收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

稻飞虱自动识别关键技术的研究

刘德营  
【摘要】:水稻是中国最主要的粮食作物,稻米是全国60%以上人口的主食,水稻生产在全国的农业生产和粮食安全中起着举足轻重的作用。稻飞虱类害虫属同翅目飞虱科,由于几种飞虱往往混合发生为害,因此稻飞虱只是一个统称。稻飞虱是水稻的主要害虫,主要包括白背飞虱、褐飞虱和灰飞虱,严重威胁着水稻生产。害虫的实时检测是进行病虫害综合防治的一种手段,只有准确的检测,才能做到有目的的防治,把害虫种群控制在经济损害水平以下,既不会因害虫造成损失,也不会因盲目防治造成浪费,加重对水稻和环境的污染。因此,只有研究有效的害虫自动检测技术,及时提供准确的害虫种类信息,才能为害虫的综合防治提供科学的决策依据。 目前农田害虫实时测报的现状是利用200W白炽灯诱虫,使用敌敌畏熏杀昆虫,植保人员晚上开灯,早上取回昆虫,进行人工分检、计数。毒死后的昆虫形态各异,足和触角的位置是随机的,也可能被折断而残缺,翅膀发生变形或缺损,另一方面,由于稻飞虱体形微小,色彩也不很艳丽,加之种类间对经济作物的为害程度差异很大,植保站工作人员有时用肉眼无法判断,只能借助放大镜、解剖镜甚至显微镜来观察,再借助检索表查出其种类。该方法识别效率低,对专家依赖性大,并且农药浸泡过的昆虫,散发毒气,危害测报人员身体健康。 当前国内外对昆虫自动识别技术的研究尚处在初期发展阶段,所进行的研究几乎都是在特定条件下进行的,研究的对象均为静态,许多昆虫分类样本来自于标准标本,或在实验室人工培养,与自然界昆虫在颜色、纹理、形状等方面存在着一定的差距,而在现实中,需要实时、动态地获取某个区域昆虫种群数量,去指导生产和实践,因此本文对如何采集主要针对稻飞虱的田间昆虫数字图像、稻飞虱的识别特征描述和昆虫分类模型等关键技术进行了研究。 组建了基于机器视觉的主要针对稻飞虱野外昆虫图像自动采集装置,获得了处于自然状态下昆虫数字图像。采集装置包括底座、采集工作台、拍摄系统和控制系统,采集工作台和拍摄系统安装在底座上。采集工作台由幕布驱动装置、采集工作台幕布及机架组成,采集工作台可以进行X向运动,采集工作台幕布可以实现Z向运动,采集工作台幕布为的确良白布,用160W自镇流荧光高压汞灯诱集稻飞虱爬附到采集工作台幕布上。拍摄系统由摄像机、拍摄光源、安装于摄像机上的显微变焦距镜头、摄像机支架、光源支架、摄像机工作台、光源工作台组成,拍摄光源配置于白色采集工作台幕布与摄像机之间,摄像机安装在摄像机支架上,上下及与采集工作台幕布之间的距离均可调,拍摄光源的上下及与摄像机之间的距离亦可单独调整,摄像机为彩色数字摄像机,拍摄光源采用环形冷光源。控制系统由计算机、微控制器、驱动器、图像采集卡组成,微控制器通过驱动器控制采集工作台X向运动和白色采集工作台幕布Z向运动,PC机利用摄像机和图像采集卡定时拍摄爬附着昆虫的采集工作台幕布,获取数字图像,PC机与微控制器相连,实现图像采集装置运动和图像自动拍摄协调进行。 区分稻飞虱的一个较稳定的特征是其背部的颜色和纹理,处理昆虫数字图像,提取疑似稻飞虱的单个昆虫虫体背部图像。取稻飞虱的蓝色分量B=140作为颜色阈值,进行图像二值化处理,设计形态学滤波器,去除足、触角和噪声等非目标区域,标记连通区域,计算各分割区域的面积,保留面积为(1398-3847)±50%像素的疑似稻飞虱区域,剔除形状大小与稻飞虱不相称的大部分昆虫,降低分类的工作量,再把图像分解成单个目标区域的二值化图像,与原始图像相与,得到信息完整的单个昆虫虫体背部图像,图像大小统一截为128×128像素。 利用傅里叶变换把昆虫背部区域图像从空间域变换到频域,用傅里叶频谱描述昆虫虫体背部颜色和纹理,提取描述昆虫虫体背部特征的l×l(l≤9)的二维傅里叶频谱窗口数据,窗口左上角始终为二维傅里叶频谱中心,构成p维识别昆虫的特征向量。根据四类昆虫虫体背部图像傅里叶频谱数据,计算每个特征在各类样本中的均值,81个特征的特征均值在4类样本中具有一定的差异,说明81个频谱特征在区分4类样本时是有效的;分析每个特征在各类样本中的方差,总体上81个频谱特征的波动程度不大,表明这些特征在表示各个类别时较为稳定;采用单因素方差分析法对81个频谱特征在各类样本中的显著性水平进行检验,只有7个不具有显著性差异的频谱特征,说明这些频谱特征在区分各类样本时是可行的,可以描述昆虫背部的颜色和纹理特征。 