本文關(guān)鍵詞：面向園藝應(yīng)用的機(jī)器視覺目標(biāo)辨識方法創(chuàng)新，由筆耕文化傳播整理發(fā)布。

【摘要】：傳統(tǒng)園藝栽培與管理中存在著大量需要依靠人的視覺進(jìn)行辨識和計(jì)量的繁重勞動。應(yīng)用先進(jìn)的機(jī)器視覺技術(shù)可以使得這些工作實(shí)現(xiàn)自動化與智能化,從而顯著降低勞動強(qiáng)度,提高工作效率。然而,園藝對象的多樣性與復(fù)雜性又是對機(jī)器視覺智商指數(shù)的一個客觀檢驗(yàn)。本文研究主要包括人工智能技術(shù)在園藝工程領(lǐng)域的三個應(yīng)用案例創(chuàng)新,研究內(nèi)容與主要結(jié)果綜述如下： 1)提出了一種基于二維傅里葉變換(2DFT)譜分析的溫室粘蟲板上害蟲數(shù)量辨識的機(jī)器視覺新方法。此方法并非直接對蟲子進(jìn)行計(jì)數(shù)而是將粘蟲板上的蟲子看作2D圖像的一種噪聲而2DFT作為一個特定的噪聲收集器。采用2DFT譜分析法構(gòu)建用于蟲子數(shù)量算子,進(jìn)而對此算子進(jìn)行驗(yàn)證。研究過程首先通過訓(xùn)練模板對提出的2DFT指數(shù)進(jìn)行模擬測試，，得到粘蟲指數(shù)與粘蟲板上誘集到的害蟲數(shù)量的相關(guān)系數(shù)R2為1,且與害蟲在粘蟲板上的分布模式無關(guān)。將2DFT指數(shù)分別用于對番茄溫室黃色粘蟲板上的粉虱與韭菜溫室藍(lán)色粘蟲板上的薊馬進(jìn)行計(jì)數(shù),計(jì)數(shù)結(jié)果與人工清點(diǎn)結(jié)果的相關(guān)系數(shù)R2均在0.99以上,相對誤差值均在±4%之內(nèi)。 2)提出了一種基于2DFT譜分析法的葉片面積自動測量方法,以葉片形狀不規(guī)則的番茄及葉片形狀規(guī)則的向Ri葵為試驗(yàn)對象,對番茄葉片樣本的面積測定和向日葵葉片樣本的面積測定結(jié)果均顯示,2DFT法與手工測量法測得的值相關(guān)性在0.99以上,葉片面積的測量誤差在±7%之內(nèi)。以向日葵、辣椒及茄子植株為對象進(jìn)行了葉面積連續(xù)變化監(jiān)測試驗(yàn),利用2DFT譜分析法得出的三種植株的垂直投影面積與手工測量的葉片總面積之間的相關(guān)性均在0.91以上。此外,以番茄葉霉病害為例,基于2DFT譜算法實(shí)現(xiàn)了葉片病害嚴(yán)重程度的定量化辨識。 3)提出了基于果樹結(jié)果狀態(tài)的果園內(nèi)單株果樹產(chǎn)量估測方法。以“Gala”蘋果為對象進(jìn)行了研究,確定了果實(shí)面積、果實(shí)個數(shù)、果實(shí)樹葉比以及未成簇果實(shí)比例等4個特征參數(shù)來描述果樹上果實(shí)著色后的結(jié)果狀態(tài)。以這4個參數(shù)為輸入,產(chǎn)量為輸出,利用神經(jīng)網(wǎng)絡(luò)算法建立了半熟期估產(chǎn)模型與成熟期估產(chǎn)模型。將兩估產(chǎn)模型用于測試集樣本,得出估測產(chǎn)量與實(shí)際產(chǎn)量相關(guān)系數(shù)R2在0.87以上。確定了果實(shí)面積、果實(shí)個數(shù)、果實(shí)樹葉比、受遮擋果實(shí)個數(shù)比例及受遮擋果實(shí)面積比例等5個特征參數(shù)來描述果樹青果期的結(jié)果狀態(tài)。以此5個參數(shù)作為輸入,產(chǎn)量為輸出,利用支持向量機(jī)方法建立了單株果樹青果期估產(chǎn)模型。利用此模型對測試集樣本進(jìn)行估產(chǎn),估測產(chǎn)量與實(shí)際產(chǎn)量相關(guān)系數(shù)R2在0.68以上。此外,以"Pinova"蘋果為對象,開展了不同作物負(fù)荷管理(CLM)對果實(shí)識別的影響研究。
【關(guān)鍵詞】：2DFT 機(jī)器視覺 自動計(jì)數(shù) 葉面指數(shù) 果實(shí)估產(chǎn)
【學(xué)位授予單位】：中國農(nóng)業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-20
• 1.1 研究背景及意義9-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-18
• 1.3 主要研究內(nèi)容18-19
• 1.4 技術(shù)路線19-20
• 第二章 機(jī)器視覺相關(guān)技術(shù)概述20-35
• 2.1 二維傅里葉變換20-23
• 2.2 圖像分割技術(shù)23-28
• 2.3 形態(tài)學(xué)方法28-30
• 2.4 Hough變換圓檢測30-31
• 2.5 機(jī)器學(xué)習(xí)算法31-35
• 第三章 基于2DFT的害蟲自動計(jì)數(shù)方法35-43
• 3.1 構(gòu)建2DFT算子35-36
• 3.2 模板訓(xùn)練法36-37
• 3.3 溫室應(yīng)用實(shí)例37-42
• 3.4 本章小結(jié)42-43
• 第四章 基于2DFT的葉面指數(shù)計(jì)算及葉片病斑面積定量辨識43-54
• 4.1 基于2DFT的葉面積檢測44-47
• 4.2 葉面積連續(xù)監(jiān)測試驗(yàn)47-51
• 4.3 基于2DFT的葉片病害程度定量分析51-53
• 4.4 本章小結(jié)53-54
• 第五章 基于果樹結(jié)果狀態(tài)辨識的單株果樹產(chǎn)量估測54-86
• 5.1 試驗(yàn)設(shè)計(jì)與圖像采集55-58
• 5.2 "GALA”蘋果著色后的產(chǎn)量估測58-71
• 5.3 "GALA”蘋果青果期的產(chǎn)量估測71-79
• 5.4 “PINOVA”果實(shí)辨識及生長信息分析79-85
• 5.5 本章小結(jié)85-86
• 第六章 結(jié)論與建議86-88
• 6.1 結(jié)論86
• 6.2 主要創(chuàng)新點(diǎn)86
• 6.3 進(jìn)一步研究建議86-88
• 參考文獻(xiàn)88-97
• 致謝97-98
• 個人簡介98

