基于圖像的水稻害蟲識(shí)別與計(jì)數(shù)研究.pdf

1、水稻是我國(guó)最重要的糧食作物之一,提高水稻產(chǎn)量和品質(zhì)是當(dāng)今水稻生產(chǎn)的重要目標(biāo)。但近年來,水稻害蟲發(fā)生呈逐年加重的趨勢(shì)。因此,水稻害蟲防治在水稻生產(chǎn)和國(guó)民經(jīng)濟(jì)發(fā)展中占有極其重要的地位。目前我國(guó)水稻害蟲監(jiān)測(cè)主要依靠黑光燈引誘捕獲害蟲,于次日取回害蟲,并人工進(jìn)行識(shí)別與計(jì)數(shù),存在勞動(dòng)強(qiáng)度大、效率低、客觀性差、非實(shí)時(shí)性等問題,已不能滿足當(dāng)前水稻害蟲發(fā)生嚴(yán)重狀況監(jiān)測(cè)的需求。為了減輕基層植保人員勞動(dòng)強(qiáng)度,提高水稻害蟲監(jiān)測(cè)的準(zhǔn)確度和預(yù)測(cè)預(yù)報(bào)的時(shí)效性,本文

2、利用機(jī)器視覺、圖像處理和模式識(shí)別等技術(shù)對(duì)水稻燈誘害蟲識(shí)別與計(jì)數(shù)進(jìn)行了初步研究。主要研究結(jié)果包括:
　　 (1)建立了一套室內(nèi)水稻燈誘害蟲圖像采集系統(tǒng)。在該系統(tǒng)中,通過不同目的網(wǎng)篩實(shí)現(xiàn)了害蟲初步篩選分類,利用2個(gè)單反相機(jī)采集害蟲正反兩面圖像,采用Visual C++6.0開發(fā)了害蟲圖像采集軟件,實(shí)現(xiàn)相機(jī)自動(dòng)采集害蟲圖像。該系統(tǒng)的建立為水稻燈誘害蟲自動(dòng)識(shí)別提供了較好的平臺(tái);
　　 (2)在圖像預(yù)處理方面,提出了一種基于圖像灰

3、度差分的背景分割方法。首先在相同的拍照環(huán)境和相機(jī)參數(shù)設(shè)置下,拍攝害蟲混合圖像與相應(yīng)的背景圖像,根據(jù)兩幅圖像的灰度差分實(shí)現(xiàn)圖像分割。通過實(shí)驗(yàn)對(duì)比分析,本論文提出的分割方法較傳統(tǒng)的閾值分割方法,能有效地避免在分割過程中害蟲邊緣斷裂、區(qū)域出現(xiàn)空洞等現(xiàn)象,且具有較強(qiáng)的魯棒性;
　　 (3)在特征參數(shù)提取方面,選擇與人類視覺感知系統(tǒng)一致的HSV空間,利用非均勻量化的直方圖提取顏色特征,提高了識(shí)別魯棒性。提取具有旋轉(zhuǎn)、平移、尺度不變性的形態(tài)

4、特征,保證了識(shí)別穩(wěn)定性。利用灰度共生矩陣提取紋理特征,壓縮了害蟲圖像的灰度等級(jí),減少了3/4的計(jì)算量,降低了特征提取復(fù)雜度;
　　 (4)在特征數(shù)據(jù)優(yōu)化方面,利用主成分分析對(duì)害蟲數(shù)據(jù)矩陣進(jìn)行降維處理,通過計(jì)算每個(gè)主成分的方差貢獻(xiàn)率,根據(jù)累計(jì)貢獻(xiàn)率不低于85％的原則,選取了前6個(gè)主成分作為害蟲識(shí)別依據(jù),消除變量的相關(guān)性,減輕了計(jì)算機(jī)存儲(chǔ)和運(yùn)算負(fù)擔(dān);
　　 (5)在數(shù)據(jù)集劃分方面,利用7折交叉驗(yàn)證思想,將害蟲特征數(shù)據(jù)均勻地分

5、為7組,1組作為測(cè)試樣本,同時(shí)其余6組作為分類器的訓(xùn)練樣本。經(jīng)實(shí)驗(yàn)分析,利用交叉驗(yàn)證后建立的分類器可以解決過學(xué)習(xí)和欠學(xué)習(xí)狀態(tài)的發(fā)生;
　　 (6)在害蟲識(shí)別方面,本文以多目標(biāo)水稻混合害蟲圖像為研究對(duì)象,打破了傳統(tǒng)對(duì)害蟲個(gè)體識(shí)別的模式。分別利用模板匹配與支持向量機(jī)對(duì)4種主要水稻害蟲混合樣本進(jìn)行識(shí)別分類。結(jié)果表明多模板匹配方法相比于單模板匹配可以較好地解決害蟲受殘?bào)w、姿態(tài)各異等因素的影響,而支持向量機(jī)較多模板匹配在識(shí)別率上提高了14

6、.4％。由于支持向量機(jī)在解決小樣本、非線性及高維模式識(shí)別問題中表現(xiàn)出許多特有的優(yōu)勢(shì),并且算法固定,避免了輸出不收斂與隨機(jī)性較大的情況,本文選用支持向量機(jī)作為分類器對(duì)水稻害蟲進(jìn)行識(shí)別;
　　 (7)在識(shí)別多種水稻燈誘害蟲的基礎(chǔ)上,對(duì)每種害蟲實(shí)現(xiàn)了準(zhǔn)確計(jì)數(shù),為害蟲預(yù)測(cè)預(yù)報(bào)提供可靠的數(shù)據(jù)來源;
　　 目前國(guó)內(nèi)外文獻(xiàn)中未見水稻燈誘害蟲自動(dòng)識(shí)別方面的研究,本研究結(jié)果為水稻燈誘害蟲自動(dòng)識(shí)別開拓了一條新思路。在該方面的研究中,還有許多