基于支持向量机的果实蝇图像的自动识别系统研究与实现
发布时间：2022-01-07 15:26
果实蝇,作为一种繁殖能力强、寄主范围广泛的有害昆虫,严重影响了园艺作物果实的质量与产量,使经济受到巨大损失,也一直是检疫人员重要的检疫对象,因此认识、了解它是十分必要的。在现有的昆虫图像的自动识别技术中,大多数都是基于PC端的实现,而随着移动互联网的迅猛发展,手机等移动通信终端已然成为了人们的必备产品。因此,研究出能通过移动终端自动识别果实蝇种类的应用软件,对于提升应用的适用性,降低成本,简化检疫人员的工作等方面起到了积极的作用,从而对农产品的贸易起到了一定的推动作用。为实现能够在移动终端快速自动鉴定果实蝇种类的目标,本文介绍了研究的背景及意义、研究进展、自动鉴定果实蝇种类采用的相关技术等,最终研究设计出基于Android系统的果实蝇视觉识别系统。本系统的功能模块包括图像加载、图像预处理、图像特征自动获取、分类器设计、图像自动鉴定等。通过使用移动终端对果实蝇翅脉的图像进行采集,并对图像进行预处理,提高图像的质量,降低其他因素影响,以提高识别的准确性。运用Shi-Tomasi角点检测算法自动识别出果实蝇翅脉图像上的交点坐标,继而利用支持向量机算法对果实蝇图像进行分类,最终通过果实蝇图像上...
【文章来源】：江西农业大学江西省
【文章页数】：45 页
【学位级别】：硕士
【部分图文】：
图２－２采集图像工作台??Ｆｉｇ?２－２?Ｉｍａｇｅ?ａｃｑｕｉｓｉｔｉｏｎ?ｂｅｎｃｈ??
自建了一种能够用于果实蝇图像识别的标本制备的方法［３９］，本研究参照其方法对??获取到的研究对象桔小实蝇、具条实蝇、南亚果实蝇、瓜实蝇进行一系列的回软、前??处理、展翅以及整姿等处理操作，获得最终用于拍摄的样本，如图２－１所示。??Ｂａｃｔｒｏｃｅｒａ．?ｄｏｒｓａｌｉｓ?Ｂａｃｔｒｏｃｅｒａ．?ｓｃｕｔｅｌｌａｔａ??Ｂａｃｔｒｏｃｅｒａ．?ｔａｕ?Ｂａｃｔｒｏｃｅｒａ．?ｃｕｃｕｒｂｉｔａｅ??图２－１四种实验果实蝇??Ｆｉｇ?２－１?Ｆｏｕｒ?ｋｉｎｄｓ?ｏｆ?ｅｘｐｅｒｉｍｅｎｔａｌ?ｂａｃｔｒｏｃｅｒａ??２．１．２样本图像的采集??由于本次实验对象果实蝇的体型较小，不容易拍摄到研宄所需的关键细小的特??征，所以参考娄丽霞［３７］的方法，采用相机微距模式对果实蝇图像进行了采集，拍摄获??得的图像清晰，能够查看果实蝇的整体特征，质量较好。在拍摄的过程中，由于人为??的主观因素可能会导致拍摄的角度、高度等不同，获取的图像不一致。同时为了避免??光照等环境因素影响，本实验使用带灯翻拍架固定的方法，如图２－２所示，避免光照、??拍摄距离等外在因素影响。??ｍＭ??图２－２采集图像工作台??Ｆｉｇ?２－２?Ｉｍａｇｅ?ａｃｑｕｉｓｉｔｉｏｎ?ｂｅｎｃｈ??为实现标本的一致性
２．３．１果实蝇翅膀特点??由于果实蝇翅膀的翅面是透明膜质的，因此其图像可以清晰的体现出果实蝇翅斑??和翅脉的特点。果实蝇在经过由幼虫进化成为成虫后，其翅脉分布如图２－３所示，具??有以下特点．？亚前缘脉（Ｓｃ）的尾端差不多是以９０＝直角的幅度朝着前缘脉（Ｃ）弯??曲，并在其上方有两处折断；有三支径脉直连着翅膀的前缘带，在翅膀的中间部位有??基中室（ｂｍ）和中室（ｄｍ）两个闭合的翅室，且臀室（ｃｕｐ）的延伸部是长长的、尖??尖的形状。在本次研究中，臀室的宽度、其延伸部的延长和Ａ，＋ＣＵＡ２脉段长度的对比??以及基中室的长度和宽度的比值等都是传统分类学中对实蝇科种类进行区分的重要??翅脉特征依据，因此在本次提取果实蝇特征参数实验中，选择包含以上的特征点并进??行分析。??ｉｉ?ｔｉ?ｌ？ｋ?（，▲?１｛｜??＊Ｕ｜＞?＊??ＳＩｕ?ｒｏｔｒｉｒｈｕｒ?／???＊＊?（ａｉＡｊ??ＳｉｉｊＭ－ｍｕｍ＾ｒａｒｙ?ｌｏｌｗ??图２＿３果实蝇的翅膀特点??Ｆｉｇ?２－３?Ｔｈｅ?ｆｅａｔｕｒｅ?ｏｆ?ｔｈｅ?ｗｉｎｇｓ?ｏｆ?ｄｒｏｓｏｐｈｉｌａ??８??
