基于視覺技術(shù)的農(nóng)作物害蟲的統(tǒng)計(jì)研究.pdf

1、本文以計(jì)算機(jī)視覺技術(shù)為研究基礎(chǔ)，以水稻害蟲——稻飛虱為研究對(duì)象，針對(duì)農(nóng)作物害蟲的自動(dòng)統(tǒng)計(jì)計(jì)數(shù)進(jìn)行了研究。水稻是我國最主要的糧食作物，水稻生產(chǎn)在我國的農(nóng)業(yè)生產(chǎn)和國民經(jīng)濟(jì)發(fā)展中占有極其重要的地位。稻飛虱是水稻的主要害蟲，但近年來，水稻害蟲發(fā)生呈現(xiàn)不斷加重的趨勢，嚴(yán)重威脅著水稻生產(chǎn)。目前，我國水稻害蟲的監(jiān)測主要依靠性誘劑和黑光燈引誘捕獲害蟲，于次日取回害蟲，進(jìn)行人工分檢和計(jì)數(shù)，存在勞動(dòng)強(qiáng)度大、效率低、實(shí)時(shí)性差等問題，而且需要耗費(fèi)大量的人力、財(cái)

2、力。這種傳統(tǒng)的統(tǒng)計(jì)方式已遠(yuǎn)遠(yuǎn)不能滿足水稻害蟲日益加重的監(jiān)測需求。因此，只有研究有效的害蟲自動(dòng)統(tǒng)計(jì)技術(shù)，及時(shí)提供準(zhǔn)確的害蟲種群密度信息，才能為農(nóng)作物害蟲的綜合防治提供科學(xué)的決策依據(jù)。本文利用計(jì)算機(jī)視覺和圖像處理等技術(shù)對(duì)稻飛虱的自動(dòng)統(tǒng)計(jì)技術(shù)進(jìn)行了初步研究，實(shí)驗(yàn)證明采用這種方法進(jìn)行稻飛虱的統(tǒng)計(jì)計(jì)數(shù)是可行的。
　　本文主要研究了以下5個(gè)方面的內(nèi)容:
　　(1)研究方案的確定。在溫室水稻田中，利用帶有綠色格子線的黃色粘板誘集稻飛虱，通

3、過對(duì)粘有稻飛虱的黃色粘板的照片進(jìn)行圖像處理以實(shí)現(xiàn)對(duì)稻飛虱的自動(dòng)統(tǒng)計(jì)，并且對(duì)比人工統(tǒng)計(jì)結(jié)果，統(tǒng)計(jì)系統(tǒng)自動(dòng)統(tǒng)計(jì)計(jì)數(shù)的準(zhǔn)確率;
　　(2)圖像增強(qiáng)。通過對(duì)比均值濾波和中值濾波，可知中值濾波能夠較好地保護(hù)圖像細(xì)節(jié)，經(jīng)實(shí)驗(yàn)證明，使用3×3的方形模板對(duì)圖像進(jìn)行濾波能得到比較滿意的結(jié)果;利用灰度變換增強(qiáng)圖像的對(duì)比度;
　　(3)圖像分割。提出了一種基于全局閾值法、改進(jìn)的最大類間方差法和最小錯(cuò)誤率貝葉斯決策理論相結(jié)合的背景分割方法。首先利用

4、迭代閾值法，去除粘板的黃色背景，將綠色格子線和稻飛虱取出來;其次，在HSV彩色空間，利用改進(jìn)的Otsu差法求出分割綠色格子線和稻飛虱的最佳閾值，并以此分別計(jì)算這兩類的均值、方差和各類占總體的比重;最后，結(jié)合最小錯(cuò)誤率貝葉斯策略實(shí)現(xiàn)綠色線與稻飛虱的分割，從而實(shí)現(xiàn)圖像的背景分割。對(duì)于粘連的稻飛虱，本文采用了一種基于距離變換的分割方法。本文提出的分割方法與傳統(tǒng)的圖像分割方法相比，能有效地實(shí)現(xiàn)稻飛虱與背景的分離，且能很好地避免了傳統(tǒng)分水嶺算法過

5、分割的問題，具有較好的分割效果;
　　(4)自動(dòng)計(jì)數(shù)。利用一種基于區(qū)域生長的廣度優(yōu)先標(biāo)記算法對(duì)分割后的圖像進(jìn)行計(jì)數(shù)。與傳統(tǒng)的二值圖像連通區(qū)域標(biāo)記法相比，此算法通過深度優(yōu)先搜索算法只需對(duì)圖像進(jìn)行一次掃描，實(shí)現(xiàn)自動(dòng)計(jì)數(shù)。且本算法不受連通區(qū)域面積和形狀的影響，具有較強(qiáng)的魯棒性;
　　(5)稻飛虱自動(dòng)統(tǒng)計(jì)系統(tǒng)的設(shè)計(jì)。本文基于MATLAB語言設(shè)計(jì)并開發(fā)了基于計(jì)算機(jī)視覺技術(shù)的稻飛虱的自動(dòng)統(tǒng)計(jì)系統(tǒng)。該系統(tǒng)軟件包括文件管理、圖像增強(qiáng)、背景分