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 曹志剛;馮仲科;龍春玲;王久興;;基于數(shù)字圖像視覺分析的葉面積活體測定系統(tǒng)研究[J];北京林業(yè)大學(xué)學(xué)報;2005年S2期

2 李斌;尹東;袁勛;李桂芹;;改進(jìn)的Hough變換對油庫目標(biāo)識別[J];光電工程;2008年03期

3 姚聰;王俊;;中國蘋果產(chǎn)量預(yù)測模型比較分析[J];果樹學(xué)報;2007年05期

4 曹志剛,馮仲科,龍春玲,楊秀芹;基于數(shù)字?jǐn)z影與計(jì)算機(jī)圖形技術(shù)的植物葉面積測量方法[J];河北科技師范學(xué)院學(xué)報;2004年01期

5 朱家元,楊云,張恒喜,王卓健;基于優(yōu)化最小二乘支持向量機(jī)的小樣本預(yù)測研究[J];航空學(xué)報;2004年06期

6 陳果;周伽;;小樣本數(shù)據(jù)的支持向量機(jī)回歸模型參數(shù)及預(yù)測區(qū)間研究[J];計(jì)量學(xué)報;2008年01期

7 王慧鋒;戰(zhàn)桂禮;羅曉明;;基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測算法研究及應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2009年09期

8 滕升華;沈怡平;;顏色空間在圖像彩色化處理中的應(yīng)用分析[J];計(jì)算機(jī)科學(xué);2009年10期

9 張鑫;孟繁疆;;植物葉面積測定方法的比較研究[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2008年12期

10 趙京東;;用兩步Hough變換檢測圓[J];計(jì)算機(jī)應(yīng)用;2008年07期

  本文關(guān)鍵詞：面向園藝應(yīng)用的機(jī)器視覺目標(biāo)辨識方法創(chuàng)新，由筆耕文化傳播整理發(fā)布。

本文編號：416245