基于三维姿态估计的鳞翅目蛾类害虫自动识别技术初探
发布时间：2021-09-17 00:02
蛾类是鳞翅目昆虫中较大的类群,其种类的准确识别,是农林害虫防治的基本前提。现阶段,昆虫的种类识别还依赖于昆虫分类专家,费时费力。近年,基于图像的害虫自动分类识别已经成为重要的研究领域,为非专业人士准确识别农林害虫提供了便利。随着计算机技术的不断发展,基于图像的虫体分类识别逐步趋于完善,但也存在害虫多姿态引起识别准确率降低、算法普适性较差的问题。为解决上述问题,本文提出一种基于机器视觉估计蛾类三维姿态信息的方法,并结合蛾类虫体图像二维特征,最后利用支持向量机完成虫体的自动分类。种类与姿态多样的昆虫,通过二维数字图像自动识别时,会导致算法普适性降低,而三维姿态的准确估计可以优化识别过程,提高识别效率。蛾类虫体前翅间夹角角度是量化其三维姿态的重要参数,蛾类虫体的三维姿态的有效获取并将其作为蛾类害虫分类识别的特征之一,对提高蛾类自动分类与识别具有重要意义,在农林害虫防治方面具有较高的应用价值。选取鳞翅目 Lepidoptera夜蛾科Noctuidae棉铃虫Helicoverpa armigera（Hubner）、黄地老虎 Agrotis segetum（Denis et Schiffermul...
【文章来源】：北京林业大学北京市 211工程院校 教育部直属院校
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
图１－１昆虫翅膀的基本构造（仿Ｓｎｏｄｇｒａｓｓ）??
图２－１昆虫自动识别一般流程（李凡，２０１５）??Ｆｉｇ．?２－１?Ｉｎｓｅｃｔ?ａｕｔｏｍａｔｉｃ?ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ（Ｌｉ，?２０１５）??如图２－１所示，昆虫自动识别一般流程是在构建了一个稳定的图像获取环境后，??通过机器视觉采集到昆虫的数字图像作为输入图像，提取并优化特征，有效训练分类??器后获取识别结果。??本文较一般昆虫识别流程的不同点是：图像的获取是在多视环境中获取，对图像??经过预处理后分别获取图像中目标虫体的三维姿态信息获取和二维特征参数，再进行??分类模型训练、测试及获取识别结果，如图２－２。??昆虫三维姿态儐息获取｜?｜?Ｔ训练?．Ｉ?７＾??！？?Ｉｎｓｅｃｔ?３Ｄ?ｐｏｓｅ?ｉｎｆｏｒｍａｔｉｏｎ?ｎ?ｒａｉｎｉｎｇ??ａｃｑｕｉｓｉｔｉｏｎ?？?Ｃｌａｓｓｉｆｉｅｒ?识别结果??昆?取?隨预处理－?＿?Ｌ—?７?—．１?＾?Ｉｄ；ｎｔ！ｆｙ＊ｅ??Ｇｅｔ?ｔｈｅ?ｍｓｅｃｔ?Ｍｕｌｔｉｐｌｅ?ｉｍａｇｅ?ｐｒｅｐｒｏｃｅｓｓｉｎｇ「?．．．．．．．．．?ｒｅｓｕｌｔｓ??．．．．．．ｖｉｅｗｕｎａｇｅ?—???Ｓ虫二维特征提取?Ｊ??＾?别，??Ｉｎｓｅｃｔ?２Ｄ?ｆｅａｔｕｒｅ?ｅｘｔｒａｃｔｉｏｎ?＾０？＾１．１０１１??ｍｏｄｅｌ??识别?Ｉｄｗｉｔｉｆｙ????图２－２基于三维姿态的昆虫自动识别流程??Ｆｉｇ．?２－２?Ｉｎｓｅｃｔ?ａｕｔｏｍａｔｉｃ?ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ?ｂａｓｅｄ?ｏｎ?３Ｄ?ｐｏｓｅ??由图２－２中的识别流程可知
ｄｅｃｉｓｉｏｎ??识别?Ｉｄｅｎｔｉｆｙ??图２－１昆虫自动识别一般流程（李凡，２０１５）??Ｆｉｇ．?２－１?Ｉｎｓｅｃｔ?ａｕｔｏｍａｔｉｃ?ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ（Ｌｉ，?２０１５）??如图２－１所示，昆虫自动识别一般流程是在构建了一个稳定的图像获取环境后，??通过机器视觉采集到昆虫的数字图像作为输入图像，提取并优化特征，有效训练分类??器后获取识别结果。??本文较一般昆虫识别流程的不同点是：图像的获取是在多视环境中获取，对图像??