构建了基于支持向量机的昆虫分类模型。选取169张昆虫图像,其中白背飞虱、褐飞虱、灰飞虱三种稻飞虱图像分别为34张,共102张,其它昆虫图像有蚂蚁2张、露尾甲10张、水蝇2张、潜蝇19张、长蝽2张、盲蝽1张,共36张,三种叶蝉合计31张,用二维傅里叶频谱窗口数据构成p维描述昆虫虫体特征的特征向量,样本分成训练集和测试集两部分,采用标准的C-支持向量机,选用成对分类方法和径向基核函数,运用网格搜索的交叉验证方法选取最佳惩罚系数C和核函数参数σ,用训练集对分类模型进行训练,根据算法中使用的训练集,用被评价的分类算法求出决策函数,然后用测试集测试所得决策函数的准确率,得到不同傅里叶频谱窗口对训练集和测试集样本的测试结果,得到预测准确率基本上与四类昆虫虫体背部图像傅里叶频谱数据分析结论相符,表明设计的稻飞虱自动识别方案是可行的。 稻飞虱自动识别装置选用3×3二维傅里叶频谱窗口,即用9个特征向量来描述昆虫背部的颜色和纹理特征,建立基于支持向量机的昆虫分类模型,稻飞虱识别率达到90%以上,基本能反映水稻田稻飞虱的虫口密度。通过对田间昆虫数字图像采集、稻飞虱的识别特征描述和昆虫分类模型建立等关键技术的研究,探讨稻飞虱自动识别方法,有助于提高稻飞虱自动识别技术水平。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陶笃纯;;实现谱峰自动识别的句法方法[J];自动化学报;1986年01期
2 马一兵;基于嵌入式网络模块的多CPU自动识别数据采集系统[J];世界电子元器件;2003年03期
3 张庆河;潘贞存;;变电站内新增智能设备(IED)的自动识别和远程配置[J];山东电力高等专科学校学报;2005年04期
4 耿军;;条码推进工程首选汽车业[J];每周电脑报;2006年04期
5 奚建清;罗强;;基于HMM的汉语介词短语自动识别研究[J];计算机工程;2007年03期
6 ;国际风云[J];中国自动识别技术;2007年04期
7 黄文怡;刘立君;梁波;殷子强;;基于图像传感的焊缝自动跟踪系统设计[J];哈尔滨理工大学学报;2007年05期
8 蔡琼;陈焕文;谢丽娟;;基于改进小波变换的EEG分析[J];计算机技术与发展;2008年04期
9 王俨剀;廖明夫;吴斌;;基于傅立叶描述子自动识别轴心轨迹[J];机械科学与技术;2008年06期
10 丁俊苗;;现代汉语缩略语自动识别研究的现状与展望[J];渭南师范学院学报;2008年06期
11 谭雪清;;不论最强 只会更强——霍尼韦尔安防及自动识别事业集团总裁兼首席执行官Ben Cornett与本刊执行主编谭雪清对话[J];中国自动识别技术;2008年06期
12 宁志刚;汪仁煌;刘燕;杨保柱;杨玲;;仪表精度等级符号自动识别研究[J];机床与液压;2010年07期
13 李平;唐宏;李哲;;基于小波脊线的射频信号调制类型识别[J];无线电工程;2010年09期
14 朱丹浩;王东波;谢靖;;基于条件随机场的介宾结构自动识别[J];现代图书情报技术;2010年Z1期
15 代宏伟;;基于人工神经网络的水下探测目标的自动识别[J];毕节学院学报;2011年08期
16 颜昌学,刘海华;多制式彩色电视制式的自动识别与转换[J];中南民族学院学报(自然科学版);1997年02期
17 梁应亮;;松下NV—M9000型摄像机S—VHS盒带识别开关损坏的处理[J];家电检修技术;1999年09期
18 王海江,王波,江南;领域知识在遥感图象地类自动识别系统中的应用[J];计算机工程与应用;2001年22期
19 无盘货色;;寻找8139网卡的故事[J];电脑应用文萃;2001年10期
20 ;增加IE的自动识别功能[J];统计与咨询;2002年04期
中国重要会议论文全文数据库 前10条
1 杜青;刘剑飞;刘娟;乔延华;;基于小波神经网络的模拟调制信号自动识别[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集(下册)[C];2007年
2 郑凯;张淑仪;张辉;蔡士杰;;超声红外热像中缺陷的自动识别[A];中国声学学会2005年青年学术会议[CYCA'05]论文集[C];2005年
3 邹渊;;车号识别系统在非标车辆电子轨道衡中的应用[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年
