基于图像处理的蓟马计数方法研究
发布时间:2024-05-08 18:20
针对温室内蓟马监测中存在的人工计数调查费时费力且蓟马正确识别率低的问题,试验设计了一种基于性诱的害虫诱捕器和自动化计数器,实现了对蓟马的自动识别计数。以蓟马为研究对象,运用蓟马诱芯和蓝色黏虫板对蓟马进行诱捕;图像采集设备定时拍摄蓝色黏虫板图像;基于图像处理方法构建自动化计数软件对蓟马进行识别与计数,并将自动化计数软件对蓟马的计数结果与人工计数结果进行比较。结果显示,对于蓝色黏虫板上的蓟马计数,人工计数和图像计数的误差在8%左右,自动化计数软件能够实现对蓟马数量的自动统计。该方法不仅是田间害虫远程监测系统的基础,促进了植保信息技术的发展,而且为运用图像处理识别微小昆虫提供参考和依据。
【文章页数】:5 页
【文章目录】:
1 材料和方法
1.1 试验材料
1.2 试验方法
1.2.1 图像处理方法
1.2.1. 1 读取蓟马图片
1.2.1. 2 选取最佳的颜色分割通道
1.2.1. 3 图像分割
1.2.1. 4 高斯滤波去噪
1.2.1. 5 二值化图像
1.2.1. 6 图像开操作
1.2.1. 7 图像边缘检测
1.2.1. 8 获取图像轮廓
1.2.1. 9 获取感兴趣区域图像
1.2.1. 1 0 VGG19网络进行蓟马识别与计数
1.2.2 图像处理算法
1.2.2. 1 K均值聚类
1.2.2. 2 高斯滤波去噪
1.2.2. 3 图像边缘检测
1.2.2. 4 VGG卷积神经网络
1.2.2. 5 计数结果判定
2 结果与分析
3 结论与讨论
本文编号:3967648
【文章页数】:5 页
【文章目录】:
1 材料和方法
1.1 试验材料
1.2 试验方法
1.2.1 图像处理方法
1.2.1. 1 读取蓟马图片
1.2.1. 2 选取最佳的颜色分割通道
1.2.1. 3 图像分割
1.2.1. 4 高斯滤波去噪
1.2.1. 5 二值化图像
1.2.1. 6 图像开操作
1.2.1. 7 图像边缘检测
1.2.1. 8 获取图像轮廓
1.2.1. 9 获取感兴趣区域图像
1.2.1. 1 0 VGG19网络进行蓟马识别与计数
1.2.2 图像处理算法
1.2.2. 1 K均值聚类
1.2.2. 2 高斯滤波去噪
1.2.2. 3 图像边缘检测
1.2.2. 4 VGG卷积神经网络
1.2.2. 5 计数结果判定
2 结果与分析
3 结论与讨论
本文编号:3967648
本文链接:https://www.wllwen.com/nykjlw/dzwbhlw/3967648.html
最近更新
教材专著