基于機(jī)器視覺(jué)的小麥蚜蟲(chóng)自動(dòng)檢測(cè)技術(shù)研究.pdf

1、本文對(duì)基于機(jī)器視覺(jué)的小麥蚜蟲(chóng)自動(dòng)檢測(cè)技術(shù)進(jìn)行了研究。主要內(nèi)容及結(jié)果如下： 1．設(shè)定本文算法的應(yīng)用對(duì)象為非特定環(huán)境下的小麥蚜蟲(chóng)若蟲(chóng)，其特點(diǎn)是體積小、顏色與背景(葉片)對(duì)比度不強(qiáng)烈，大多有保護(hù)色，與背景顏色接近；圖像背景為葉片，與實(shí)際的處理環(huán)境一致；收集了大量的自然光條件下小麥蚜蟲(chóng)的圖像，為后續(xù)的試驗(yàn)和研究打下了基礎(chǔ)。 2．闡述了機(jī)器視覺(jué)及模式識(shí)別、圖像分類(lèi)、圖像分割的理論基礎(chǔ)，分析了多種圖像特征，最后確定以紋理特征作為圖像

2、的分類(lèi)基礎(chǔ)；在深入研究理論基礎(chǔ)上開(kāi)發(fā)出適合本研究的算法，并重點(diǎn)介紹了支持向量機(jī)、區(qū)域生長(zhǎng)、κ-均值聚類(lèi)等分類(lèi)、分割算法的理論基礎(chǔ)，為算法的開(kāi)發(fā)奠定了基礎(chǔ)； 3．分別對(duì)圖像的采集、分類(lèi)、分割以及識(shí)別等環(huán)節(jié)的處理算法進(jìn)行了研究，開(kāi)發(fā)了在非特定環(huán)境(未設(shè)定特殊光源、未設(shè)定特定的背景)下，適用于害蟲(chóng)自動(dòng)檢測(cè)的算法。實(shí)現(xiàn)了動(dòng)態(tài)圖像的采集和處理，快速的預(yù)處理、圖像分割和后處理，為進(jìn)一步的害蟲(chóng)大田實(shí)時(shí)識(shí)別研究做了準(zhǔn)備； 4．針對(duì)樣本蚜

3、蟲(chóng)的特點(diǎn)，研究了基于區(qū)域生長(zhǎng)的害蟲(chóng)圖像分割方法、基于支持向量機(jī)的分割方法，創(chuàng)造性的將區(qū)域生長(zhǎng)與支持向量機(jī)的方法結(jié)合進(jìn)行害蟲(chóng)圖像的分割，通過(guò)試驗(yàn)比較，確定了最后的分割方法，針對(duì)樣本運(yùn)用算法進(jìn)行了試驗(yàn)，對(duì)試驗(yàn)的結(jié)果進(jìn)行了定性分析，得到了理想的分割結(jié)果； 5．比較了所提出的分類(lèi)及分割算法的優(yōu)缺點(diǎn)，確定了害蟲(chóng)自自動(dòng)檢測(cè)模型中所采用的分類(lèi)、分割的方法，算法不僅應(yīng)能有效的分割圖像，且在速度上能夠滿足客觀環(huán)境實(shí)時(shí)l生的要求； 6．研究