基于SVM和DS圖像數(shù)據(jù)融合的玉米害蟲(chóng)識(shí)別.pdf

1、針對(duì)玉米種植人員缺乏系統(tǒng)培訓(xùn)，難以準(zhǔn)確識(shí)別玉米害蟲(chóng)的問(wèn)題，本文以玉米害蟲(chóng)為研究對(duì)象，研究基于SVM（Support Vector Machine，支持向量機(jī)）和DS(Dempster-Shafer)圖像數(shù)據(jù)融合的玉米害蟲(chóng)識(shí)別算法。
　　本文對(duì)玉米種植過(guò)程中常見(jiàn)的三種害蟲(chóng)——地老虎幼蟲(chóng)、玉米螟幼蟲(chóng)和斜紋夜蛾幼蟲(chóng)的圖像識(shí)別方法進(jìn)行研究。自然條件下圖像采集節(jié)點(diǎn)拍攝的圖像可能會(huì)出現(xiàn)光照不均勻的問(wèn)題，首先需要對(duì)光照進(jìn)行修正，降低光照對(duì)圖像的

2、影響。然后，用中值濾波為圖像去噪，再進(jìn)行灰度化、二值化和開(kāi)運(yùn)算等操作，便于圖像特征的提取。
　　圖像預(yù)處理后，提取其特征值。特征值以數(shù)值化的形式衡量圖像，是害蟲(chóng)識(shí)別韻依據(jù)。其中，提取害蟲(chóng)圖像顏色的均值、標(biāo)準(zhǔn)方差和偏斜度作為其顏色特征，計(jì)算圖像在灰度空間的灰度共生矩陣并計(jì)算其對(duì)比度、相關(guān)性和能量作為紋理特征，以Hu矩為形狀特征。
　　玉米害蟲(chóng)識(shí)別算法采用基于SVM和DS圖像數(shù)據(jù)融合算法，該算法充分結(jié)合了SVM在解決小樣本分類(lèi)問(wèn)

3、題上的優(yōu)勢(shì)和DS證據(jù)理論的多特征信息融合的能力。首先采用多分類(lèi)SVM分別計(jì)算圖像三類(lèi)特征在同一識(shí)別框架上的基本信度分配(BPA)，再利用DS理論融合其結(jié)果，根據(jù)決策規(guī)則得出最終的結(jié)果。
　　為了方便玉米種植人員的使用，基于JavaWeb設(shè)計(jì)并實(shí)現(xiàn)了玉米害蟲(chóng)識(shí)別平臺(tái)。平臺(tái)包括登錄、配置、組網(wǎng)、害蟲(chóng)識(shí)別、環(huán)境監(jiān)測(cè)和歷史數(shù)據(jù)查詢(xún)等功能。圖像信息采用3G網(wǎng)絡(luò)傳輸，環(huán)境信息通過(guò)ZigBee進(jìn)行傳輸，并設(shè)定相應(yīng)的數(shù)據(jù)傳輸協(xié)議。最后通過(guò)平臺(tái)針對(duì)