| 基于图像的水稻灯诱害虫自动识别技术的研究 |
| |
| 引用本文： | 冼鼎翔,姚青,杨保军,罗举,谭畅,张超,徐一成.基于图像的水稻灯诱害虫自动识别技术的研究[J].中国水稻科学,2015,29(3):299-304. |
| |
| 作者姓名： | 冼鼎翔 姚青 杨保军 罗举 谭畅 张超 徐一成 |
| |
| 作者单位： | 浙江理工大学信息学院;中国水稻研究所 |
| |
| 基金项目： | 国家863计划资助项目(2013AA102402);国家自然科学基金资助项目(31071678);浙江省自然科学基金资助项目(LY13C140009);浙江理工大学研究生创新项目(YCX12020) |
| |
| 摘 要： | 利用灯光诱杀稻田害虫,并识别与计数这些害虫是水稻害虫的一种常规但非常重要的测报方法。在灯光诱杀的昆虫中,大多数昆虫是不需要测报的,因此,在人工识别灯诱测报害虫时,需要排除这些昆虫。这种人工识别与计数害虫的方法效率低、任务重、识别准确率差。我们提出了一种基于图像的水稻灯诱害虫自动识别方法。首先,根据测报害虫的形态特征对水稻灯诱昆虫图像进行初步分组,每组昆虫图像中包含一种测报害虫的背面图像、腹面图像和与其形态相似的非测报害虫图像,共3类;然后,提取组内每一张水稻昆虫图像的颜色、形态和纹理共31个特征参数;最后,利用带后验概率的SVM分类器对每组的3类昆虫图谱进行训练和测试,输出时同一种测报害虫的背面和腹面图像被视为同一种害虫。结果表明,3种较大个体的水稻灯诱测报害虫的平均识别准确率为97.4%。
|
| 关 键 词： | 灯诱害虫 图像特征 SVM分类器 自动识别 非测报害虫排除 测报 水稻 |
| 收稿时间： | 2014-07-29 |
Automatic Identification of Rice Light-trapped Pests Based on Images |
| |
| XIAN Ding-xiang;YAO Qing;YANG Bao-jun;LUO Ju;TAN Chang;ZHANG Chao;XU Yi-cheng.Automatic Identification of Rice Light-trapped Pests Based on Images[J].Chinese Journal of Rice Science,2015,29(3):299-304. |
| |
| Authors: | XIAN Ding-xiang;YAO Qing;YANG Bao-jun;LUO Ju;TAN Chang;ZHANG Chao;XU Yi-cheng |
| |
| Institution: | XIAN Ding-xiang;YAO Qing;YANG Bao-jun;LUO Ju;TAN Chang;ZHANG Chao;XU Yi-cheng;College of Information,Zhejiang Sci-Tech University;China National Rice Research Institute; |
| |
| Abstract: | |
| |
| Keywords: | light-trapped pests image features support vector machine classifier automatic identification non-forecasting pests rejection forecasting rice |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《中国水稻科学》浏览原始摘要信息 |
| 点击此处可从《中国水稻科学》下载免费的PDF全文 |
|
