農業(yè)物聯(lián)網智能視頻監(jiān)控技術的研究與應用.pdf

1、農業(yè)物聯(lián)網的發(fā)展是農業(yè)現代化的標志之一，視頻監(jiān)控作為物聯(lián)網的組成部分，智能視頻監(jiān)控技術的重要性日益攀升。盡管農業(yè)生產各環(huán)節(jié)已經有視頻監(jiān)控系統(tǒng)投入使用，但多數都是傳統(tǒng)視頻監(jiān)控，僅用于人工監(jiān)控，智能視頻監(jiān)控技術的研究依然具有巨大的科研和實用價值。
　　本文致力于研究智能視頻監(jiān)控技術在農業(yè)領域的研究與應用，重點關注農業(yè)生產過程中異常事件的檢測。主要內容包含以下三個方面:
　　一、提出了一種基于運動模板的異常闖入檢測算法。首先討論了

2、靜態(tài)背景和動態(tài)背景兩種情況的目標檢測和跟蹤，靜態(tài)背景的目標檢測和跟蹤介紹了背景差分、幀間差分和光流法，動態(tài)背景的目標檢測和跟蹤介紹了基于主動輪廓的跟蹤、基于特征的跟蹤、基于區(qū)域的跟蹤和基于模型的跟蹤;然后詳細介紹了基于運動模板的異常闖入檢測算法的詳細計算步驟，從實時性和準確率等方面比較了幾種靜態(tài)背景的目標檢測和跟蹤算法的優(yōu)劣，并綜合考慮算法在農業(yè)場景異常闖入檢測應用中的實用性。
　　二、提出了一種基于多特征融合和SVM分類器的植物

3、病蟲害檢測算法。首先介紹了算法的整體框架;然后根據植物葉片圖像的特點選擇圖像特征，并分別介紹這幾種特征的提取方法;重點介紹了基于特征包的多特征融合方法;最后比較四種單特征分類器和兩種多特征融合的分類器對真實場景圖像數據的植物病蟲害檢測率。結論是基于多特征融合和SVM分類器的植物病蟲害檢測算法具有較高的準確率，且滿足監(jiān)控場景的實時性要求。
　　三、研發(fā)了一套海量多媒體信息處理平臺。本文首先描述了平臺研制的目的和設計原則;然后根據平臺