【参考文献】：
期刊论文
[1]基于深度卷积神经网络的储粮害虫图像识别[J]. 程曦,吴云志,张友华,乐毅. 中国农学通报. 2018(01)
[2]谈软件工程中软件测试的重要性及方法[J]. 龙高贵. 电脑迷. 2017(08)
[3]人工智能之图像识别[J]. 庄哲耕. 厦门科技. 2016(06)
[4]图像边缘轮廓自适应阈值的角点检测算法[J]. 赵亚利,章为川,李云红. 中国图象图形学报. 2016(11)
[5]基于稀疏编码金字塔模型的农田害虫图像识别[J]. 谢成军,李瑞,董伟,宋良图,张洁,陈红波,陈天娇. 农业工程学报. 2016(17)
[6]浅析人工智能中的图像识别技术[J]. 季秀怡. 电脑知识与技术. 2016(14)
[7]应用种特异性PCR技术快速鉴定辣椒实蝇[J]. 黄振,陈韶萍,谢婧,郭琼霞. 昆虫学报. 2015(04)
[8]水稻害虫图像识别技术研究[J]. 李文斌. 安徽农业科学. 2014(23)
[9]计算机图像处理技术的探析[J]. 徐珂. 电脑知识与技术. 2014(11)
[10]基于稀疏编码和SCGBPNN的鳞翅目昆虫图像识别[J]. 竺乐庆,张真. 昆虫学报. 2013(11)
硕士论文
[1]基于Android的高风险果实蝇图像识别系统研究与实现[D]. 娄丽霞.江西农业大学 2015
[2]基于Android平台害虫识别系统的设计[D]. 孙鹏.西南交通大学 2014
[3]果实蝇属昆虫自动识别系统的研究与实现[D]. 张蕾.北京邮电大学 2011
本文编号：3574789
【文章来源】：江西农业大学江西省
【文章页数】：45 页
【学位级别】：硕士
【部分图文】：
图２－２采集图像工作台??Ｆｉｇ?２－２?Ｉｍａｇｅ?ａｃｑｕｉｓｉｔｉｏｎ?ｂｅｎｃｈ??
