基于圖像的水稻燈誘害蟲智能識別與計數技術的研究.pdf

1、目前，中國的水稻害蟲監(jiān)測方法主要包括昆蟲雷達、測報燈和田間調查等。蟲情測報燈主要是利用特定的光譜范圍的殺蟲燈引誘并殺死害蟲，翌日由測報人員取回害蟲蟲體，通過人工鑒定并統(tǒng)計害蟲，數據將用于監(jiān)測害蟲的種群動態(tài)。這種人工鑒定和計數害蟲方法存在效率低、實時性差和勞動強度大等問題。本文在何新江的基礎上，利用智能測報燈采集得到的圖像，對水稻燈誘害蟲圖像進行識別與計數技術的研究，實現水稻燈誘害蟲自動識別與分類。本文的主要研究內容、研究成果以及創(chuàng)新點如

2、下:
　　(1)利用智能蟲情測報燈實時采集燈誘昆蟲圖像，對采集的圖像進行預處理。首先，對采集的圖像進行畸變校正、背景去除和形態(tài)學處理操作。然后，在采集的圖像內獲取昆蟲的連通區(qū)域，并對其最小外接矩形進行裁剪，得到單個的水稻燈誘昆蟲圖像;最后，根據單個水稻燈誘昆蟲圖像的連通域內的像素點個數以及其最小外接矩形的長寬大小兩個參數對水稻燈誘昆蟲初步分類，把水稻燈誘昆蟲分成水稻燈誘大型昆蟲、水稻燈誘小型昆蟲兩類。
　　(2)研究不同的圖

3、像特征對水稻害蟲識別結果的影響。在傳統(tǒng)的模式識別分類中，不同圖像特征參數的選擇和融合對于識別結果的影響較為顯著。本文研究水稻昆蟲圖像的全局特征、局部特征和不同特征融合對水稻目標害蟲識別結果的影響，得到基于全局特征和HOG特征融合訓練得到的支持向量機分類器和基于全局特征的支持向量機分類器，分別對水稻燈誘大型昆蟲和水稻燈誘小型昆蟲進行識別分類，可以得到較為理想的結果。
　　(3)研究不同目標樣本和非目標樣本之間的比例對水稻害蟲識別結果