理工大学 2018
[7]安徽省水稻病虫害监测预警系统预测模块的设计与实现[D]. 张守网.安徽农业大学 2017
[8]基于TensorFlow的卷积神经网络的应用研究[D]. 姜新猛.华中师范大学 2017
[9]基于毫米波雷达和视觉的车辆检测识别方法研究[D]. 杨晓康.解放军信息工程大学 2017
[10]基于自动聚焦技术的探针台Z向距离测量系统[D]. 武祥吉.浙江大学 2017
本文编号：3292495
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3292495.html
最近更新
教材专著