4 王立公;;热轧带钢头尾形状自动识别及最佳剪切系统[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(上册)[C];2002年
5 王芳;万常选;;基于互信息的中文完整词自动识别模型[A];第二十四届中国数据库学术会议论文集(技术报告篇)[C];2007年
6 黄习刚;;AIS岸站数据链路管理机制[A];2008-2009年船舶通信导航论文集[C];2009年
7 毛文华;郑永军;张银桥;苑严伟;张小超;;基于机器视觉的草地蝗虫识别方法[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年
8 冯敏萱;杨翠兰;陈小荷;;带后缀“者”的派生词识别[A];全国第八届计算语言学联合学术会议(JSCL-2005)论文集[C];2005年
9 刘磊;高太长;李浩;;三种基于光学原理的降水类型识别技术[A];中国气象学会2006年年会“提高大气监测自动化水平、为业务技术体制改革作贡献”分会场论文集[C];2006年
10 廖铭胜;;浅谈AIS在VTS中的应用[A];中国航海学会通信导航专业委员会2006年学术年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 严哲;三维地震断层自动识别与智能解释[D];中国地质大学;2010年
2 涂岳文;Holter系统中运动伪差自动识别的关键技术及算法研究[D];浙江大学;2013年
3 王保平;放顶煤过程中煤矸界面自动识别研究[D];山东大学;2012年
4 通拉嘎;基于蒙古文语料库的人名自动识别[D];中央民族大学;2013年
5 黄伏生;喇嘛甸油田低效无效循环带识别方法研究及其应用[D];中国海洋大学;2008年
6 郑华利;彩色地形图的自动识别与矢量化研究[D];南京理工大学;2004年
7 李河;基于构件复用的测井解释系统及成像测井图像处理与自动识别技术研究[D];吉林大学;2005年
8 杜军;盾构隧道壁后注浆探测图像识别及沉降控制研究[D];同济大学;2006年
9 王向东;抓举技术的生物力学研究及杠铃杆端点的自动识别[D];北京体育大学;2006年
10 罗小虎;蛋白质—蛋白质骨架柔性对接研究[D];苏州大学;2011年
中国硕士学位论文全文数据库 前10条
1 叶其松;NP构句块的模式化及自动识别[D];黑龙江大学;2004年
2 王立冬;软件无线电理论研究与软件无线电侦察接收机设计[D];东北大学;2006年
3 李茁;机车信号自动识别与解调算法研究[D];哈尔滨工程大学;2007年
4 于坤;织物疵点识别算法的研究[D];天津工业大学;2008年
5 邵蕊;指针式仪表识别方法的研究[D];沈阳工业大学;2009年
6 郭绍君;全球统一标识系统在食品冷链中的应用研究[D];北京交通大学;2009年
7 胥勋涛;印鉴自动识别系统算法研究[D];重庆大学;2004年
8 雷兴;地区电网故障恢复操作票的实用化研究[D];华北电力大学(北京);2006年
9 任玉静;常用数字信号调制样式的自动识别[D];河北大学;2010年
10 陆勇;面向信息检索的汉语同义词自动识别[D];南京农业大学;2005年
中国重要报纸全文数据库 前10条
1 驻京记者 李扬;自动识别六种少数民族文字[N];文汇报;2007年
2 王萍;讯宝凯泰联手出击自动识别市场[N];中国税务报;2006年
3 欧汉华;广东启用新型自动识别仪[N];人民公安报·交通安全周刊;2006年
4 康君;“洋盘”哦 投币箱自动识别假币[N];雅安日报;2007年
5 通讯员 姚蓓记者 秦宵喊;表格自动识别为出口退税提速[N];南京日报;2008年
6 记者 王量迪 通讯员 黄章伟 徐根凯;我市渔港将配上电子警察[N];宁波日报;2008年
7 吴恂王彭军;广东局试点“电子耳标”自动识别[N];中国国门时报;2007年
8 吴宏雄;欠费车上路将被抓拍[N];福建日报;2008年
9 周淑芳;中州分公司计量检斤实现自动识别[N];中国有色金属报;2006年
10 史晓涵 赵永生 张军辉;河北乐亭民警自主研发抓逃软件[N];人民公安报;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978