基于圖像處理的薊馬計(jì)數(shù)方法研究
發(fā)布時(shí)間:2024-05-08 18:20
針對溫室內(nèi)薊馬監(jiān)測中存在的人工計(jì)數(shù)調(diào)查費(fèi)時(shí)費(fèi)力且薊馬正確識(shí)別率低的問題,試驗(yàn)設(shè)計(jì)了一種基于性誘的害蟲誘捕器和自動(dòng)化計(jì)數(shù)器,實(shí)現(xiàn)了對薊馬的自動(dòng)識(shí)別計(jì)數(shù)。以薊馬為研究對象,運(yùn)用薊馬誘芯和藍(lán)色黏蟲板對薊馬進(jìn)行誘捕;圖像采集設(shè)備定時(shí)拍攝藍(lán)色黏蟲板圖像;基于圖像處理方法構(gòu)建自動(dòng)化計(jì)數(shù)軟件對薊馬進(jìn)行識(shí)別與計(jì)數(shù),并將自動(dòng)化計(jì)數(shù)軟件對薊馬的計(jì)數(shù)結(jié)果與人工計(jì)數(shù)結(jié)果進(jìn)行比較。結(jié)果顯示,對于藍(lán)色黏蟲板上的薊馬計(jì)數(shù),人工計(jì)數(shù)和圖像計(jì)數(shù)的誤差在8%左右,自動(dòng)化計(jì)數(shù)軟件能夠?qū)崿F(xiàn)對薊馬數(shù)量的自動(dòng)統(tǒng)計(jì)。該方法不僅是田間害蟲遠(yuǎn)程監(jiān)測系統(tǒng)的基礎(chǔ),促進(jìn)了植保信息技術(shù)的發(fā)展,而且為運(yùn)用圖像處理識(shí)別微小昆蟲提供參考和依據(jù)。
【文章頁數(shù)】:5 頁
【文章目錄】:
1 材料和方法
1.1 試驗(yàn)材料
1.2 試驗(yàn)方法
1.2.1 圖像處理方法
1.2.1. 1 讀取薊馬圖片
1.2.1. 2 選取最佳的顏色分割通道
1.2.1. 3 圖像分割
1.2.1. 4 高斯濾波去噪
1.2.1. 5 二值化圖像
1.2.1. 6 圖像開操作
1.2.1. 7 圖像邊緣檢測
1.2.1. 8 獲取圖像輪廓
1.2.1. 9 獲取感興趣區(qū)域圖像
1.2.1. 1 0 VGG19網(wǎng)絡(luò)進(jìn)行薊馬識(shí)別與計(jì)數(shù)
1.2.2 圖像處理算法
1.2.2. 1 K均值聚類
1.2.2. 2 高斯濾波去噪
1.2.2. 3 圖像邊緣檢測
1.2.2. 4 VGG卷積神經(jīng)網(wǎng)絡(luò)
1.2.2. 5 計(jì)數(shù)結(jié)果判定
2 結(jié)果與分析
3 結(jié)論與討論
本文編號:3967648
【文章頁數(shù)】:5 頁
【文章目錄】:
1 材料和方法
1.1 試驗(yàn)材料
1.2 試驗(yàn)方法
1.2.1 圖像處理方法
1.2.1. 1 讀取薊馬圖片
1.2.1. 2 選取最佳的顏色分割通道
1.2.1. 3 圖像分割
1.2.1. 4 高斯濾波去噪
1.2.1. 5 二值化圖像
1.2.1. 6 圖像開操作
1.2.1. 7 圖像邊緣檢測
1.2.1. 8 獲取圖像輪廓
1.2.1. 9 獲取感興趣區(qū)域圖像
1.2.1. 1 0 VGG19網(wǎng)絡(luò)進(jìn)行薊馬識(shí)別與計(jì)數(shù)
1.2.2 圖像處理算法
1.2.2. 1 K均值聚類
1.2.2. 2 高斯濾波去噪
1.2.2. 3 圖像邊緣檢測
1.2.2. 4 VGG卷積神經(jīng)網(wǎng)絡(luò)
1.2.2. 5 計(jì)數(shù)結(jié)果判定
2 結(jié)果與分析
3 結(jié)論與討論
本文編號:3967648
本文鏈接:http://sikaile.net/nykjlw/dzwbhlw/3967648.html
最近更新
教材專著