基于机器视觉的作物多姿态害虫特征提取与分类方法

被引：43

作者：

李文勇 ^{[1
,2
]}

李明 ^{[2
]}

陈梅香 ^{[2
]}

钱建平 ^{[2
]}

孙传恒 ^{[2
]}

杜尚丰 ^{[1
]}

机构：

[1] 中国农业大学信息与电气工程学院

[2] 国家农业信息化工程技术研究中心

来源：

农业工程学报 | 2014年 / 30卷 / 14期

基金：

北京市自然科学基金;

关键词：

机器视觉; 图像处理; 特征提取; 害虫分类; 多类支持向量机;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

由于野外诱捕害虫的姿态存在多样性和不确定性,使得利用机器视觉进行害虫的自动识别与计数仍然是一个难题。该文提出一种基于颜色和纹理等与形态无关的特征相结合和利用多类支持向量机分类器的多姿态害虫分类方法。通过对目标害虫图像进行不同颜色空间特征、基于统计方法的纹理特征和基于小波的纹理特征的提取,构建了6组不同组合的特征向量。将10阶交叉验证的识别率作为适应度函数值,利用遗传算法对各组特征向量进行降维筛选。最后利用基于有向无环图多类支持向量机分类器对多姿态害虫进行识别和特征组选择。结果表明,遗传算法最多可以使特征向量维数降到原来的38.89%,基于HSV三通道颜色图像的小波纹理特征组在建模时间和平均准确率方面都表现最优,可以作为一种有效的多姿态害虫分类特征选择。

引用

页码：154 / 162

页数：9

共 15 条

[1] 利用遗传算法和支持向量机测算农用地理论单产和可实现单产
王海军
柳敏燕
高娟
[J]. 农业工程学报, 2013, 29 (19) : 244 - 252
[2] 基于模板匹配的多目标水稻灯诱害虫识别方法的研究
吕军
姚青
刘庆杰
薛杰
陈宏明
杨保军
唐健
[J]. 中国水稻科学, 2012, 26 (05) : 619 - 623
[3] An Insect Imaging System to Automate Rice Light-Trap Pest Identification[J]. YAO Qing1, LVJun1, LIU Qing-jie1, DIAO Guang-qiang1, YANG Bao-jun2, CHEN Hong-ming3 and TANG Jian2 1 College of Informatics and Electronics, Zhejiang Sci-Tech University, Hangzhou 310018, P.R.China 2 State Key Laboratory of Rice Biology, China National Rice Research Institute, Hangzhou 310006, P.R.China 3 Xiangshan Agriculture and Forestry Bureau, Ningbo 315700, P.R.China.Journal of Integrative Agriculture. 2012(06)
[4] 基于径向基支持向量机的棉花虫害识别
张建华
冀荣华
袁雪
李慧
祁力钧
[J]. 农业机械学报, 2011, 42 (08) : 178 - 183
[5] 基于图像的昆虫自动识别与计数研究进展
姚青
吕军
杨保军
薛杰
郑宏海
唐健
[J]. 中国农业科学 , 2011, (14) : 2886 - 2899
[6] 基于图像的水稻病害识别方法研究
管泽鑫
唐健
杨保军
周营烽
范德耀
姚青
[J]. 中国水稻科学, 2010, 24 (05) : 497 - 502
[7] 基于小波变换的图像纹理特征提取方法及其应用
李亚标
王宝光
李温温
[J]. 传感技术学报, 2009, 22 (09) : 1308 - 1311
[8] 基于模拟退火算法-支持向量机的储粮害虫识别分类
胡玉霞
张红涛
[J]. 农业机械学报, 2008, (09) : 108 - 111
[9] 田间害虫图像识别中的特征提取与分类器设计研究
张红涛
胡玉霞
赵明茜
邱道尹
张孝远
张恒源
[J]. 河南农业科学, 2008, (09) : 73 - 75
[10] 农田害虫实时检测装置的设计与实现
张红涛
胡玉霞
刘新宇
邱道尹
[J]. 河南农业科学, 2007, (12) : 63 - 65

← 1 2 →