【摘要】：果園蟲害種類與數(shù)量的監(jiān)測是實現(xiàn)果園蟲害精準化防治的基礎。目前的蟲害監(jiān)測大部分是由植保人員現(xiàn)場調查和統(tǒng)計完成,這種方法費時費力且覆蓋面有限。隨著信息技術的不斷發(fā)展,太陽能、物聯(lián)網(wǎng)與圖像識別技術為蟲害監(jiān)測系統(tǒng)提供了新的發(fā)展方向。其中,太陽能技術提供電能,滿足監(jiān)測系統(tǒng)野外使用需求,物聯(lián)網(wǎng)技術為信息采集與傳輸提供了高、準、快的實施方案,圖像識別技術完成蟲害自動分類與計數(shù)。本文在分析國內(nèi)外物聯(lián)網(wǎng)蟲害監(jiān)測和圖像蟲害識別研究的基礎上結合太陽能充電技術,以桃柱螟、梨小食心蟲、桃小食心蟲和美國白蛾為蟲害研究對象,研發(fā)了基于物聯(lián)網(wǎng)與圖像識別的太陽能果園蟲害監(jiān)測系統(tǒng)。監(jiān)測系統(tǒng)由物聯(lián)網(wǎng)太陽能蟲害監(jiān)測終端和遠程監(jiān)測云平臺組成,其中監(jiān)測終端以STM32、4G通信技術和改進的MPPT光伏充電控制技術研發(fā)而成,實現(xiàn)了高效光伏充電、環(huán)境信息監(jiān)測、蟲害誘殺、蟲害圖像采集和遠程信息傳輸?shù)裙δ?遠程監(jiān)測云平臺基于阿里云服務器構建而成,負責完成信息監(jiān)測、數(shù)據(jù)存儲、監(jiān)測終端控制和蟲害圖像處理識別等工作。針對傳統(tǒng)的MPPT光伏控制算法造成的充電效率不高且不穩(wěn)定的問題,提出了一種自適應步長擾動觀測法的MPPT光伏算法,通過自適應調節(jié)步長更快更準地追蹤最大功率點,從而滿足高效穩(wěn)定地光伏充電要求。由于果園蟲害圖像存在多目標蟲害的情況,通過對圖像灰度化、圖像增強、背景去除、形態(tài)學處理和連通域標記等處理方法的分析比較后,形成一種多目標蟲害分割方案。在對目標蟲害的形態(tài)、顏色、紋理特點的分析基礎上,建立以目標圖像的復雜度、偏心率、占空比、延伸率、球形性、顏色矩和灰度共生矩陣為蟲害特征的特征選擇方法。針對BP神經(jīng)網(wǎng)絡存在收斂速度慢、訓練時間長以及識別率不高等問題,提出了一種改進的BP神經(jīng)網(wǎng)絡算法(AGA-IBP)。通過引入動量項改進BP神經(jīng)網(wǎng)絡自身、利用自適應遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡初始權值和閾值,從而加快模型網(wǎng)絡的收斂速度,降低局部最小值發(fā)生可能,提高果園蟲害識別準確率和效率。最后利用監(jiān)測云平臺進行了實驗測試,測試結果表明:采用自適應步長擾動觀察的MPPT光伏控制算法比傳統(tǒng)擾動觀察的MPPT光伏控制算法在光伏電池輸出功率上提高了5.1%,果園蟲害計數(shù)平均誤差率為2.6%,桃柱螟識別率73%,梨小食心蟲識別率65%,桃小食心蟲識別率66%,美國白蛾識別率77%,驗證了果園蟲害監(jiān)測系統(tǒng)的有效性可靠性。
【圖文】：

第 2 章 系統(tǒng)關鍵技術及總體方案設計對當前果園蟲害監(jiān)測存在的人工識別工作量大、效率低及應用程度設計了一套基于物聯(lián)網(wǎng)與圖像識別的太陽能果園蟲害監(jiān)測系統(tǒng)，該技術、圖像識別技術、光伏充電技術為依托，實現(xiàn)了遠程圖像數(shù)據(jù)的測、蟲害的分類、識別以及野外供電等功能。系統(tǒng)關鍵技術農(nóng)業(yè)物聯(lián)網(wǎng)業(yè)物聯(lián)網(wǎng)[36]是一種建立在物聯(lián)網(wǎng)模型基礎之上且應用在農(nóng)業(yè)生產(chǎn)其模型架構分為三層，分別為感知層、網(wǎng)絡層、應用層。如圖 2-1

Zigbee 技術、基于 802.15.4 的 6LowP 和當前流行的 NB-IOT 以及正在研發(fā)的使得感知層數(shù)據(jù)傳輸更加可靠穩(wěn)定。聯(lián)網(wǎng)的最頂層[39-40]，主要負責實現(xiàn)對信現(xiàn)對感知層數(shù)據(jù)的計算和處理，，還能構統(tǒng)、作物種植監(jiān)測系統(tǒng)、畜禽水產(chǎn)養(yǎng)殖工管理系統(tǒng)以及病蟲害測報系統(tǒng)等等處理和計算機機器視覺領域中的熱門廣泛研究，圖像識別技術一般有以下-42]。圖 2-2 為圖像識別流程：
【學位授予單位】：浙江科技學院
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.41;S436.6

【參考文獻】

相關期刊論文 前10條

1 薛陽;汪莎;;基于擾動觀察法的模糊控制應用于光伏發(fā)電最大功率跟蹤[J];太陽能學報;2014年09期

2 李文勇;李明;陳梅香;錢建平;孫傳恒;杜尚豐;;基于機器視覺的作物多姿態(tài)害蟲特征提取與分類方法[J];農(nóng)業(yè)工程學報;2014年14期

3 汪京京;張武;劉連忠;黃帥;;農(nóng)作物病蟲害圖像識別技術的研究綜述[J];計算機工程與科學;2014年07期

4 陳亞愛;周京華;李津;周玲玲;;梯度式變步長MPPT算法在光伏系統(tǒng)中的應用[J];中國電機工程學報;2014年19期

5 葛文杰;趙春江;;農(nóng)業(yè)物聯(lián)網(wǎng)研究與應用現(xiàn)狀及發(fā)展對策研究[J];農(nóng)業(yè)機械學報;2014年07期

6 彭nο

本文編號：2690567