基于机器视觉的作物多姿态害虫特征提取与分类.pdfVIP

第 30 卷 第 14 期 农 业 工 程 学 报 Vol.30 No.14 154 2014 年 7 月 Transactions of the Chinese Society of Agricultural Engineering Jul. 2014 基于机器视觉的作物多姿态害虫特征提取与分类方法 1,2 2 2 ※ 2 2 1 李文勇 ，李 明 ，陈梅香 ，钱建平 ，孙传恒 ，杜尚丰 （1. 中国农业大学信息与电气工程学院，北京 100083 ； 2. 国家农业信息化工程技术研究中心，北京 100097 ） 摘 要：由于野外诱捕害虫的姿态存在多样性和不确定性，使得利用机器视觉进行害虫的自动识别与计数仍然是 一个难题。该文提出一种基于颜色和纹理等与形态无关的特征相结合和利用多类支持向量机分类器的多姿态害虫 分类方法。通过对目标害虫图像进行不同颜色空间特征、基于统计方法的纹理特征和基于小波的纹理特征的提取， 构建了 6 组不同组合的特征向量。将 10 阶交叉验证的识别率作为适应度函数值，利用遗传算法对各组特征向量 进行降维筛选。最后利用基于有向无环图多类支持向量机分类器对多姿态害虫进行识别和特征组选择。结果表明， 遗传算法最多可以使特征向量维数降到原来的 38.89%，基于 HSV 三通道颜色图像的小波纹理特征组在建模时间 和平均准确率方面都表现最优，可以作为一种有效的多姿态害虫分类特征选择。 关键词：机器视觉；图像处理；特征提取；害虫分类；多类支持向量机 doi ：10.3969/j.issn.1002-6819.2014.14.020 中图分类号：S126；TP391 文献标识码：A 文章编号：1002-6819(2014)-14-0154-09 李文勇，李 明，陈梅香，等. 基于机器视觉的作物多姿态害虫特征提取与分类方法[J].农业工程学报，2014， 30(14)：154－162. Li Wenyong, Li Ming, Chen Meixiang, et al. Feature extraction and classification method of multi-pose pests using machine vision[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(14): 154 －162. (in Chinese with English abstract) 虫中 23 只个体大小、姿态进行标准化处理以增强 0 引 言 特征提取效果，然后利用数字识别系统对活飞蛾进 准确和及时的害虫识别与计数是监测农业害 行自动识别研究[5] 。Wang 等在目级昆虫开发了一个 虫信息（发生种类、发生数量和发生时间）和害虫 昆虫图像自动识别系统，收集了来自9 目225 种昆 预测预报的一个重要前提。依靠人工识别与计数昆 虫图像，人工将昆虫位置放好，将不完整的、粘连 虫存在劳动强度大、非实时性和效率低等问题。近 在一块昆虫进行剔除，方便特征的自动提取[6] 。邱 十几年来，农业害虫发生严重、虫口密度大、发生 道尹等设计了一种基于机器视觉的害虫检测系统， 种类多，加上中国农民植保知识缺乏、有经验的昆 通过自动诱集并调整害虫姿态，以提取出的周长、 虫分类专家和基层植保人员较少，不能满足当前害