基于圖像識別的農(nóng)田害蟲分類識別研究.pdf_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(bào)或認(rèn)領(lǐng)

文檔簡介

1、農(nóng)業(yè)興,基礎(chǔ)牢;農(nóng)村穩(wěn),天下安。農(nóng)業(yè)是我國國民經(jīng)濟(jì)的基礎(chǔ),農(nóng)田害蟲危害是影響農(nóng)業(yè)生產(chǎn)的主要因素之一,僅此一項(xiàng),全國每年造成的糧棉損失即達(dá)總產(chǎn)量的13%-16%。長期以來,我國多沿用黑光燈誘集害蟲、人工識別計(jì)數(shù)的測報(bào)方法,該方法與測報(bào)人員的綜合素質(zhì)密切相關(guān),主觀因素較大,影響了測報(bào)的準(zhǔn)確性和時效性,不利于農(nóng)田害蟲的防治工作及時、有效地展開。因此研究新的害蟲識別、測報(bào)方法勢在必行。 本文在中科院模式識別國家重點(diǎn)實(shí)驗(yàn)室開放課題基金與河

2、南省自然科學(xué)基金項(xiàng)目的資助下,以河南省植保站和鄭州市植保站為實(shí)驗(yàn)基地,多次深入植?,F(xiàn)場進(jìn)行實(shí)驗(yàn)研究,給出了基于圖像識別的農(nóng)田害蟲檢測新方法。本文主要完成了以下幾個方面的工作: 1.提出了檢測系統(tǒng)的總體設(shè)計(jì)方案;對檢測系統(tǒng)的硬件裝置進(jìn)行了改進(jìn):為檢測裝置加上了上下振動濾網(wǎng),運(yùn)用環(huán)狀光源設(shè)計(jì)了圓柱體燈箱。 2.結(jié)合本系統(tǒng)獲取的害蟲圖像,提出了一套實(shí)用有效的圖像增強(qiáng)和分割方案,實(shí)現(xiàn)了害蟲二值目標(biāo)的準(zhǔn)確分割。 3.分析了

3、主要農(nóng)田害蟲的形態(tài)學(xué)特征,提取了害蟲目標(biāo)圖像的面積、周長、復(fù)雜度、不變矩等16個特征,并篩選出了適合分類的7個有效特征。 4.設(shè)計(jì)并比較分析了BP神經(jīng)網(wǎng)絡(luò)分類器、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)分類器和Gauss模糊分類器。針對傳統(tǒng)BP算法易陷入局部極小和收斂速度慢的問題,分析了各種改進(jìn)方法,提出了新的聯(lián)合優(yōu)化算法,使網(wǎng)絡(luò)的收斂速度大大加快,其對9類害蟲的識別率達(dá)到了92.2%;分析設(shè)計(jì)了RBF神經(jīng)網(wǎng)絡(luò)分類器,采用模糊C均值聚類法來確定其基函

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。

評論

0/150

提交評論