水稻害虫图像远程实时采集系统的研制和自动识别技术的研究

发布时间：2022-01-03 21:46

　　水稻害虫的肆虐严重威胁着粮食安全的大局,水稻病虫害的爆发给水稻生产造成严重损失,防治水稻害虫成为保证水稻稳产增产的重中之重。有效防治虫害的关键在于及时获取田间虫害信息,从而迅速做出反应。本文研制了一种田间害虫图像远程实时采集系统,实时采集处于田间的水稻害虫图像,并设计开发了一套基于卷积神经网络的水稻害虫图像分类方法,利用计算机智能识别害虫种类,达到远程实时监测害虫的目的,从而为科学防治虫害提供指导。图像远程实时采集系统以图像采集机械装置为基础,搭载了以PLC（可编程逻辑控制器）为控制核心的自动拍摄装置和伺服驱动装置,并配合以第四代通信技术（4G）为支撑的远程实时传输系统,能将处于野外自然状态下的昆虫图像实时采集、传输到实验室监测中心处。图像采集机械装置由底座、采集工作台和X、Y、Z三个方向距离调节装置构成,其中X和Z向以伺服电机为动力,Y向为手动调节装置。利用水稻害虫的趋光性,引诱其爬附在采集工作台的白色幕布上,PLC控制伺服驱动器,驱动电机运行,使工业相机和镜头在XZ平面上沿着幕布按照事先设定的线路和速度移动,同时,PLC发出的脉冲控制相机拍照,实现对整块目标区域逐行扫描拍摄,采集昆... 

【文章来源】：南京农业大学江苏省 211工程院校 教育部直属院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

图２－２图像采集机械装置结构图??

????下数字运算操作的电子设备。它在内部存储执行各种逻辑、顺序、计时等运算，并通??过输入和输出控制机械。??ＰＬＣ的主要组成部件有ＣＰＵ、电源、储存器和输入输出接口电路等。其核心ＣＰＵ??用于采集输入信号、执行用户程序、刷新系统输出。存储器用于存放系统程序和用户??程序，输入接口电路将外部触发的信号输入ＣＰＵ，再由输出接口电路将ＣＰＵ向外输??出的信号转换为驱动外部执行元件的信号，从而控制外部元器件的通、断电。此外，??ＰＬＣ?—般还具有通信接口和扩展接口，通信接口的功能是与外部计算机等设备相连??接，实现“人机”或“机机”之间的对话，而扩展接口用于连接扩展单元与功能模块，??让ＰＬＣ更加灵活地满足各种控制需要［６６］。??选用ＰＬＣ作为本次课题控制的核心因为其可靠较性高，抗干扰能力强，适用于??复杂的野外采集环境。而且接口简单、维护方便、调试周期短，节省开发时间。此外??体积小、功耗小、性价比高也是很重要的原因。本课题选用的ＰＬＣ为台达公司生产??的ＤＶＰ３２ｆｆｉ００Ｔ３，这是一款ＮＰＮ晶体管型的ＰＬＣ，响应速度快并且脉冲输出稳定，??非常适用于本课题输出高速脉冲的需要，ＰＬＣ实物图如图２－４所示。??

