發(fā)布時間：2018-02-01 11:05

  本文關鍵詞： 機器視覺 三維姿態(tài) 蛾類 前翅間夾角 特征點提取　出處：《林業(yè)科學》2017年11期 　論文類型：期刊論文

【摘要】：【目的】在農(nóng)林業(yè)害蟲自動識別分類過程中,目標蛾類三維姿態(tài)的準確獲取可以優(yōu)化識別過程,提高識別效率。通過對復雜的蛾類害蟲三維姿態(tài)進行量化,準確獲取蟲體三維姿態(tài)的信息數(shù)據(jù),可克服二維姿態(tài)識別的信息缺失問題,提高算法的魯棒性,為蛾類蟲體的自動識別奠定基礎�！痉椒ā恳悦掴徬x為例,提出一種基于機器視覺原理的蛾類蟲體前翅間夾角計算方法,以確定蟲體的三維姿態(tài),即:通過角點檢測原理提取蛾類蟲體前翅的標記特征點,獲取標記特征點的空間坐標,進而計算蟲體前翅間夾角角度�！窘Y果】此方法能夠快速、便捷、準確地獲取棉鈴蟲成蟲蟲體前翅間夾角,且相對誤差0.10%~3.96%;該計算方法與激光測量進行偏差分析,均方根誤差為1.421 6;配對T檢驗無顯著性差異,表明本文提出的方法可行�！窘Y論】以棉鈴蟲為例提出一種基于機器視覺的標記特征點蟲體前翅間夾角計算方法,平均用時僅14.6 s,少于激光測量法的1 min,在計算效率上也有所提高,為多姿態(tài)蛾類害蟲的自動監(jiān)測、快速識別提供重要的技術手段。
[Abstract]:[objective] in the process of automatic identification and classification of agricultural and forestry pests, the accurate acquisition of 3D attitude of target moths can optimize the identification process and improve the recognition efficiency. Accurate acquisition of three-dimensional attitude information data can overcome the problem of information deficiency in two-dimensional attitude recognition, improve the robustness of the algorithm, and lay the foundation for automatic recognition of moth. [methods] take Helicoverpa armigera as an example. A method of calculating the angle between the front wings of moth based on the principle of machine vision is proposed to determine the three-dimensional attitude of the moth, that is, to extract the marker feature points of the front wing of the moth by the principle of corner detection. The spatial coordinates of the marker feature points were obtained and the angle between the front wings of the insect body was calculated. [results] this method can quickly, conveniently and accurately obtain the angle between the front wings of the adults of Helicoverpa armigera. The relative error is 0.10 and 3.96; The deviation between the method and the laser measurement is analyzed. The root mean square error is 1.421 6. There was no significant difference in paired T test, which indicated that the proposed method was feasible. [conclusion] A new method based on machine vision for calculating the angle between the front wings of Helicoverpa armigera was proposed. The average time is only 14.6 s, which is less than one minute of the laser measurement method, and the computational efficiency is also improved, which provides an important technical means for automatic monitoring and rapid identification of multi-attitude moth pests.
【作者單位】： 北京林業(yè)大學林木有害生物防治北京市重點實驗室;國家農(nóng)業(yè)信息化工程技術研究中心農(nóng)業(yè)部農(nóng)業(yè)信息技術重點開放實驗室北京市農(nóng)業(yè)物聯(lián)網(wǎng)工程技術研究中心;
【基金】：北京市自然科學基金項目(4132027);北京市自然科學基金青年項目(6164034) 國家自然科學基金青年科學基金項目(31301238)
【分類號】：S433.4;TP391.41
【正文快照】： 蛾類害蟲種類識別是農(nóng)林害蟲測報與防治工作的基礎。隨著計算機技術的發(fā)展,基于圖像的害蟲自動識別技術具有省時省力、智能化等優(yōu)點,有助于提高害蟲識別效率(姚青等,2011)。目前廣泛應用二維圖像技術進行害蟲的自動監(jiān)測識別,但由于獲取到的二維圖像僅對圖像中蟲體的顏色、幾何

【相似文獻】

相關期刊論文 前10條

1 李運甓;幾種相似昆蟲的鑒別(三)[J];湖北農(nóng)業(yè)科學;1974年11期

2 劉友樵;怎樣才能得到完整的小蛾類標本[J];森林病蟲通訊;1984年02期

3 侯勇;鄭歡;鄭發(fā)科;;四川省南充市郊蛾類初步調查[J];四川動物;2008年02期

4 居峰;萬志洲;劉曙雯;董麗娜;宋伙林;陳希;程巖;解奇;;南京紫金山春季蛾類多樣性研究[J];林業(yè)科技開發(fā);2008年04期

5 金光權;于洪春;徐潔;趙奎軍;;中俄邊境綏芬河口岸蛾類種類調查[J];東北農(nóng)業(yè)大學學報;2009年02期

6 王彩梅;;鱗翅目蛾類特征觀察實驗教學改革探討[J];現(xiàn)代農(nóng)業(yè)科技;2012年04期

7 李青森，卞昭琪，，朱慧倩;山西省燈下蛾類新紀錄種記述[J];山西農(nóng)業(yè)科學;1994年04期

8 居峰;萬志洲;劉曙雯;奚月明;宋杰;吳晶;陳希;宋伙林;程巖;解奇;;南京市蛾類區(qū)系種類組成的變化及分析[J];江蘇林業(yè)科技;2007年05期

9 居峰;宋伙林;陳希;劉曙雯;萬志洲;董麗娜;程巖;解奇;;南京紫金山夏季蛾類群落結構及其動態(tài)分析[J];林業(yè)科技開發(fā);2009年03期

10 王繼飛;胡天華;楊鋒;;寧夏蘇峪口國家森林公園蛾類多樣性初步研究[J];安徽農(nóng)業(yè)科學;2009年17期

相關會議論文 前1條

1 劉友樵;;為害林木種實的小蛾類研究[A];北京昆蟲學會成立四十周年學術討論會論文摘要匯編[C];1990年

相關重要報紙文章 前4條

1 徐周;加強防治夜蛾類害蟲[N];江蘇農(nóng)業(yè)科技報;2012年

2 王久國;夜蛾類害蟲局部暴發(fā)[N];江蘇農(nóng)業(yè)科技報;2008年

3 盛堆;綜合防治熱帶果樹毒蛾類害蟲[N];云南科技報;2004年

4 本報記者 譚立云;警惕夜蛾類害蟲危害[N];江蘇農(nóng)業(yè)科技報;2011年

相關博士學位論文 前2條

1 饒洪輝;基于機器視覺的作物對行噴藥控制系統(tǒng)研究[D];南京農(nóng)業(yè)大學;2006年

2 蔡小娜;基于數(shù)字圖像的主要蛾類害蟲分類識別研究[D];河北農(nóng)業(yè)大學;2013年

相關碩士學位論文 前3條

1 牛霆葳;基于機器視覺的農(nóng)田害蟲自動識別方法研究[D];天津科技大學;2015年

2 吉濤;基于機器視覺的玉米病蟲害監(jiān)測方法研究[D];安徽工程大學;2017年

3 王鑫;新疆南部農(nóng)業(yè)景觀復雜性對燈下蛾類昆蟲多樣性的影響[D];石河子大學;2013年

本文編號：1481708