论文部分内容阅读
近年来害虫的传播和蔓延使我国植物检疫工作面临巨大挑战,本文结合数字图像处理、模式识别等技术提出基于姿态矫正的幼虫特征提取技术,将该技术应用到现场幼虫检测中,能快速检测农林业生产活动中的害虫,为幼虫识别提供准确、可靠的依据。基于姿态矫正的幼虫特征提取技术主要包括幼虫图像采集与预处理、幼虫弯曲姿态矫正、幼虫图像特征提取以及幼虫分类识别,具体内容如下：(1)搭建图像采集系统,实现现场幼虫图像采集；多方位、多角度的对多个虫龄的幼虫图像采集；对采集到的幼虫进行图像预处理,主要包括：图像平滑滤波、图像分割、图像细化等,为后续幼虫图像处理打下基础。(2)本文提出幼虫弯曲姿态矫正算法,主要通过分段点确定、曲线拟合、扇形变换、缺失点填充以及旋转、平移等辅助操作完成幼虫弯曲姿态矫正。(3)分别采用Harris、Sift、Surf三种算法对幼虫特征提取,并对三种算法进行比较、分析,结果证明：Surf算法鲁棒性好且运算速度快。所以本文将姿态矫正算法和Surf算法结合形成基于弯曲矫正的幼虫特征提取方法,该方法不仅有平移、比例、尺度不变性,还有姿态不变性,鲁棒性更强。(4)采用支持向量机(SVM)分类算法对幼虫识别,先利用幼虫样本训练分类器,然后将待识别幼虫特征信息输入至训练好的分类器进行识别。最后对棉铃虫、斜纹夜蛾、甜菜夜蛾、玉米螟、面包虫五种幼虫进行识别实验,实验结果证明基于弯曲姿态矫正的特征提取方法能取得较高的识别率。