农业田间害虫实时检测系统的硬件设计

介绍了农业田间害虫实时检测系统的硬件组成,即诱集致昏缓冲机构、分散传送机构、均匀光照系统和图像采集系统。诱集致昏缓冲机构可自动诱集和致昏田间害虫,并以合适的速度落入指定的位置;分散传送机构能自动调整害虫姿态,并使害虫平稳送入CCD视区;光照系统可为CCD摄像机的视区提供均匀和恒定的无影光照;图像采集系统可实时采集害虫的序列图像信息并送至计算机内存进行处理。通过现场试验,验证了该系统是可行性的。     

储粮害虫检测现状

储粮害虫的检测是目前粮食储藏行业的重要研究内容,粮虫的种类和密度等信息的确定是进行粮虫防治的重要依据,因此,国内外很多专家学者提出了很多有效的检测方法。文中对粮虫检测的诱捕和识别2个步骤的国内外采用的主要方法进行了重点论述。     

农田蛾类图像分割方法研究

介绍了已有的农田蛾类昆虫检测装置和相关研究技术.在已有技术的基础上,介绍了图像的预处理和杂质点的消除方法.在对提取的图像进行分割时,首先介绍使用Otsu方法来对图像进行分割,接着采用sobel算子提取蛾类对象的边缘,以边缘像素为种子点,使用区域生长来对蛾类图像进行分割.通过比较这两种分割方法可知,使用区域生长方法对蛾类图像分割的效果较好.     

农田蛾类图像边界特征的获取

介绍了农田蛾类图像的预处理方法,然后使用Otsu方法来对农田蛾类图像进行分割。对分割得到的目标区域采取旋转变换,使同一种蛾类的目标区域具有相同方向;对旋转变换得到的蛾类图像目标区域,以目标区域的边界点到目标区域的质心点距离作为目标区域的边界特征,获取各种蛾类图像的边界特征。从所获取的边界特征可知,不同种类的蛾类图像具有各不相同的边界特征,可以把这些边界特征作为各种蛾类昆虫分类识别的数据依据。     

近红外光谱在麦粒内部害虫检测中的应用

近红外光谱技术是一种新型的分析技术,它具有高效、快速、操作简单、稳定性好、无污染等优点,更重要的是它含有C-H、N-H、O-H等含氢基团基频和倍频的吸收带,可以用来检测淀粉含H化合物含量的变化;米象和谷蠧的幼虫在麦粒内部生长,使麦粒内部的淀粉和蛋白质等含量发生了变化,而这些变化必然会引起近红外反射光谱吸收率发生变化,因此,用近红外光谱是可以检测到麦粒内部是否有害虫。     

基于虚拟箱的小麦动态称重系统应用研究

目前,农产品加工业在进行小麦称重时,大部分采用的是静态称重的方法,使得整个加工过程不连续,生产效率较低.为此,开发了一种基于虚拟箱的小麦动态称重系统的硬件和软件的设计方法,完全实现了全自动不停机计量.该系统在试运行过程中,效果较好,能够提高称量精度与生产效率.     

田间害虫图像识别中的特征提取与分类器设计研究

特征提取和分类器的设计是田间害虫图像识别中的关键环节。针对害虫目标的二值化图像提取出面积、周长、复杂度等7个形态学特征,并进行归一化处理;建立了9种害虫的模板库及隶属度函数,并基于最小最大的原则进行模糊决策分析;对稻纵卷叶螟、棉铃虫等田间危害严重的9种害虫进行识别分类的识别率达86%以上。     

基于机器视觉的储粮害虫智能检测系统硬件设计

介绍了基于机器视觉的储粮害虫智能检测系统的硬件组成，该系统主要取样传送机构，均匀光照室和视觉系统3部分组成，取样传送机构可吸取任意检测点的粮食样本，并自动单层呈现给视觉检测系统，光照室可为CCD摄像机的视区提供均匀，恒定的无影光照；视觉系统可实时采集粮食样本的序列图像信息，并由计算机进行处理与识别，现场试验验证了该系统的可行性。     

基于机器视觉的大田害虫检测系统

设计了大田害虫实时检测系统，诱集传输机构可自动诱集并调整害虫姿态，使其平稳经过摄像视区；光照及采集系统可提供均匀的无影光照，并实时采集害虫的序列图像信息；运用修正的自适应邻域平均法增强图像，用自动阈值法将害虫从背景中分割出来，以提取出的周长、不变矩等为特征，运用神经网络分类器对常见的9种害虫进行分类。试验验证了该系统的可行性。     

模拟退火算法在储粮害虫图像识别中的应用

简要介绍了储粮害虫智能检测的几个部分:图像采集、图像预处理、特征形成、特征压缩及其分类。对特征选择中的模拟退火算法的思想、实现步骤、参数选择分析等进行了重声、阐述,该算法有效地将储粮害虫的17维原始形态学特征降为10维,提高了分类的效率。