蛾類(lèi)是鱗翅目昆蟲(chóng)中較大的類(lèi)群,其種類(lèi)的準(zhǔn)確識(shí)別,是農(nóng)林害蟲(chóng)防治的基本前提。現(xiàn)階段,昆蟲(chóng)的種類(lèi)識(shí)別還依賴(lài)于昆蟲(chóng)分類(lèi)專(zhuān)家,費(fèi)時(shí)費(fèi)力。近年,基于圖像的害蟲(chóng)自動(dòng)分類(lèi)識(shí)別已經(jīng)成為重要的研究領(lǐng)域,為非專(zhuān)業(yè)人士準(zhǔn)確識(shí)別農(nóng)林害蟲(chóng)提供了便利。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展,基于圖像的蟲(chóng)體分類(lèi)識(shí)別逐步趨于完善,但也存在害蟲(chóng)多姿態(tài)引起識(shí)別準(zhǔn)確率降低、算法普適性較差的問(wèn)題。為解決上述問(wèn)題,本文提出一種基于機(jī)器視覺(jué)估計(jì)蛾類(lèi)三維姿態(tài)信息的方法,并結(jié)合蛾類(lèi)蟲(chóng)體圖像二維特征,最后利用支持向量機(jī)完成蟲(chóng)體的自動(dòng)分類(lèi)。種類(lèi)與姿態(tài)多樣的昆蟲(chóng),通過(guò)二維數(shù)字圖像自動(dòng)識(shí)別時(shí),會(huì)導(dǎo)致算法普適性降低,而三維姿態(tài)的準(zhǔn)確估計(jì)可以?xún)?yōu)化識(shí)別過(guò)程,提高識(shí)別效率。蛾類(lèi)蟲(chóng)體前翅間夾角角度是量化其三維姿態(tài)的重要參數(shù),蛾類(lèi)蟲(chóng)體的三維姿態(tài)的有效獲取并將其作為蛾類(lèi)害蟲(chóng)分類(lèi)識(shí)別的特征之一,對(duì)提高蛾類(lèi)自動(dòng)分類(lèi)與識(shí)別具有重要意義,在農(nóng)林害蟲(chóng)防治方面具有較高的應(yīng)用價(jià)值。選取鱗翅目 Lepidoptera夜蛾科Noctuidae棉鈴蟲(chóng)Helicoverpa armigera（Hubner）、黃地老虎 Agrotis segetum（Denis et Schiffermul... 

【文章來(lái)源】：北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１昆蟲(chóng)翅膀的基本構(gòu)造（仿Ｓｎｏｄｇｒａｓｓ）??

圖２－１昆蟲(chóng)自動(dòng)識(shí)別一般流程（李凡，２０１５）??Ｆｉｇ．?２－１?Ｉｎｓｅｃｔ?ａｕｔｏｍａｔｉｃ?ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ（Ｌｉ，?２０１５）??如圖２－１所示，昆蟲(chóng)自動(dòng)識(shí)別一般流程是在構(gòu)建了一個(gè)穩(wěn)定的圖像獲取環(huán)境后，??通過(guò)機(jī)器視覺(jué)采集到昆蟲(chóng)的數(shù)字圖像作為輸入圖像，提取并優(yōu)化特征，有效訓(xùn)練分類(lèi)??器后獲取識(shí)別結(jié)果。??本文較一般昆蟲(chóng)識(shí)別流程的不同點(diǎn)是：圖像的獲取是在多視環(huán)境中獲取，對(duì)圖像??經(jīng)過(guò)預(yù)處理后分別獲取圖像中目標(biāo)蟲(chóng)體的三維姿態(tài)信息獲取和二維特征參數(shù)，再進(jìn)行??分類(lèi)模型訓(xùn)練、測(cè)試及獲取識(shí)別結(jié)果，如圖２－２。??昆蟲(chóng)三維姿態(tài)儐息獲�。�?｜?Ｔ訓(xùn)練?．Ｉ?７＾??��？?Ｉｎｓｅｃｔ?３Ｄ?ｐｏｓｅ?ｉｎｆｏｒｍａｔｉｏｎ?ｎ?ｒａｉｎｉｎｇ??ａｃｑｕｉｓｉｔｉｏｎ?？?Ｃｌａｓｓｉｆｉｅｒ?識(shí)別結(jié)果??昆?取?隨預(yù)處理－?＿?Ｌ—?７?—．１?＾?Ｉｄ；ｎｔ�。妫�??Ｇｅｔ?ｔｈｅ?ｍｓｅｃｔ?Ｍｕｌｔｉｐｌｅ?ｉｍａｇｅ?ｐｒｅｐｒｏｃｅｓｓｉｎｇ「?．．．．．．．．．?ｒｅｓｕｌｔｓ??．．．．．．ｖｉｅｗｕｎａｇｅ?—???Ｓ蟲(chóng)二維特征提取?Ｊ??＾?別，??Ｉｎｓｅｃｔ?２Ｄ?ｆｅａｔｕｒｅ?ｅｘｔｒａｃｔｉｏｎ?＾０？＾１．１０１１??ｍｏｄｅｌ??識(shí)別?Ｉｄｗｉｔｉｆｙ????圖２－２基于三維姿態(tài)的昆蟲(chóng)自動(dòng)識(shí)別流程??Ｆｉｇ．?２－２?Ｉｎｓｅｃｔ?ａｕｔｏｍａｔｉｃ?ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ?ｂａｓｅｄ?ｏｎ?３Ｄ?ｐｏｓｅ??由圖２－２中的識(shí)別流程可知

