2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、作物上害蟲種群密度和危害程度是害蟲防治決策的重要依據(jù),也是精確噴藥的關鍵信息。與人工測蟲方法相比,使用計算機視覺來自動獲取害蟲信息,不僅可降低勞動強度、提高工作效率,而且便于與后續(xù)的防治決策和精確施藥實現(xiàn)技術對接和技術集成。
   當前,害蟲檢測和計數(shù)的主要困難之一還是小蟲體的檢測和計數(shù)。就小蟲體的計算機視覺檢測和計數(shù)而言,也存在著因蟲體幾何尺寸小而導致圖像處理的困難。其一,在同樣的成像設備和成像條件下,小蟲體的成像質量一般比大

2、蟲體要差,這對小蟲體圖像特征提取、處理和檢測都有一些新要求。其二,小蟲體構成的蟲群圖像粘連很嚴重,這對自動化快速準確計數(shù)帶來了困難。為此,本文以溫室黃瓜蚜蟲為對象,研究基于圖像信息的蚜蟲檢測和計數(shù)方法。主要研究內容和結論如下:
   1)提出基于G分量閾值分割法實現(xiàn)了蚜蟲檢測
   為尋找蚜蟲圖像中蚜蟲與背景顏色特征的差異,首先將蚜蟲圖像分為:蚜蟲區(qū)域、綠色背景和蚜葉區(qū)。通過分析三部分中G分量的差異,提出了G分量閾值分割

3、法并建立G分量閾值的確定原則。采用G分量閾值:TG<=115,實現(xiàn)了將蚜蟲區(qū)域和非蚜蟲區(qū)域分離開來的目的。
   2)溫室黃瓜蚜蟲去粘連分割算法的研究
   針對蚜蟲的粘連重疊問題提出了利用分水嶺分割算法去除粘連。傳統(tǒng)的距離變換分水嶺分割和梯度變換分水嶺分割算法都有過分割問題。針對過分割問題本文對分水嶺分割算法進行了改進,提出利用擴展極小值閾值變換的方法對輸入圖像進行標記,對標記后的圖像進行距離變換和分水嶺分割,去除粘連

4、。
   在對圖像進行標記時深度閾值h的選擇對分割效果影響很大。但是目前還缺少確定閾值h的有效原則。本文采用數(shù)值試驗建立了閾值h的確定方法。并利用E過、E欠、E誤作為分割優(yōu)劣的指標來考證h最優(yōu)。當深度閾值h=26時,誤分割率最小,為3.14%。
   3)確定溫室黃瓜蚜蟲的計數(shù)方法
   分別對去粘連(分水嶺分割算法)前后的蚜蟲圖像采用了連通區(qū)域標記法和面積分析法。去粘連前后的連通區(qū)域標記法計數(shù)準確率為80.7%

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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