??图２－５?ＰＬＣ通信设置??Ｆｉｇ．２－５?Ｃｏｍｍｕｎｉｃａｔｉｏｎ?ｓｅｔｔｉｎｇｓ?ｏｆ?ＰＬＣ??本设计的采集任务主要在每年６－］０月份的夜间进行，为了达到无人值守的目的，??需要设置ＰＬＣ每天定时启动，当ＰＬＣ自带的万年历时刻到达１８：３０时，开始工作。??点击软件操作界面菜单栏中的“设置”一“万年历设置”，进入如图２－６所示界面，??ＰＬＣ时间和计算机时间不一致，点击设置按钮后，万年历的时间就会变为当前计算机??上的时间，并一直保持一致。??ＰＬＣ?｜２０１７／０３／１４￣￣?｜上午?０８：３７：５４￣￣￣??？?计纖爾ｗｒｒ—?ｐＥｆＵｆ：?－??广自订?ｆ２〇ｌｖ〇３７ｌ４＂＇＇３?ＩＴ？?＂〇Ｓ：?３６７３１．＾?一―??錄ＲＴＣ?１?丨［ＭＺＤｌ?取消?｜??图２－６万年历设置??Ｆｉｇ．２－６?Ｃａｌｅｎｄａｒ?ｓｅｔｔｉｎｇｓ??在程序ＴＣＭＰ指令中，设置ＳＩ、Ｓ２和Ｓ３的值，三个值分别代表“时”、“分”??和“秒”，设置范围分别为［Ｋ０－Ｋ２３］、［Ｋ０？Ｋ５９］和［Ｋ０？Ｋ５９］，例如三个值分别设置??１４??

【参考文献】：
期刊论文
[1]基于卷积神经网络的车辆检索方法研究[J]. 甘澄,丁学文.  电脑知识与技术. 2016(30)
[2]基于卷积神经网络的非法营运车辆识别[J]. 王娜,段鹏飞,武林林.  计算机应用. 2016(S2)
[3]基于多分支卷积神经网络的车辆图像比对方法[J]. 蔡晓东,甘凯今,杨超,王丽娟.  电视技术. 2016(11)
[4]基于卷积神经网络的大规模人脸聚类[J]. 申小敏,李保俊,孙旭,徐维超.  广东工业大学学报. 2016(06)
[5]卷积神经网络的研究进展综述[J]. 杨斌,钟金英.  南华大学学报(自然科学版). 2016(03)
[6]基于区域卷积神经网络的多目标跟踪算法[J]. 胡鹏,杨伟清,范勇.  西南科技大学学报. 2016(01)
[7]一种用于人脸表情识别的卷积神经网络[J]. 卢官明,何嘉利,闫静杰,李海波.  南京邮电大学学报(自然科学版). 2016(01)
[8]深度卷积神经网络在计算机视觉中的应用研究综述[J]. 卢宏涛,张秦川.  数据采集与处理. 2016(01)
[9]卷积神经网络分类模型在模式识别中的新进展[J]. 胡正平,陈俊岭,王蒙,赵淑欢.  燕山大学学报. 2015(04)
[10]2015年全国农作物重大病虫害发生趋势预报[J]. 姜玉英,曾娟,陆明红,刘杰,黄冲,刘万才.  中国植保导刊. 2015(02)

博士论文
[1]白背飞虱和褐飞虱扑灯行为研究[D]. 杨海博.南京农业大学 2014
[2]水稻主要病虫害胁迫遥感监测研究[D]. 刘占宇.浙江大学 2008
[3]华北地区空中昆虫群落及昆虫季节性迁移的雷达观测[D]. 封洪强.中国农业科学院 2003

硕士论文
[1]基于卷积神经网络和嵌套网络的目标跟踪算法研究[D]. 杨向南.华侨大学 2016
[2]基于机器视觉的稻飞虱田间调查方法评估[D]. 张亚彪.西南大学 2015
[3]基于卷积神经网络的目标跟踪算法研究与实现[D]. 张子夫.吉林大学 2015
[4]基于卷积神经网络的人脸识别研究[D]. 叶浪.东南大学 2015
[5]基于Android平台害虫识别系统的设计[D]. 孙鹏.西南交通大学 2014
[6]台风对稻飞虱迁飞动态影响的研究[D]. 史金剑.南京农业大学 2014
[7]基于Android的水稻害虫图像采集与识别系统研究[D]. 姜慧.浙江理工大学 2013
[8]气象条件对稻飞虱迁飞过程及后期暴发的影响机理研究[D]. 季璐.中国计量学院 2012
[9]基于感知机优化的BP神经网络邮件分类算法研究[D]. 马秋明.电子科技大学 2011
[10]SVM分类器的扩展及其应用研究[D]. 梁燕.湖南大学 2008



本文编号：3567034