原创《图像识别处理技术在农业工程中的应用》：本论文为您写图像识别毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
摘 要： 研究一种基于图像识别处理的粮虫检测方法,将图像识别处理技术应用于农业工程.首先使用灰度化、二值化、平滑以及锐化技术对粮虫图像进行预处理,使得图像更容易进行边缘检测和图像特征提取.之后使用四种边缘检测方法实现图像中待识别粮虫的边缘检测.使用粮虫图像的8种区域描述子特征作为粮虫识别模型的输入特征.最后选取常见的玉米象、拟谷盗和锯谷盗三种粮虫为研究对象,使用基于RBF神经网络的识别模型对三种粮虫图像的几何形态特征进行识别.
关键词： 粮虫检测； 特征提取； RBF神经网络； 图像识别
中图分类号： TN911.73?34； S24 文献标识码： A 文章编号： 1004?373X（2017）04?0107?04
Application of image recognition processing technology in agricultural engineering
ZHOU Qingsong, TANG Xiuzhong
（School of Technology, Puer University, Puer 665000, China）
Abstract： A grain insect detection method based on image recognition processing is studied. The image recognition processing technology is applied to the agricultural engineering. The gray processing, binaryzation, oothing and sharpening techniques are used to preprocess the grain insect image to make it easier to conduct the edge detection and image feature extraction. The commonly?used four edge detection methods are adopted to detect the edge of the grain insect image under recognition. Eight regional descriptor features of the grain insect image are taken as the input characteristics of the grain insect recognition model. Three familiar grain insects of maize weevil, tribolium and coleoptera are selected as the research objects, and the identification model based on RBF neural network is used to recognize the geometric feature of three grain insect images.
Keywords： grain insect detection； feature extraction； RBF neural network； image recognition
0 引 言
目前储粮害虫问题是世界上很多国家所面临的困难,在很多国家每年都会因为粮食害虫而损失很多粮食.在遭受到粮食害虫的侵害以后粮食的籽粒会被破坏,容易变质、結块、发热以及发霉,另外在老化死去害虫尸体、粪便以及有毒液体的影响下粮食会受到较为严重的污染[1].
总的来说,目前主要有四种方法来检测粮食害虫：首先是取样法,将所制作的扦样器按照区域定点的方法安装在储粮库内.采用电机或者人工的方法吸取粮食样本,然后交由技术人员分类、鉴别以及筛选,这样就可以对库区粮食害虫密度进行确定.这种方法需要较大的劳动量,降低了工作效率,另外人为主观因素容易对最后的结果产生影响,因此产生了较大的误差.其次是诱捕法,通过对粮食害虫生理特性以及习性的利用来采取合适的诱捕方式,主要包括粮食害虫生理特性诱集法以及陷阱式诱集法两种.但是在应用诱捕法的过程中需要制作诱导剂以及提取粮食害虫的信息素,由于具有较强的针对性,而且具有种类繁多的粮食害虫,因此所消耗的成本比较大,所以以上两种方法也存在着一定的缺陷.再次是声测法,通过对声音监测装置的应用,分析害虫爬行以及吃食时的声音,进而就可以获取粮食害虫密度信息.在应用这种方法的过程中会在周围产生较大的噪音,同时需要花费较大的资金来制造声音监测装置,所以目前这种方法并没有得到广泛的应用.最后一种方法是近红外反射光谱识别法,粮食害虫的C,H,N成分存在着很大的差距,因此就会产生不同的近红外线光谱,这种不同种类的粮食害虫就可以通过NIR 的扫描来进行识别.但是这种方法仍然存在着一定的缺陷,例如粮食的不完整颗粒以及颗粒大小等物理因素会对扫描结果产生一定的影响,使得无法获得准确和清晰的NIR 扫描图像[2?3].
除了使用声音检测方法外,其他方法不利于实现自动化粮虫检测,人工检测方法效率低、成本高,因此本文研究一种基于图像识别处理的粮虫检测方法,将图像识别处理技术应用于农业工程.
1 粮虫图像预处理
1.1 图像灰度化处理
在分析粮虫图像的过程中首先需要进行图像颜色之间的转换,通常是将彩色转换为灰色,这样既能够加快图像的处理速度,另外还能够方便地将处理后的信息向原来的图像上进行转移.
通常利用最大值法、加权平均法以及平均值法来进行彩像和灰像之间的转换.本文在进行彩像灰度化处理的过程中主要采用了最大值法,这种方法比较简单,采用三原色R,G,B来对图像的灰度值进行描述[4].
图像识别论文参考资料：
结论：图像识别处理技术在农业工程中的应用为关于对不知道怎么写图像识别论文范文课题研究的大学硕士、相关本科毕业论文图像识别论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。
