基于圖像的水稻冠層稻縱卷葉螟飛蛾及其為害狀識(shí)別與診斷的研究.pdf

1、稻縱卷葉螟是危害水稻的一種重要害蟲。目前，我國(guó)對(duì)稻縱卷葉螟的測(cè)報(bào)方法仍停留在人工下田趕蛾計(jì)數(shù)和卷葉率調(diào)查階段，存在效率低、工作量大和人工誤差等問題。李洋在稻縱卷葉螟飛蛾視頻跟蹤與計(jì)數(shù)中的研究結(jié)果表明：可以跟蹤到72.2％的飛蛾目標(biāo)，同時(shí)75.9%的非目標(biāo)被誤認(rèn)為飛蛾目標(biāo)，飛蛾目標(biāo)誤檢率比較高。本論文在李洋的基礎(chǔ)上，繼續(xù)利用圖像處理的方法來探討田間趕蛾法中飛蛾目標(biāo)的自動(dòng)跟蹤與計(jì)數(shù)和為害狀等級(jí)的自動(dòng)判斷。論文主要研究?jī)?nèi)容、方法和結(jié)果如下：<

2、br>　　（1）利用復(fù)雜背景下運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)來研究稻縱卷葉螟飛蛾的跟蹤與計(jì)數(shù)。由于使用竹竿撥動(dòng)水稻趕蛾，所以視頻圖像中存在很多運(yùn)動(dòng)目標(biāo)，其中包括稻縱卷葉螟飛蛾目標(biāo)和擺動(dòng)的水稻稻葉、其它飛蟲等偽目標(biāo)。本論文首先通過三幀差分法提取視頻中運(yùn)動(dòng)目標(biāo)；然后，利用RGB顏色空間模型進(jìn)行背景過濾，去除背景噪聲，并通過顏色閾值二值化處理當(dāng)前視頻幀，突出運(yùn)動(dòng)目標(biāo)區(qū)域；最后提取目標(biāo)區(qū)域顏色特征，利用SVM分類器實(shí)現(xiàn)飛蛾目標(biāo)和偽目標(biāo)的識(shí)別。由于飛蛾在視頻幀

3、中要持續(xù)飛行一段時(shí)間，因此本論文利用粒子濾波與卡爾曼濾波跟蹤技術(shù)，對(duì)每個(gè)視頻幀檢測(cè)到的目標(biāo)進(jìn)行跟蹤，通過初始化目標(biāo)位置，預(yù)測(cè)目標(biāo)位置，更新濾波器參數(shù)等來實(shí)現(xiàn)稻縱卷葉螟飛蛾目標(biāo)的跟蹤與計(jì)數(shù)。跟蹤與計(jì)數(shù)的結(jié)果表明：跟蹤到77.1%的飛蛾，同時(shí)，34.5%的非目標(biāo)被誤認(rèn)為飛蛾目標(biāo)。
　?。?）利用基于全局對(duì)比度的顯著性分割算法與超顏色空間分割算法相結(jié)合分割出稻縱卷葉螟的為害狀區(qū)域，使用圖像內(nèi)為害狀區(qū)域占圖像整體區(qū)域的比例來為稻縱卷葉螟的