基于机器视觉的果园性诱害虫在线识别与计数方法研究

基于机器视觉的果园性诱害虫在线识别与计数方法研究

ID:34875686

大小:19.14 MB

页数:117页

时间:2019-03-13

基于机器视觉的果园性诱害虫在线识别与计数方法研究_第1页
基于机器视觉的果园性诱害虫在线识别与计数方法研究_第2页
基于机器视觉的果园性诱害虫在线识别与计数方法研究_第3页
基于机器视觉的果园性诱害虫在线识别与计数方法研究_第4页
基于机器视觉的果园性诱害虫在线识别与计数方法研究_第5页
资源描述:

《基于机器视觉的果园性诱害虫在线识别与计数方法研究》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、SI26:S43I巾位代码;f,:级:公幵■学位论文基于机器视觉的果园性诱害虫在线识别与计数方法研究文穷指疔教教授申请学位门类级别工学博士’专、丨名称农、丨丨〈屮〔化。丨’丨动化研究向阁像处理与榄式丨别所十:学院年独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研宄工作及取得的研宄成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研宄成果,也不包含为获得中国农业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研宄所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生

2、签名时间:年月〖曰关于论文使用授权的说明本人完全了解中国农业大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件和磁盘,允许论文被查阅和借阅,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。同意中国农业大学可以用不同方式在不同媒体上发表、传播学位论文的全部或部分内容。保密的学位论文在解密后应遵守此协议)研究生签名时丨!年月导师签名:时间:广年月摘要果园害虫种类及数量的监测是果园害虫综合治理的基础,目前害虫监测方式主要是依靠人工现场调查与统计完成,费时费力。论文研宄了基于机器视觉的果园性诱害虫在线识别与计数方法探讨了在

3、线监测设备与系统的样机构建,为推进基于图像的害虫自动识别与分类技术在实际果园害虫监测中的应用提供技术支撑。重点开展了以下四方面工作:提出了一种基于形状因子和分割点定位的害虫图像分割方法。该方法通过设定形状因子阈值定位粘连区域,然后对该区域进行逐层轮廓跟踪、剥离和局部分割点的确定,利用局部分割点搜索边界轮廓的两个分离点,最后通过连接局部分割点与分离点进行粘连害虫分割。针对实验室环境下的桃驻螟汝害虫图像,本文方法平均错误率为约为分水岭分割方法的,平均分割有效率为比分水岭算法提高了在对田间梨小食心虫图像分割中,本文方法平均错误率为平均分割有效

4、率为分别比分水岭方法降低了和提高了。从形状不变特征与形状无关特征两种思路出发,分别研宄了基于图像矩和颜色纹理组合的果园靶标害虫特征提取方法。在害虫矩特征提取中,构建了低阶矩和高阶矩两个特征组合,用于验证图像矩的阶数对果园害虫识别准确率的影响;在基于颜色纹理特征提取中,构建了和两种颜色空间下种特征组合。研宄了基于多类支持向量机的果园害虫图像识别分类方法。通过利用网格搜索、遗传算法和粒子群优化算法三种方法对支持向量机分类器参数进行寻优得到:基于遗传算法的参数寻优结果表现最优。在此基础上,选择基于的方法构建本文的多类分类器,利用测试样本,对两

5、类特征的测试识别结果对比表明:基于’’小波分解的三通道纹理特征组合性能最优,不仅识别率达到了而且时间最低。果园害虫在线监测设备构建与算法验证。依据实际应用场景及参数对害虫监测设备的硬件和软件进行初步设计与实现。利用构建的监测设备进行了多组害虫识别试验,系统对单种非粘连、轻度粘连的害虫具有较高的识别率,平均识别率在以上,而对重度粘连的害虫,平均识别率为在多种害虫识别时,分割方法的阈值需要根据害虫体积差异大小进行选择,多种害虫样本混合识别试验的平均识别准确率为。关键词:害虫计数;机器视觉;模式识别;矩;图像分割;支持向量机AbstractT

6、hemonitoringofpestspeciesandpopulationinorchardisthebasisoforchardpestcontrolandmanagement.Traditionalpestmonitoringismainlyreliedonmanualinvestigationandstatistics,whichcostmuchlaborandtime.Anon-lineorchardpestidentificationandcountingmethodbasedonmachinevisionwasstudie

7、d,inaddition,theprototypeofmonitoringequipmentandsystemweredesigned.Thisworkcanpromotetheapplicationofautomaticrecognitionandclassificationtechnologybasedonimagevisionintheorchardpestmonitoring.Mainresearchincludesthefollowingfourparts:(1)Animagesegmentationalgorithmbase

8、donshapefactorandseparationpointlocationwaspresented.Inthismethod,ashapefactorwasusedtojustifywhetherth

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。