稻飞虱自动识别关键技术的研究

稻飞虱自动识别关键技术的研究

ID:34810768

大小:10.25 MB

页数:153页

时间:2019-03-11

稻飞虱自动识别关键技术的研究_第1页
稻飞虱自动识别关键技术的研究_第2页
稻飞虱自动识别关键技术的研究_第3页
稻飞虱自动识别关键技术的研究_第4页
稻飞虱自动识别关键技术的研究_第5页
资源描述:

《稻飞虱自动识别关键技术的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、南京农业大学博士学位论文稻飞虱自动识别关键技术的研究姓名:刘德营申请学位级别:博士专业:农业机械化工程指导教师:丁为民201012稻飞虱自动识别关键技术的研究摘要水稻是中国最主要的粮食作物,稻米是全国60%以上人口的主食,水稻生产在全国的农业生产和粮食安全中起着举足轻重的作用。稻飞虱类害虫属同翅目飞虱科,由于几种飞虱往往混合发生为害,因此稻飞虱只是一个统称。稻飞虱是水稻的主要害虫,主要包括白背飞虱、褐飞虱和灰飞虱,严重威胁着水稻生产。害虫的实时检测是进行病虫害综合防治的一种手段,只有准确的检测,才能做到有目的的防治,把害虫种群控制在经济损害水平以

2、下,既不会因害虫造成损失,也不会因盲目防治造成浪费,加重对水稻和环境的污染。因此,只有研究有效的害虫自动检测技术,及时提供准确的害虫种类信息,才能为害虫的综合防治提供科学的决策依据。目前农田害虫实时测报的现状是利用200w白炽灯诱虫,使用敌敌畏熏杀昆虫,植保人员晚上开灯,早上取回昆虫,进行人工分检、计数。毒死后的昆虫形态各异,足和触角的位置是随机的,也可能被折断而残缺,翅膀发生变形或缺损,另一方面,由于稻飞虱体形微小,色彩也不很艳丽,加之种类间对经济作物的为害程度差异很大,植保站工作人员有时用肉眼无法判断,只能借助放大镜、解剖镜甚至显微镜来观察,

3、再借助检索表查出其种类。该方法识别效率低,对专家依赖性大,并且农药浸泡过的昆虫,散发毒气,危害测报人员身体健康。当前国内外对昆虫自动识别技术的研究尚处在初期发展阶段,所进行的研究几乎都是在特定条件下进行的,研究的对象均为静态,许多昆虫分类样本来自于标准标本,或在实验室人工培养,与自然界昆虫在颜色、纹理、形状等方面存在着一定的差距,而在现实中,需要实时、动态地获取某个区域昆虫种群数量,去指导生产和实践,因此本文对如何采集主要针对稻飞虱的田间昆虫数字图像、稻飞虱的识别特征描述和昆虫分类模型等关键技术进行了研究。组建了基于机器视觉的主要针对稻飞虱野外昆

4、虫图像自动采集装置,获得了处于自然状态下昆虫数字图像。采集装置包括底座、采集工作台、拍摄系统和控制系统,采集工作台和拍摄系统安装在底座上。采集工作台由幕布驱动装置、采集工作台幕布及机架组成,采集工作台可以进行x向运动,采集工作台幕布可以实现Z向运动,采集工作台幕布为的确良白布,用160w自镇流荧光高压汞灯诱集稻飞虱爬附到采集工作台幕布上。拍摄系统由摄像机、拍摄光源、安装于摄像机上的显微变焦距镜头、摄像机支架、光源支架、摄像机工作台、光源工作台组成,拍摄光源配置于白色采集工作台幕布与摄像机之间,摄像机安装在摄像机支架上,上下及与采集工作台幕布之间的

5、距离均可调,拍摄光源的上下及与摄像机之间的距离亦可单独调整,摄像机为彩色数字摄像机,拍摄光源采用环形冷光源。控制系统由计算机、微控制器、驱动器、图像采集卡组成,微控制器通过驱动器控制采集工作台X向运动和白色采集工作台幕布Z向运动,PC机利用摄像机和图像采集卡定时拍摄爬附着昆虫的采集工作台幕布,获取数字图像,Pc机与微控制器相连,实现图像采集装置运动和图像自动拍摄协调进行。区分稻飞虱的一个较稳定的特征是其背部的颜色和纹理,处理昆虫数字图像,提取疑似稻飞虱的单个昆虫虫体背部图像。取稻飞虱的蓝色分量B=140作为颜色阈值,进行图像二值化处理,设计形态学

6、滤波器,去除足、触角和噪声等非目标区域,标记连通区域,计算各分割区域的面积,保留面积为(1398~3847)±50%像素的疑似稻飞虱区域,剔除形状大小与稻飞虱不相称的大部分昆虫,降低分类的工作量,再把图像分解成单个目标区域的二值化图像,与原始图像相与,得到信息完整的单个昆虫虫体背部图像,图像大小统一截为128×128像素。利用傅里叶变换把昆虫背部区域图像从空间域变换到频域,用傅里叶频谱描述昆虫虫体背部颜色和纹理,提取描述昆虫虫体背部特征的,x,(,≤9)的二维傅里叶频谱窗口数据,窗口左上角始终为二维傅里叶频谱中心,构成p维识别昆虫的特征向量。根据

7、四类昆虫虫体背部图像傅里叶频谱数据,计算每个特征在各类样本中的均值,81个特征的特征均值在4类样本中具有一定的差异,说明81个频谱特征在区分4类样本时是有效的;分析每个特征在各类样本中的方差,总体上81个频谱特征的波动程度不大,表明这些特征在表示各个类别时较为稳定;采用单因素方差分析法对81个频谱特征在各类样本中的显著性水平进行检验,只有7个不具有显著性差异的频谱特征,说明这些频谱特征在区分各类样本时是可行的,可以描述昆虫背部的颜色和纹理特征。构建了基于支持向量机的昆虫分类模型。选取169张昆虫图像,其中白背飞虱、褐飞虱、灰飞虱三种稻飞虱图像分别

8、为34张,共102张,其它昆虫图像有蚂蚁2张、露尾甲1O张、水蝇2张、潜蝇19张、长蝽2张、盲蝽1张,共36张,三种叶蝉合计31张,用二

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。