近年來,我國經(jīng)濟的迅速發(fā)展使得環(huán)保理念越來越深入人心。而花園城市的建設(shè),防風(fēng)林和綠化帶的種植都離不開苗木,于是苗木綠化植物的需求量迅速增加。現(xiàn)有種植苗木的苗圃面積大,苗木數(shù)量多,然而苗木庫存的數(shù)量統(tǒng)計均是通過人工計數(shù),其存在勞動成本大,效率低,人力資源浪費嚴(yán)重,并且不能保證計數(shù)的準(zhǔn)確率等問題。本文針對此問題設(shè)計開發(fā)出云杉苗木數(shù)量統(tǒng)計軟件,以期減輕一線工人的勞動負(fù)擔(dān)。本文在對研究背景和意義以及計數(shù)相關(guān)的國內(nèi)外研究現(xiàn)狀分析的基礎(chǔ)上,選取基于梯度方向直方圖（Histogram of Oriented Gradient,HOG）特征的級聯(lián)分類器對云杉數(shù)量統(tǒng)計算法展開研究。主要研究內(nèi)容如下:首先利用大疆精靈4無人機在內(nèi)蒙古苗圃基地進行云杉圖像采集,對云杉苗木圖像進行預(yù)處理;然后利用積分圖像計算HOG特征,Adaboost算法再將每一層弱分類器的特征進行疊加并更新權(quán)重,從而增添強分類器中弱分類器的數(shù)量,直到達到誤檢率或弱分類器的最大值,輸出強分類器即一個階段（stage）,將輸出的強分類器進行串連組成級聯(lián)分類器;再利用級聯(lián)分類器進行實驗,通過多次實驗對比設(shè)置分類器最佳的階段數(shù)和誤檢率來訓(xùn)練云杉的正... 

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

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

本文的技術(shù)路線圖

?圖像采集和預(yù)處理???端微反曲或不反曲，小枝基部宿存芽鱗的先端多少向外反卷。云杉俯視圖的樹冠呈圓??形，適合本文的計數(shù)方法的應(yīng)用。??由于拍攝場地面積為１５０７ｍ２，單幅航拍圖片不能滿足拍攝需要，所以采用蛇形拍??攝的方法。先調(diào)整無人機相機鏡頭與地面平行的位置，保證采集到的云杉生長圖像為??正投影圖像，然后采用蛇形拍攝完成大面積地塊的苗圃閣像采集。拍攝結(jié)束后，將無??人機切換到指點飛行模式和錄像模式，對整塊苗圃進行攝影，以記錄苗圃的整體信息。??拍攝圖像分辨率為４０００ｘ３０００像素，拍攝時測量環(huán)境參數(shù)如下：光照強度為４２８ｘ１００??Ｌｕｘ，濕度為６８．０Ｆ，溫度為２７．２°Ｃ，風(fēng)速為１．７ｍｐｈ�？紤]到圖像拼接因素，拍攝前??在云杉種植地塊鋪設(shè)面積為Ｉｘｌｍ：邊界二維碼４張和中央?yún)^(qū)域二維碼２張。無人機采??集的圖像如下所示：??

無關(guān)信息主要包括雜植物、雜草、人行道以及其它千擾物，或者是空闊的不含植物的??區(qū)域。裁剪后不僅可以提高計數(shù)的準(zhǔn)確率，還能提高程序的運行速度。裁剪的樣本如??圖２－２所示。本文為了順利并快速得到裁剪后的圖像，采用ＭＡＴＬＡＢ中裁剪圖像工??具ｉｍｃｒｏｐＯ函數(shù)，對云杉圖像進行手動選擇，保留所需云杉苗木圖像，此方法具有方??便和快捷的優(yōu)點。??（ａ）?（ｂ）??圖２－２圖像裁剪??（ａ）云杉原圖像（ｂ）裁剪后的圖像??Ｆｉｇ．２－２?Ｉｍａｇｅ?ｃｒｏｐｐｉｎｇ??（ａ）?Ｓｐｒｕｃｅ?ｉｍａｇｅ?（ｂ）?Ｃｒｏｐｐｅｄ?ｉｍａｇｅ??１０??

【參考文獻】：
期刊論文
[1]基于圖像處理的螺絲釘計數(shù)方法研究[J]. 苗姣姣,劉毅敏.  液晶與顯示. 2016(07)
[2]基于計算機視覺的魚苗自動計數(shù)系統(tǒng)研究[J]. 王文靜,徐建瑜,杜秋菊.  漁業(yè)現(xiàn)代化. 2016(03)
[3]一種基于圖像處理的打捆鋼筋計數(shù)方法[J]. 李篪.  沈陽工業(yè)大學(xué)學(xué)報. 2016(05)
[4]田間孢子捕捉及自動計數(shù)設(shè)計[J]. 陶明超,趙建平,張永凱,王成,何璐璐,周航.  內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2016(01)
[5]基于細(xì)胞面積估計的藍(lán)藻細(xì)胞計數(shù)[J]. 胡洋洋,王鑫.  江南大學(xué)學(xué)報(自然科學(xué)版). 2015(05)
[6]一種基于圖像處理的血紅細(xì)胞計數(shù)方法[J]. 殷志杰.  信息與電腦(理論版). 2015(15)
[7]密集型細(xì)胞顯微圖像高精度快速計數(shù)方法[J]. 程揭章,嵇曉強,李明光.  長春理工大學(xué)學(xué)報(自然科學(xué)版). 2014(02)
[8]基于梯度方向直方圖特征和支持向量機的醫(yī)學(xué)影像分類方法[J]. 周顯國.  中國醫(yī)療設(shè)備. 2014(02)
[9]利用迭代霍夫圓變換實現(xiàn)成捆棒材可靠計數(shù)[J]. 毛慶洲,潘志敏,高文武.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2014(03)
[10]基于數(shù)字圖像處理的魚卵計數(shù)的研究[J]. 張杭文,袁國良,張云,于文馳.  電子設(shè)計工程. 2013(14)

碩士論文
[1]基于Android的棒材圖像識別計數(shù)與實現(xiàn)[D]. 臧林劼.鄭州大學(xué) 2016
[2]基于級聯(lián)Adaboost分類器的多視角人臉檢測[D]. 陽崇云.華中科技大學(xué) 2016
[3]消防通道場景下的車輛檢測技術(shù)研究[D]. 劉羿.重慶大學(xué) 2015
[4]菌落計數(shù)與分類智能算法研究[D]. 陳可意.天津大學(xué) 2014
[5]基于多特征級聯(lián)分類器的車輛檢測技術(shù)研究與實現(xiàn)[D]. 陳翠霞.吉林大學(xué) 2014
[6]基于支持向量機與正則化風(fēng)險最小化的目標(biāo)計數(shù)研究[D]. 吳鵬洲.浙江大學(xué) 2013
[7]基于多特征級聯(lián)分類器的道路車輛檢測方法研究[D]. 李婷俐.湖南大學(xué) 2012
[8]面向捆扎棒材計數(shù)系統(tǒng)的圖像處理算法研究[D]. 段政偉.鄭州大學(xué) 2012



本文編號：2978537