ｄｅｃｉｓｉｏｎ??識(shí)別?Ｉｄｅｎｔｉｆｙ??圖２－１昆蟲(chóng)自動(dòng)識(shí)別一般流程（李凡，２０１５）??Ｆｉｇ．?２－１?Ｉｎｓｅｃｔ?ａｕｔｏｍａｔｉｃ?ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ（Ｌｉ，?２０１５）??如圖２－１所示，昆蟲(chóng)自動(dòng)識(shí)別一般流程是在構(gòu)建了一個(gè)穩(wěn)定的圖像獲取環(huán)境后，??通過(guò)機(jī)器視覺(jué)采集到昆蟲(chóng)的數(shù)字圖像作為輸入圖像，提取并優(yōu)化特征，有效訓(xùn)練分類(lèi)??器后獲取識(shí)別結(jié)果。??本文較一般昆蟲(chóng)識(shí)別流程的不同點(diǎn)是：圖像的獲取是在多視環(huán)境中獲取，對(duì)圖像??經(jīng)過(guò)預(yù)處理后分別獲取圖像中目標(biāo)蟲(chóng)體的三維姿態(tài)信息獲取和二維特征參數(shù)，再進(jìn)行??分類(lèi)模型訓(xùn)練、測(cè)試及獲取識(shí)別結(jié)果，如圖２－２。??昆蟲(chóng)三維姿態(tài)儐息獲�。�?｜?Ｔ訓(xùn)練?．Ｉ?７＾??��？?Ｉｎｓｅｃｔ?３Ｄ?ｐｏｓｅ?ｉｎｆｏｒｍａｔｉｏｎ?ｎ?ｒａｉｎｉｎｇ??ａｃｑｕｉｓｉｔｉｏｎ?？?Ｃｌａｓｓｉｆｉｅｒ?識(shí)別結(jié)果??昆?取?隨預(yù)處理－?＿?Ｌ—?７?—．１?＾?Ｉｄ；ｎｔ！ｆｙ＊ｅ??Ｇｅｔ?ｔｈｅ?ｍｓｅｃｔ?Ｍｕｌｔｉｐｌｅ?ｉｍａｇｅ?ｐｒｅｐｒｏｃｅｓｓｉｎｇ「?．．．．．．．．．?ｒｅｓｕｌｔｓ??．．．．．．ｖｉｅｗｕｎａｇｅ?—???Ｓ蟲(chóng)二維特征提取?Ｊ??＾?別，??Ｉｎｓｅｃｔ?２Ｄ?ｆｅａｔｕｒｅ?ｅｘｔｒａｃｔｉｏｎ?＾０？＾１．１０１１??ｍｏｄｅｌ??識(shí)別?Ｉｄｗｉｔｉｆｙ????圖２－２基于三維姿態(tài)的昆蟲(chóng)自動(dòng)識(shí)別流程??Ｆｉｇ．?２－２?Ｉｎｓｅｃｔ?ａｕｔｏｍａｔｉｃ?ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ?ｂａｓｅｄ?ｏｎ?３Ｄ?ｐｏｓｅ??由圖２－２中的識(shí)別流程可知