经过预处理后分别获取图像中目标虫体的三维姿态信息获取和二维特征参数，再进行??分类模型训练、测试及获取识别结果，如图２－２。??昆虫三维姿态儐息获取｜?｜?Ｔ训练?．Ｉ?７＾??！？?Ｉｎｓｅｃｔ?３Ｄ?ｐｏｓｅ?ｉｎｆｏｒｍａｔｉｏｎ?ｎ?ｒａｉｎｉｎｇ??ａｃｑｕｉｓｉｔｉｏｎ?？?Ｃｌａｓｓｉｆｉｅｒ?识别结果??昆?取?隨预处理－?＿?Ｌ—?７?—．１?＾?Ｉｄ；ｎｔ！ｆｙ＊ｅ??Ｇｅｔ?ｔｈｅ?ｍｓｅｃｔ?Ｍｕｌｔｉｐｌｅ?ｉｍａｇｅ?ｐｒｅｐｒｏｃｅｓｓｉｎｇ「?．．．．．．．．．?ｒｅｓｕｌｔｓ??．．．．．．ｖｉｅｗｕｎａｇｅ?—???Ｓ虫二维特征提取?Ｊ??＾?别，??Ｉｎｓｅｃｔ?２Ｄ?ｆｅａｔｕｒｅ?ｅｘｔｒａｃｔｉｏｎ?＾０？＾１．１０１１??ｍｏｄｅｌ??识别?Ｉｄｗｉｔｉｆｙ????图２－２基于三维姿态的昆虫自动识别流程??Ｆｉｇ．?２－２?Ｉｎｓｅｃｔ?ａｕｔｏｍａｔｉｃ?ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ?ｂａｓｅｄ?ｏｎ?３Ｄ?ｐｏｓｅ??由图２－２中的识别流程可知
【参考文献】：
期刊论文
[1]支持向量机的算法及应用综述[J]. 张松兰. 江苏理工学院学报. 2016(02)
[2]空间目标三维姿态估计方法[J]. 魏小峰,耿则勋,娄博,宋向. 武汉大学学报(信息科学版). 2015(01)
[3]基于姿态描述的果园靶标害虫自动识别方法[J]. 李文勇,陈梅香,李明,孙传恒,杜尚丰. 农业机械学报. 2014(11)
[4]蛾翅数学形态特征在夜蛾科昆虫分类鉴定中的应用研究[J]. 董学超,黄大庄. 河北林果研究. 2014(01)
[5]一种具有姿态鲁棒性的三维人耳识别方法[J]. 王凯,穆志纯. 中国科技论文. 2013(10)
[6]基于改进的AdaBoost人脸检测算法的研究[J]. 丁知平. 现代计算机(专业版). 2013(22)
[7]基于模板匹配的多目标水稻灯诱害虫识别方法的研究[J]. 吕军,姚青,刘庆杰,薛杰,陈宏明,杨保军,唐健. 中国水稻科学. 2012(05)
[8]苹果园中2.4GHz无线信道在不同高度的传播特性[J]. 郭秀明,赵春江,杨信廷,李明,孙传恒,屈利华,王衍安. 农业工程学报. 2012(12)
[9]复杂背景下的图像文本区域定位方法研究[J]. 周翔,陈会,张锴,宋怀波. 计算机工程与应用. 2013(12)
[10]多类分类预选取的SVM在语音识别中的应用[J]. 贺元元,张雪英,刘晓峰. 计算机工程与应用. 2013(07)
博士论文
[1]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
[2]基于数字图像的主要蛾类害虫分类识别研究[D]. 蔡小娜.河北农业大学 2013
[3]支持向量机和支持向量域描述的若干问题研究[D]. 梁锦锦.西安电子科技大学 2009
[4]支持向量机算法及其应用研究[D]. 张国云.湖南大学 2006
硕士论文
[1]基于昆虫形状特征的模式识别[D]. 梁国政.北京邮电大学 2010
[2]基于颜色特征的图像检索技术研究[D]. 梁晶.厦门大学 2009
[3]彩色图像分割技术的研究—图像边缘检测技术的研究应用[D]. 杨方方.江南大学 2009
[4]基于昆虫翅脉的特征识别技术研究[D]. 黄涛.北京邮电大学 2010
[5]基于图像模式识别技术的昆虫识别研究[D]. 唐强.昆明理工大学 2006
[6]储粮昆虫图像模式识别研究[D]. 刘燕.成都理工大学 2002
本文编号：3397543
【文章来源】：北京林业大学北京市 211工程院校 教育部直属院校
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
图１－１昆虫翅膀的基本构造（仿Ｓｎｏｄｇｒａｓｓ）??
