基于圖像的水稻燈誘害蟲識別技術(shù)的研究.pdf

1、利用燈光誘殺稻田害蟲，并識別與計(jì)數(shù)這些害蟲是水稻害蟲的一種常規(guī)測報(bào)方法。目前，水稻燈誘害蟲測報(bào)方法是：燈光誘殺的水稻昆蟲，于次日被取回室內(nèi)，由測報(bào)人員進(jìn)行人工識別與計(jì)數(shù)。這種人工識別與計(jì)數(shù)方法效率低、任務(wù)重；同時(shí)，絕大部分燈誘昆蟲是測報(bào)上不需要的，在人工識別燈誘測報(bào)害蟲時(shí)，需要排除這些非測報(bào)害蟲，因此需要測報(bào)人員具有扎實(shí)的昆蟲分類知識，否則影響測報(bào)的準(zhǔn)確性。為了減輕測報(bào)人員的負(fù)擔(dān)，實(shí)現(xiàn)水稻害蟲測報(bào)的實(shí)時(shí)性和準(zhǔn)確性，本論文提出一種基于圖像

2、的水稻燈誘害蟲自動識別方法。主要研究內(nèi)容、方法和結(jié)果包括：
　?。?）水稻燈誘昆蟲圖像預(yù)處理。首先，對水稻燈誘昆蟲圖像進(jìn)行預(yù)處理，去除背景和形態(tài)學(xué)處理；然后，利用連通區(qū)域的原理對水稻燈誘昆蟲進(jìn)行標(biāo)記，獲得單個(gè)水稻昆蟲圖像；最后，利用每個(gè)水稻昆蟲在圖像上的面積和最小外接矩形長寬比兩個(gè)參數(shù)閾值作為判別條件將水稻燈誘昆蟲分為大型水稻燈誘昆蟲和小型水稻燈誘昆蟲。
　　（2）大型水稻燈誘測報(bào)害蟲自動識別算法的研究。首先，將大型水稻燈誘

3、昆蟲分為似大螟類、似二化螟類和似稻縱卷葉螟類三類，每類包括一種測報(bào)害蟲和測報(bào)害蟲相似大小的非測報(bào)害蟲；然后，提取所有燈誘昆蟲的顏色、形態(tài)和紋理等31個(gè)特征；設(shè)計(jì)基于交叉驗(yàn)證和網(wǎng)格參數(shù)尋優(yōu)法的SVM分類器對每類中的昆蟲進(jìn)行訓(xùn)練和測試，輸出時(shí)同一種測報(bào)害蟲的背面和腹面圖像被視為同一種昆蟲。結(jié)果表明，3類大型水稻燈誘測報(bào)害蟲的平均識別準(zhǔn)確率為93.9％。
　?。?）小型水稻燈誘測報(bào)害蟲自動識別算法的研究。首先，分別提取所有燈誘昆蟲的HO

4、G特征、LBP特征、全局特征；然后，由局部特征與全局特征組成特征向量，設(shè)計(jì)基于交叉驗(yàn)證和網(wǎng)格參數(shù)尋優(yōu)法的SVM分類器對小型燈誘測報(bào)害蟲進(jìn)行訓(xùn)練和測試。結(jié)果表明，局部特征與全局特征融合訓(xùn)練出來的SVM分類器具有較高的正確識別率，小型水稻燈誘測報(bào)害蟲的平均識別準(zhǔn)確率為90.2％。
　　本文基于水稻燈誘昆蟲中絕大部分是非測報(bào)害蟲的事實(shí)，根據(jù)水稻燈誘昆蟲的大小分為大型和小型水稻燈誘昆蟲，對這兩種昆蟲訓(xùn)練不同的分類器來識別水稻燈誘測報(bào)害蟲，