版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、浙江理工大學(xué)學(xué)位論文獨創(chuàng)性聲明本人聲明醑呈交的學(xué)f :王論文是灰人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。除’了文中特別加以標(biāo)注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得浙江理工大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書霞袋嗣過的材料。與我,一罱工作壹勺同志叉:j - 本研究所做的任簿貢獻(xiàn)均已在論文中作了明確的說暑翻并表示謝意。學(xué)位論文作者簽名:麥,.電簽字匿痧: 2 ,,≯,冬. ;,曩 f 。露摘 要稻飛虱
2、是我國水稻上重要的一類遷飛性害蟲,一般集中在水稻中下部為害。掌握稻飛虱田間種群密度動態(tài)變化是準(zhǔn)確進(jìn)行稻飛虱預(yù)測預(yù)報和合理防治的關(guān)鍵。目前,我國稻飛虱田間測報調(diào)查方法主要采取目測法、掃網(wǎng)法和盤拍法。這些方法存在著勞動強(qiáng)度大、計數(shù)準(zhǔn)確性差和耗時久的問題,為了減輕植保人員田間飛虱調(diào)查的勞動強(qiáng)度、提高效率和準(zhǔn)確性,劉慶杰等【l 】利用圖像處理技術(shù)來檢測水稻基部飛虱與計數(shù)。本文在劉慶杰等的基礎(chǔ)上,繼續(xù)深入研究基于圖像局部特征的水稻飛虱檢測算法。主
3、要研究內(nèi)容和結(jié)果包括:( 1 ) 在水稻基部白背飛虱第一層檢測算法的研究中,本文研究了訓(xùn)練樣本的大小、數(shù)量和負(fù)樣本的選擇等不同組合下,訓(xùn)練基于h a a r 特征的A d a B o o s t 分類器,并用田間飛虱圖像進(jìn)行測試,從中選擇最優(yōu)的分類器作為第一層的飛虱檢測器,該分類器的檢測率為8 5 .3 %,誤檢率為9 9 .1 %。( 2 ) 由于第一層有很多的非飛虱被檢測出來,造成較大的誤檢率,因此對水稻基部白背飛虱進(jìn)行了第二層檢測
4、算法的研究。首先對第一層檢測的子圖像利用四種圖像分類算法S P M ( S p a t i a lP y r a m i dM a t c h i n g ) 、S c S P M ( L i n e a rS p a t i a lM a t c h i n gU s i n gS p a r s eC o d i n gf o ri m a g ec l a s s i f i c a t i o n ) 、L L C ( L i
5、n e a rL o c a l i t yC o d i n gf o ri m a g ec l a s s i f i c a t i o n )和o p p o n e n t c o l o r s i f l 融合H O G 的S V M 算法進(jìn)行分類:統(tǒng)計分類結(jié)果的檢測率和誤檢率,并進(jìn)行分析和評價。結(jié)果表明基于o p p o n e n t c o l o r s i f t 和H O G 特征融合下的S V M 分類器具
6、有較好的分類效果。本文在第一層檢測得到子圖像的基礎(chǔ)上,對子窗口圖像采用p y r a m i d d e n s e 采樣,并用o p p o n e n t c o l o r 描述;然后利用b a g - o f - w o r d s 算法對圖像中飛虱子窗E l 提取詞袋特征,結(jié)合H O G ( h i s t o g r a mo f g r a d i e n t s ) 描述符描述子圖;最后,用S V M 分類器對飛虱子圖像
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于圖像的稻田飛虱測報方法的研究.pdf
- 基于局部特征的拷貝檢測方法的研究.pdf
- 圖像特征在水稻基部飛虱檢測中的應(yīng)用研究.pdf
- 基于光譜技術(shù)的水稻褐飛虱蟲害檢測研究.pdf
- 基于輪廓的圖像局部不變特征檢測方法研究.pdf
- 基于局部紋理特征的物體檢測方法.pdf
- 基于簡單局部特征學(xué)習(xí)的物體檢測方法.pdf
- 基于輪廓的圖像局部不變特征檢測方法研究(1)
- 基于局部特征的目標(biāo)檢測研究.pdf
- 基于局部特征提取匹配的視覺SLAM閉環(huán)檢測方法研究.pdf
- 基于局部特征的圖像拷貝檢測研究.pdf
- 面向視頻煙霧檢測的局部特征建模方法研究.pdf
- 基于局部紋理特征的隱寫檢測研究.pdf
- 基于全局和局部結(jié)構(gòu)特征提取的故障檢測方法研究.pdf
- 基于局部特征的圖像分類方法研究.pdf
- 基于局部特征的Laplacian網(wǎng)格編輯方法研究.pdf
- 基于局部特征強(qiáng)化的過程監(jiān)測方法研究.pdf
- 灰飛虱和褐飛虱bursicon基因的分子特性.pdf
- 褐飛虱和稻縱卷葉螟為害后水稻的光譜特征.pdf
- 基于局部特征的視頻目標(biāo)跟蹤方法研究.pdf
評論
0/150
提交評論