储粮害虫检测和分类识别技术的研究

储粮害虫检测和分类识别技术的研究

ID:9021895

大小:361.80 KB

页数:4页

时间:2018-04-15

储粮害虫检测和分类识别技术的研究_第1页
储粮害虫检测和分类识别技术的研究_第2页
储粮害虫检测和分类识别技术的研究_第3页
储粮害虫检测和分类识别技术的研究_第4页
资源描述:

《储粮害虫检测和分类识别技术的研究》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、·6·粮食储藏2014(1)檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱殗殗檱檱储粮有害生物及防治技术檱檱殗殗檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱檱*储粮害虫检测和分类识别技术的研究路静11,2傅洪亮(1河南工业大学信息科学与工程学院450001)(2河南工业大学粮食信息处理与控制教育部重点实验室450001)摘要储粮害虫是粮食损失的一个重要因素,储粮害虫的实时监测是进行综合防治的一种有效手段,也是近年来的研究热点。研究了近年来国内外储粮害虫检测新技术,如:基于图像识别法的外部粮虫检测新技术和基于软X射线成像检测、电导检测、微波雷达检测、近红外检测、声音检测等方法的内部粮虫检测新技术,分析

2、了各种检测方法的优缺点,重点研究了图像检测识别方法并给出了今后发展趋势。关键词储粮害虫检测图像识别检测声音检测粮食对于经济发展和社会稳定具有十分重要的谷粒密度下降而使成像有所变化,是一种非破坏性[2]意义,储藏不当会给国家造成巨大的损失,其中储检测方法。Karunakaran等根据软X射线成像,粮害虫的危害是粮食损失的一个重要原因。害虫的准确识别出受米象幼虫、成虫和蛹感染的小麦粒,实时检测是进行综合防治的一种手段,只有准确的准确率达97%以上。软X射线检测法能够快速地检测和正确的识别,才能有目的的防治。《粮食科检测谷物的许多内在缺陷,但该技术很难将幼虫及[1]技十二五发展

3、规划》指出:研发感知粮食温度、象甲科害虫卵与粮粒密度较大部分区分开,对低能湿度、品质、数量和粮堆中气体、霉菌、害虫的图量X射线的屏蔽等问题有待解决提高。像的粮食专用传感器,利用专用传感器等技术,逐电导检测法又称电阻法,物质含水率的增加会步实现对粮食库存信息的智能化监控为优先发展的使电阻值减小,通过测定物体水分变化所致的直流技术领域。因此,研究储粮害虫的检测技术和分类[3]电阻值的变化就可得到物体含水率。Pearson等识别方法具有重要的实际应用价值。通过测定小麦粒电导率检测到隐蔽性害虫侵染,大传统的储粮害虫检测方法有取样法和诱集法,幼虫侵染小麦粒识别率为88%,虫蛹侵染小

4、麦粒这两种方法受人为因素和环境影响较大,效率低,识别率为87%。电导法花费少,误识率为零。但在实际应用上受到限制。本文研究了近年来国内外电阻法需单颗检测,导致检测效率不理想,某些含储粮害虫检测新技术,如:基于图像识别法的外部水量低的粮粒感染卵和幼虫可能检测不出,且内部粮虫检测新技术和基于软X线成像检测、电导检有死虫粮粒也无法检测出,样品输入也是个难题。测、微波雷达检测、近红外检测、声音检测等方法[4]微波雷达检测是R.W.Mankin提出的基于的内部粮虫检测新技术,分析了各种检测方法的优多普勒效应的储粮害虫检测法。微波遇到移动物体缺点,重点研究了图像检测识别方法并给出了今

5、后的反射后会产生多普勒效应,当害虫向接收器方向发展趋势。移动时雷达的反射频率会略高于发射频率,反之反1内部粮虫检测新技术射频率会低于发射频率,即经反射后的微波与发射软X射线检测法根据谷粒受到害虫侵染后,波信号的频率会产生微小的偏移,粮虫的运动可通*通讯地址:郑州市高新技术开发区莲花街河南工业大学11120信箱第43卷储粮害虫检测和分类识别技术的研究·7·过发射和反射雷达频率来区分。微波雷达检测法可此基础上将图像分割成各具特性的区域并提取出感以大规模取样,但只能检测运动害虫,当害虫活动兴趣的目标。图像预处理由最初的HabibGassou-的声音信号相对于背景噪声弱时,需做屏

6、蔽背景噪mi对图像的增强、Dr.Jeffrey对图像的分割、黄凌声处理,有一定的难度。宵对图像的去噪这些基本的图像处理到复杂的数学近红外检测法是根据谷物内部化学成分和物理[10]的应用:2009年,谭佐军等针对储粮害虫图像结构的改变所致虫蛀粒与正常粒的图像之间有较大的一些无量纲的特征丧失旋转不变性,利用Zerni-[5]区别。Dowwell等指出近红外检测法可以用于检ke矩计算无明显直线的储粮害虫图像的倾斜角度,测寄生在小麦中的几种象甲科害虫,并可以用于检利用无量纲的特征形成适于分类的最优知识库;[6]测小麦外部和内部害虫的侵染。Kim等指出近红[11]2010年,周龙等

7、针对储粮害虫图像复原中点扩外检测法既可用于定性分析又可用于定量分析。近展函数矩阵的逆矩阵不存在的情况,提出用奇异值红外检测法能直接进行检测,节省大量时间,但检分解和Moor-Penrose广义逆来复原由运动造成测虫害程度较轻的谷物时效果不佳,对于不同成虫的图像模糊。或幼虫反差较小的情形种类鉴别达不到满意的效特征提取和特征优化在图像识别中非常重要,果,对谷物样本的湿度较为敏感,这些是有待解决特征的表征性能直接决定了识别分类的效率和精的问题。度。特征的提取经历了:沈佐锐等对数学形态特征声音检测法是通过获取害虫在活动、进食和通的提取

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。