图２－１昆虫自动识别一般流程（李凡，２０１５）??Ｆｉｇ．?２－１?Ｉｎｓｅｃｔ?ａｕｔｏｍａｔｉｃ?ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ（Ｌｉ，?２０１５）??如图２－１所示，昆虫自动识别一般流程是在构建了一个稳定的图像获取环境后，??通过机器视觉采集到昆虫的数字图像作为输入图像，提取并优化特征，有效训练分类??器后获取识别结果。??本文较一般昆虫识别流程的不同点是：图像的获取是在多视环境中获取，对图像??经过预处理后分别获取图像中目标虫体的三维姿态信息获取和二维特征参数，再进行??分类模型训练、测试及获取识别结果，如图２－２。??昆虫三维姿态儐息获取｜?｜?Ｔ训练?．Ｉ?７＾??！？?Ｉｎｓｅｃｔ?３Ｄ?ｐｏｓｅ?ｉｎｆｏｒｍａｔｉｏｎ?ｎ?ｒａｉｎｉｎｇ??ａｃｑｕｉｓｉｔｉｏｎ?？?Ｃｌａｓｓｉｆｉｅｒ?识别结果??昆?取?隨预处理－?＿?Ｌ—?７?—．１?＾?Ｉｄ；ｎｔ！ｆｙ＊ｅ??Ｇｅｔ?ｔｈｅ?ｍｓｅｃｔ?Ｍｕｌｔｉｐｌｅ?ｉｍａｇｅ?ｐｒｅｐｒｏｃｅｓｓｉｎｇ「?．．．．．．．．．?ｒｅｓｕｌｔｓ??．．．．．．ｖｉｅｗｕｎａｇｅ?—???Ｓ虫二维特征提取?Ｊ??＾?别，??Ｉｎｓｅｃｔ?２Ｄ?ｆｅａｔｕｒｅ?ｅｘｔｒａｃｔｉｏｎ?＾０？＾１．１０１１??ｍｏｄｅｌ??识别?Ｉｄｗｉｔｉｆｙ????图２－２基于三维姿态的昆虫自动识别流程??Ｆｉｇ．?２－２?Ｉｎｓｅｃｔ?ａｕｔｏｍａｔｉｃ?ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ?ｂａｓｅｄ?ｏｎ?３Ｄ?ｐｏｓｅ??由图２－２中的识别流程可知
ｄｅｃｉｓｉｏｎ??识别?Ｉｄｅｎｔｉｆｙ??图２－１昆虫自动识别一般流程（李凡，２０１５）??Ｆｉｇ．?２－１?Ｉｎｓｅｃｔ?ａｕｔｏｍａｔｉｃ?ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ（Ｌｉ，?２０１５）??如图２－１所示，昆虫自动识别一般流程是在构建了一个稳定的图像获取环境后，??通过机器视觉采集到昆虫的数字图像作为输入图像，提取并优化特征，有效训练分类??器后获取识别结果。??本文较一般昆虫识别流程的不同点是：图像的获取是在多视环境中获取，对图像??经过预处理后分别获取图像中目标虫体的三维姿态信息获取和二维特征参数，再进行??分类模型训练、测试及获取识别结果，如图２－２。??昆虫三维姿态儐息获取｜?｜?Ｔ训练?．Ｉ?７＾??！？?Ｉｎｓｅｃｔ?３Ｄ?ｐｏｓｅ?ｉｎｆｏｒｍａｔｉｏｎ?ｎ?ｒａｉｎｉｎｇ??ａｃｑｕｉｓｉｔｉｏｎ?？?Ｃｌａｓｓｉｆｉｅｒ?识别结果??昆?取?隨预处理－?＿?Ｌ—?７?—．１?＾?Ｉｄ；ｎｔ！ｆｙ＊ｅ??Ｇｅｔ?ｔｈｅ?ｍｓｅｃｔ?Ｍｕｌｔｉｐｌｅ?ｉｍａｇｅ?ｐｒｅｐｒｏｃｅｓｓｉｎｇ「?．．．．．．．．．?ｒｅｓｕｌｔｓ??．．．．．．ｖｉｅｗｕｎａｇｅ?—???Ｓ虫二维特征提取?Ｊ??＾?别，??Ｉｎｓｅｃｔ?２Ｄ?ｆｅａｔｕｒｅ?ｅｘｔｒａｃｔｉｏｎ?＾０？＾１．１０１１??ｍｏｄｅｌ??识别?Ｉｄｗｉｔｉｆｙ????图２－２基于三维姿态的昆虫自动识别流程??Ｆｉｇ．?２－２?Ｉｎｓｅｃｔ?ａｕｔｏｍａｔｉｃ?ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ?ｂａｓｅｄ?ｏｎ?３Ｄ?ｐｏｓｅ??由图２－２中的识别流程可知
