【技术实现步骤摘要】
本专利技术属于模式识别技术。
技术介绍
长期以来,病虫的分类与识别仅局限于少数病虫研究者、植保科技工作者,依靠手工检查,肉眼观察,凭主观直觉和群体经验来进行,这样得到的结果往往为辨别者的主观情绪所影响,识别率不稳定,尤其在时间长、工作量大的情况下,误判率显著增加。这也在很大程度上限制了人们对病虫认识的普及度,常常给农业生产和经济活动带来巨大的损失。因此将数字图像技术应用于病虫分类与识别领域,实现病虫的自动识别,对于促进人类认识自然界,推动对病虫认识的普及度;减少农业生产中因为病虫引起的危害,避免经济损失,具有不可忽略的作用。目前的病虫图像识别系统主要分为两种,一种是全自动的,即完全由系统完成自动识别,不需要人工参与,这种系统要求处理和识别算法本身可以达到较高的准确率和较低的错误率。另外一种系统是半自动实现的,必要时要求用户人工参与识别。比较而言半自动系统更易实现,并且可以保证识别的准确性。病虫现有识别技术在半自动化和全自动化设计水平上,均有了较大幅度的进步,此项技术在实际生活中的应用也越来越广泛。病虫图像处理技术,在病虫害防治预测,病虫研究中都具有重要意义,目前 ...
【技术保护点】
面向病虫识别的手持式多核实时在线网络系统,其特征在于:利用Visual?C++设计了病虫图像采集和预处理的流程及算法,如平滑去噪、阈值分割、图像旋转等,以及图像的特征提取算法和数据库,包括病虫的周长、面积、形状参数等特征和特征入库,设计了病虫特征的选择方法和分类器。
【技术特征摘要】
1.面向病虫识别的手持式多核实时在线网络系统,其特征在于:利用VisualC++设计了病虫图像采集和预处理的流程及算法,如平滑去噪、阈值分割、图像旋转等,以及图像的特征提取算法和数据库,包括病虫的周长、面积、形状参数等特征和特征入库,设计了病虫特征的选择方法和分类器。2.根据权利要求1所述的图像采集和预处理流程,自主设计图像采集和预处理算法,captureDlg类和CBugDlg类共同负责完成图像采集功能,图像采集有两种方式,打开已有图片和从摄像头实时获取病虫图片,如果背景复杂不利于图像分割可以通过鼠标手动将病虫从复杂背景中划分出来,由OTrawOutline类和CGraphicElement类共同完成,然后进行灰度化、平滑去噪,在这里采用中值滤波为图像进行去噪,使图像的边缘更为平滑,之后进行图像二值化,由于采用阈值分割,阈值的选取比较困难,因此采用自适应阈值分割算法,将图像分为多个小图像之后对每个小图像进行阈值分割,根据病虫图像的对称性,利用惯性主轴进行病虫位置的归一化处理以及腐蚀和膨胀,以便于取出病虫...
【专利技术属性】
技术研发人员:葛道阔,杨余旺,曹宏鑫,莫然,汪文娟,刘岩,殷俊,
申请(专利权)人:江苏省农业科学院,南京理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。