自建了一种能够用于果实蝇图像识别的标本制备的方法［３９］，本研究参照其方法对??获取到的研究对象桔小实蝇、具条实蝇、南亚果实蝇、瓜实蝇进行一系列的回软、前??处理、展翅以及整姿等处理操作，获得最终用于拍摄的样本，如图２－１所示。??Ｂａｃｔｒｏｃｅｒａ．?ｄｏｒｓａｌｉｓ?Ｂａｃｔｒｏｃｅｒａ．?ｓｃｕｔｅｌｌａｔａ??Ｂａｃｔｒｏｃｅｒａ．?ｔａｕ?Ｂａｃｔｒｏｃｅｒａ．?ｃｕｃｕｒｂｉｔａｅ??图２－１四种实验果实蝇??Ｆｉｇ?２－１?Ｆｏｕｒ?ｋｉｎｄｓ?ｏｆ?ｅｘｐｅｒｉｍｅｎｔａｌ?ｂａｃｔｒｏｃｅｒａ??２．１．２样本图像的采集??由于本次实验对象果实蝇的体型较小，不容易拍摄到研宄所需的关键细小的特??征，所以参考娄丽霞［３７］的方法，采用相机微距模式对果实蝇图像进行了采集，拍摄获??得的图像清晰，能够查看果实蝇的整体特征，质量较好。在拍摄的过程中，由于人为??的主观因素可能会导致拍摄的角度、高度等不同，获取的图像不一致。同时为了避免??光照等环境因素影响，本实验使用带灯翻拍架固定的方法，如图２－２所示，避免光照、??拍摄距离等外在因素影响。??ｍＭ??图２－２采集图像工作台??Ｆｉｇ?２－２?Ｉｍａｇｅ?ａｃｑｕｉｓｉｔｉｏｎ?ｂｅｎｃｈ??为实现标本的一致性
２．３．１果实蝇翅膀特点??由于果实蝇翅膀的翅面是透明膜质的，因此其图像可以清晰的体现出果实蝇翅斑??和翅脉的特点。果实蝇在经过由幼虫进化成为成虫后，其翅脉分布如图２－３所示，具??有以下特点．？亚前缘脉（Ｓｃ）的尾端差不多是以９０＝直角的幅度朝着前缘脉（Ｃ）弯??曲，并在其上方有两处折断；有三支径脉直连着翅膀的前缘带，在翅膀的中间部位有??基中室（ｂｍ）和中室（ｄｍ）两个闭合的翅室，且臀室（ｃｕｐ）的延伸部是长长的、尖??尖的形状。在本次研究中，臀室的宽度、其延伸部的延长和Ａ，＋ＣＵＡ２脉段长度的对比??以及基中室的长度和宽度的比值等都是传统分类学中对实蝇科种类进行区分的重要??翅脉特征依据，因此在本次提取果实蝇特征参数实验中，选择包含以上的特征点并进??行分析。??ｉｉ?ｔｉ?ｌ？ｋ?（，▲?１｛｜??＊Ｕ｜＞?＊??ＳＩｕ?ｒｏｔｒｉｒｈｕｒ?／???＊＊?（ａｉＡｊ??ＳｉｉｊＭ－ｍｕｍ＾ｒａｒｙ?ｌｏｌｗ??图２＿３果实蝇的翅膀特点??Ｆｉｇ?２－３?Ｔｈｅ?ｆｅａｔｕｒｅ?ｏｆ?ｔｈｅ?ｗｉｎｇｓ?ｏｆ?ｄｒｏｓｏｐｈｉｌａ??８??
【参考文献】：
期刊论文
[1]基于深度卷积神经网络的储粮害虫图像识别[J]. 程曦,吴云志,张友华,乐毅. 中国农学通报. 2018(01)
[2]谈软件工程中软件测试的重要性及方法[J]. 龙高贵. 电脑迷. 2017(08)
[3]人工智能之图像识别[J]. 庄哲耕. 厦门科技. 2016(06)
[4]图像边缘轮廓自适应阈值的角点检测算法[J]. 赵亚利,章为川,李云红. 中国图象图形学报. 2016(11)
[5]基于稀疏编码金字塔模型的农田害虫图像识别[J]. 谢成军,李瑞,董伟,宋良图,张洁,陈红波,陈天娇. 农业工程学报. 2016(17)
[6]浅析人工智能中的图像识别技术[J]. 季秀怡. 电脑知识与技术. 2016(14)
[7]应用种特异性PCR技术快速鉴定辣椒实蝇[J]. 黄振,陈韶萍,谢婧,郭琼霞. 昆虫学报. 2015(04)
[8]水稻害虫图像识别技术研究[J]. 李文斌. 安徽农业科学. 2014(23)
[9]计算机图像处理技术的探析[J]. 徐珂. 电脑知识与技术. 2014(11)
[10]基于稀疏编码和SCGBPNN的鳞翅目昆虫图像识别[J]. 竺乐庆,张真. 昆虫学报. 2013(11)
硕士论文
[1]基于Android的高风险果实蝇图像识别系统研究与实现[D]. 娄丽霞.江西农业大学 2015
[2]基于Android平台害虫识别系统的设计[D]. 孙鹏.西南交通大学 2014
[3]果实蝇属昆虫自动识别系统的研究与实现[D]. 张蕾.北京邮电大学 2011
本文编号：3574789
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3574789.html
