基于图像处理的虫灾监测系统综述.pptVIP

基于虫灾预测的粮情智能监视系统的研究与设计 --检测技术与自动化装置 --周光 --2011年9月13日 论文的背景 “国家大本，食足为先”，我国是世界上粮食生产、储藏、及消耗大国。粮食储备问题是关系国计民生的重要战略物资，我国开始对粮食安全问题的讨论与研究开始于20世纪90年代中期，而真正系统的研究始于20世纪末。目前世界各国在粮食储备过程中，每年由害虫危害造成的损失非常的普遍和严重，据统计，全世界储粮害虫所造成的农产品的重量损失为收获后的%15，如果人力、物力、技术跟不上，防止不及时，造成的损失可能达到%20-%30，因此储粮害虫的治理任务重大而迫切，应用新技术对此课题研究具有特别的现实意义！ 目前基于计算机粮情监控系统的主要由三大部分组成 粮库基本情况（温度、湿度、水分，虫情等）检测。 局域网络通信系统的的构建，及其检测结果的汇总。 结合粮情信息（入仓时间、品种、仓库记录等）进行粮情有无虫害、是否霉变、需要何种措施的综合分析。 图像识别在粮虫检测的发展历程 图像识别主要是利用粮虫的颜色、形状…等特征，运用计算机视觉、图像处理、模式识别等技术识别粮虫。 20世纪90年代，邱道伊带领的小组提出了基于图像识别的害虫检测方法；1996年郑州大学图像识别研究室开始利用图像识别对小麦粮库中的主要害虫进行识别，可以离线识别出玉米象、绿豆象，大谷盗等主要害虫，对害虫背面识别率达到90%；1998年，美国Zayas等学者对散装小麦的一种害虫-谷蠹进行研究，他们运用多光谱分析和模式识别技术相结合的方法检测害虫。但由于粮虫种类众多、不同区域、季节、不同生长期、粮虫图像不同，所以图像识别还不能完全满足粮虫检测要求。因此，基于图像识别的粮虫检测还需要进一步改进，完善和提高。 粮虫图像提取各环节方法和特点 图像平滑滤波比较 图像分割比较 报告完毕 请各位老师给予宝贵建议和指导！ Thank you 汇报人：周 光 2011年9月13日 LOGO LOGO LOGO LOGO * 　中国.中学政治教学网崇尚互联共享 * 　中国.中学政治教学网崇尚互联共享 粮虫分离的方法 识别 诱捕 *图像识别 声音识别 红外识别 陷阱诱捕 引诱剂诱捕 信息素诱捕 人工识别 声音诱捕 光诱捕 粮库粮虫分离常用方法 图像平滑 图像分割 特征提取 分类 常用的空间域平滑法有邻域平滑法和中值滤波法。作者提出一种*修正性的自适应领域平均法 图像分割是按照灰度、频谱、纹理、彩色特征将图像分割成有意义的互不相交的区域，这种分割也叫二值化。一种常用的方法：阈值分割，作者采用了4种自动阈值分割法：矩量保持法、*最小误差法、模糊集法、kapur最大熵法 用于目标识别的特征：几何特征、灰度统计特征、纹理特征、变换域特征、代数特征。因为害虫在颜色上差异不大，体型上差异明显作者所以在选用面积、周长，复杂度，长宽比、占空比、不变矩等特征。选用k-l变化法作为特征提取压缩。 神经网络分类器的设计，包括传统的和改进的； *径向基函数神经网络（RBF）分类器的设计； 模糊和模糊神经网络分类器的设计，包括Gauss模糊分类器和模糊BP网络分类器；