基于機器視覺的中華稻蝗早期蝗蝻的識別和檢測研究.pdf

1、水稻長期以來都是我國人民種植的主要糧食作物，當今人們對于糧食的安全和產(chǎn)量都提出雙重要求的情況下，對稻田進行精細化管理，盡量減少化學藥劑的使用是我們當今需要面對的問題。中華稻蝗占到稻田土蝗數(shù)量的80％左右，是稻田土蝗的優(yōu)勢種。目前對于中華稻蝗的預測和防治都還存在大量使用人力普查，盲目防治的問題。根據(jù)中華稻蝗在三齡前的群居特性，三齡后才擴散稻田的生態(tài)習性，本文著重探討利用黏性陷阱誘捕中華稻蝗的前期蝗蝻，獲取黏板圖像，并在田間背景下采集中華稻

2、蝗的圖像，進行中華稻蝗的齡期識別、分類以及早期稻蝗的檢測。
　　(1)設計了一種針對中華稻蝗和稻田早期越冬害蟲的圖像獲取系統(tǒng)。固定相機的高度和光圈以獲得穩(wěn)定的圖像。實現(xiàn)了基于圖像識別技術(shù)的中華稻蝗的齡期的識別和計數(shù)。將圖像轉(zhuǎn)化為HSV空間，利用V通道的灰度圖像對原圖的灰度圖像進行增強，改善了不均勻光照、目標與背景灰度接近、目標較小的情況下Otsu法難以計算最佳閾值的缺陷。通過圖像的增強和形態(tài)學處理對圖像中的中華稻蝗進行分割，進而根

3、據(jù)中華稻蝗不同齡期體態(tài)的階躍性變化，完成對中華稻蝗的齡期識別和計數(shù)，為稻田蝗蟲的蟲情在線監(jiān)測及管理決斷提供依據(jù)。
　　(2)提出了基于圖像特征提取的早期中華稻蝗害蟲和典型越冬害蟲的識別方法。采用“圖像分割——特征提取——分類器設計”的技術(shù)路線，在圖像分割階段，將早春時期的越冬害蟲二化螟和稻縱卷葉螟與中華稻蝗的幼蟲進行分割并將圖像填充為相同大小;介紹了模式識別的主要方法，進一步針對圖像分割后的害蟲目標，提取了形態(tài)、不變矩、顏色和紋理

4、等全局特征;基于圖像的全局特征建立了SVM分類模型，針對早春的越冬害蟲和蝗蝻進行識別，識別準確率達到了88.3％。
　　(3)將DPM引入中華稻蝗的檢測。類似于人體檢測，害蟲由于姿態(tài)變化多樣，所處的環(huán)境復雜，對于害蟲的檢測也是一個很有挑戰(zhàn)的課題。目前對于人體的檢測已經(jīng)有很多的方式，其中DPM（可變型部件模型）是在人體檢測中效果較好的一種方法。本文研究了基于DPM的中華稻蝗檢測。詳細介紹了DPM的原理，將中華稻蝗的自然環(huán)境樣本圖像作