基于深度学习的粘虫板图像害虫识别与计数

发布时间：2021-03-16 08:20

　　长期以来,我国将农业作为国民经济发展的基础。近些年来,受气候变化、农作物布局调整等因素的影响,农作物病虫害种类越来越多,发生面积越来越广,受灾程度越来越严重,而过度地使用农药,会对环境造成破坏,并且农产品质量安全难以保证。健全病虫害监测体系,可以减少农药的使用,提高农作物病虫害的防治水平。虫害监测是病虫害监测体系的重要组成部分,而害虫识别与计数是虫害监测的基础。传统的人眼观察判断方法,效率低,人力成本大,而声测法、红外传感器监测等方法对设备的要求很高,而且不适应于农业害虫监测。随着计算机技术的发展,基于图像的害虫识别与计数方法已成为研究热点。目前使用的方法大都是利用人工进行设计提取特征,再结合传统的机器学习算法进行识别,这种人工设计特征的方法受人为主观性的制约。深度学习的提出,凭借其自动提取特征的优势,极大促进了机器学习的发展。本文将深度学习引进农作物害虫识别与计数领域,通过改进现有的目标检测框架实现粘虫板图像害虫识别,并在识别的基础上实现分类计数。本文主要研究内容如下:（1）由于本文采集的粘虫板害虫图像分辨率较低,且图像中包含的害虫体积小,形状纹理结构较为复杂,普通相机受像素、焦距和... 

【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校

【文章页数】：89 页

【学位级别】：硕士

【部分图文】：

本文研究技术路线图

采集现场图

实验对象放大图


本文编号：3085731