【參考文獻(xiàn)】：
期刊論文
[1]支持向量機(jī)的算法及應(yīng)用綜述[J]. 張松蘭.  江蘇理工學(xué)院學(xué)報(bào). 2016(02)
[2]空間目標(biāo)三維姿態(tài)估計(jì)方法[J]. 魏小峰,耿則勛,婁博,宋向.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2015(01)
[3]基于姿態(tài)描述的果園靶標(biāo)害蟲(chóng)自動(dòng)識(shí)別方法[J]. 李文勇,陳梅香,李明,孫傳恒,杜尚豐.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2014(11)
[4]蛾翅數(shù)學(xué)形態(tài)特征在夜蛾科昆蟲(chóng)分類(lèi)鑒定中的應(yīng)用研究[J]. 董學(xué)超,黃大莊.  河北林果研究. 2014(01)
[5]一種具有姿態(tài)魯棒性的三維人耳識(shí)別方法[J]. 王凱,穆志純.  中國(guó)科技論文. 2013(10)
[6]基于改進(jìn)的AdaBoost人臉檢測(cè)算法的研究[J]. 丁知平.  現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版). 2013(22)
[7]基于模板匹配的多目標(biāo)水稻燈誘害蟲(chóng)識(shí)別方法的研究[J]. 呂軍,姚青,劉慶杰,薛杰,陳宏明,楊保軍,唐健.  中國(guó)水稻科學(xué). 2012(05)
[8]蘋(píng)果園中2.4GHz無(wú)線信道在不同高度的傳播特性[J]. 郭秀明,趙春江,楊信廷,李明,孫傳恒,屈利華,王衍安.  農(nóng)業(yè)工程學(xué)報(bào). 2012(12)
[9]復(fù)雜背景下的圖像文本區(qū)域定位方法研究[J]. 周翔,陳會(huì),張鍇,宋懷波.  計(jì)算機(jī)工程與應(yīng)用. 2013(12)
[10]多類(lèi)分類(lèi)預(yù)選取的SVM在語(yǔ)音識(shí)別中的應(yīng)用[J]. 賀元元,張雪英,劉曉峰.  計(jì)算機(jī)工程與應(yīng)用. 2013(07)

博士論文
[1]基于數(shù)字圖像的蝴蝶種類(lèi)自動(dòng)識(shí)別研究[D]. 李凡.北京林業(yè)大學(xué) 2015
[2]基于數(shù)字圖像的主要蛾類(lèi)害蟲(chóng)分類(lèi)識(shí)別研究[D]. 蔡小娜.河北農(nóng)業(yè)大學(xué) 2013
[3]支持向量機(jī)和支持向量域描述的若干問(wèn)題研究[D]. 梁錦錦.西安電子科技大學(xué) 2009
[4]支持向量機(jī)算法及其應(yīng)用研究[D]. 張國(guó)云.湖南大學(xué) 2006

碩士論文
[1]基于昆蟲(chóng)形狀特征的模式識(shí)別[D]. 梁國(guó)政.北京郵電大學(xué) 2010
[2]基于顏色特征的圖像檢索技術(shù)研究[D]. 梁晶.廈門(mén)大學(xué) 2009
[3]彩色圖像分割技術(shù)的研究—圖像邊緣檢測(cè)技術(shù)的研究應(yīng)用[D]. 楊方方.江南大學(xué) 2009
[4]基于昆蟲(chóng)翅脈的特征識(shí)別技術(shù)研究[D]. 黃濤.北京郵電大學(xué) 2010
[5]基于圖像模式識(shí)別技術(shù)的昆蟲(chóng)識(shí)別研究[D]. 唐強(qiáng).昆明理工大學(xué) 2006
[6]儲(chǔ)糧昆蟲(chóng)圖像模式識(shí)別研究[D]. 劉燕.成都理工大學(xué) 2002



本文編號(hào)：3397543