基于圖像識別的農田害蟲分類識別研究.pdf

1、農業(yè)興，基礎牢；農村穩(wěn)，天下安。農業(yè)是我國國民經濟的基礎，農田害蟲危害是影響農業(yè)生產的主要因素之一，僅此一項，全國每年造成的糧棉損失即達總產量的13％-16％。長期以來，我國多沿用黑光燈誘集害蟲、人工識別計數的測報方法，該方法與測報人員的綜合素質密切相關，主觀因素較大，影響了測報的準確性和時效性，不利于農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、測報方法勢在必行。 本文在中科院模式識別國家重點實驗室開放課題基金與河

2、南省自然科學基金項目的資助下，以河南省植保站和鄭州市植保站為實驗基地，多次深入植?，F場進行實驗研究，給出了基于圖像識別的農田害蟲檢測新方法。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)的總體設計方案；對檢測系統(tǒng)的硬件裝置進行了改進：為檢測裝置加上了上下振動濾網，運用環(huán)狀光源設計了圓柱體燈箱。 2．結合本系統(tǒng)獲取的害蟲圖像，提出了一套實用有效的圖像增強和分割方案，實現了害蟲二值目標的準確分割。 3．分析了

3、主要農田害蟲的形態(tài)學特征，提取了害蟲目標圖像的面積、周長、復雜度、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．設計并比較分析了BP神經網絡分類器、徑向基函數神經網絡分類器和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，分析了各種改進方法，提出了新的聯合優(yōu)化算法，使網絡的收斂速度大大加快，其對9類害蟲的識別率達到了92.2％；分析設計了RBF神經網絡分類器，采用模糊C均值聚類法來確定其基函