【参考文献】：
期刊论文
[1]支持向量机的算法及应用综述[J]. 张松兰. 江苏理工学院学报. 2016(02)
[2]空间目标三维姿态估计方法[J]. 魏小峰,耿则勋,娄博,宋向. 武汉大学学报(信息科学版). 2015(01)
[3]基于姿态描述的果园靶标害虫自动识别方法[J]. 李文勇,陈梅香,李明,孙传恒,杜尚丰. 农业机械学报. 2014(11)
[4]蛾翅数学形态特征在夜蛾科昆虫分类鉴定中的应用研究[J]. 董学超,黄大庄. 河北林果研究. 2014(01)
[5]一种具有姿态鲁棒性的三维人耳识别方法[J]. 王凯,穆志纯. 中国科技论文. 2013(10)
[6]基于改进的AdaBoost人脸检测算法的研究[J]. 丁知平. 现代计算机(专业版). 2013(22)
[7]基于模板匹配的多目标水稻灯诱害虫识别方法的研究[J]. 吕军,姚青,刘庆杰,薛杰,陈宏明,杨保军,唐健. 中国水稻科学. 2012(05)
[8]苹果园中2.4GHz无线信道在不同高度的传播特性[J]. 郭秀明,赵春江,杨信廷,李明,孙传恒,屈利华,王衍安. 农业工程学报. 2012(12)
[9]复杂背景下的图像文本区域定位方法研究[J]. 周翔,陈会,张锴,宋怀波. 计算机工程与应用. 2013(12)
[10]多类分类预选取的SVM在语音识别中的应用[J]. 贺元元,张雪英,刘晓峰. 计算机工程与应用. 2013(07)
博士论文
[1]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
[2]基于数字图像的主要蛾类害虫分类识别研究[D]. 蔡小娜.河北农业大学 2013
[3]支持向量机和支持向量域描述的若干问题研究[D]. 梁锦锦.西安电子科技大学 2009
[4]支持向量机算法及其应用研究[D]. 张国云.湖南大学 2006
硕士论文
[1]基于昆虫形状特征的模式识别[D]. 梁国政.北京邮电大学 2010
[2]基于颜色特征的图像检索技术研究[D]. 梁晶.厦门大学 2009
[3]彩色图像分割技术的研究—图像边缘检测技术的研究应用[D]. 杨方方.江南大学 2009
[4]基于昆虫翅脉的特征识别技术研究[D]. 黄涛.北京邮电大学 2010
[5]基于图像模式识别技术的昆虫识别研究[D]. 唐强.昆明理工大学 2006
[6]储粮昆虫图像模式识别研究[D]. 刘燕.成都理工大学 2002
本文编号：3397543
本文链接：https://www.wllwen.com/nykjlw/dzwbhlw/3397543.html
最近更新
教材专著
