昆虫自动鉴定技术研究与展望

昆虫自动鉴定是解决目前昆虫鉴定需求不断增多与专业鉴定人员数量相对较少之间矛盾的有效方法之一.本文从昆虫数字图像获取、图像处理、数学特征提取和分类器的设计等方面介绍了昆虫自动鉴定技术的研究进展;并对该项技术的未来发展进行了展望.     

基于高光谱和数字图像特征指数的受渍冬小麦SPAD估算

为了探索基于高光谱和数字图像技术的受渍冬小麦SPAD最优监测方法,本研究基于排灌可控的微区试验,通过分析常用的15个高光谱特征指数和14个数字图像特征指数与受渍冬小麦叶绿素相对含量(SPAD)的相关关系,构建了基于最优监测特征指数的BP神经网络模型,对受渍冬小麦的SPAD进行估算.结果 表明:与正常小麦相比,短期渍水(...     

基于数字图像技术的马铃薯氮素营养估测及验证

于2018-2019年在贵州省毕节市威宁县,以马铃薯为试验材料,连续2年开展不同氮素水平(0、120、240、300和360 kg· hm-2)田间试验.2018年采用数码相机分别在块茎形成期和块茎膨大期获取冠层图像数据,并同步采集植株,测定其氮素营养指标,分析冠层数码参数与氮素营养指标的相关性,筛选氮素营养指标估测的...     

利用数字图像估测棉花叶面积指数

叶面积指数是指示棉花长势、产量形成和高产群体调控等信息的重要结构特征参数。本研究的目的在于利用基于冠层图像光照叶片和光照土壤分量的图像透光率估测棉花叶面积指数。通过3年不同种植密度、品种、施氮量和灌水量的田间试验,在棉花不同的生育期用数码相机、LAI-2000冠层仪和线性光量子传感器采集数据并进行破坏性取样测定,分析图像透光率的有效性和建立LAI估测模型,进而对图像方法、LAI-2000和破坏性取样方法进行比较和分析。结果表明：(1)在太阳高度角最大且变化最小的正午时段,数码相机测量的图像透光率与线性光量子传感器测量的冠层透光率较一致且相对稳定。(2)图像透光率能反映除吐絮期以外各时期的冠层透光状况,但是当LAI大于5时图像透光率出现饱和。(3)综合分析2009和2010年数据,建立了图像透光率估测LAI的模型(R2=0.8438, SE=0.5605);利用2007年独立试验资料检验估测模型的性能,模型检验的拟合度较高(R2=0.8767)且预测误差较小(RMSE=0.4305),当LAI＞5时模型的预测能力降低。(4)数字图像、LAI-2000和破坏性取样三种方法测量的LAI值之间均呈现显著的线性相关(R2＞0.85),但是图像透光率的饱和性致使当LAI＞5时明显低估叶面积指数。     

实蝇科果实蝇属昆虫数字图像自动识别系统的构建和测试

针对双翅目实蝇科果实蝇属昆虫的自动识别,本文提出利用翅及中胸背板图像的局部二进制模式（local binary pattern, LBP）特征,采用Adaboost算法, 设计和开发“实蝇科果实蝇属昆虫数字图像自动识别系统”（Automated Fruit fly Identification System-Bactrocera, AFIS-B）。该系统包括图像采集、图像裁剪、预处理、特征提取、分类器设计、识别和显示,共7个模块。研究结果表明： LBP特征可以有效鉴别实蝇科果实蝇属昆虫;在对实蝇科果实蝇属8个种的测试中, 该系统表现出较高的准确性和稳定性,平均识别率可达80%以上。此外,还对果实蝇属昆虫翅膀及中胸背板图像在光照不均匀、姿态扭曲、样本受损及样本量大小等不同条件下的识别率进行了试验测试。结果表明, 该系统对测试样本的光照不均匀、 姿态扭曲和样本受损都表现出良好的鲁棒性,正确识别率与训练集样本各个种数量在一定条件下明显正相关,与训练集样本物种总量负相关。该项研究为实蝇科有害昆虫自动识别系统的构建及实际应用提供了理论、 方法及基础数据的支撑, 亦可为其他昆虫自动识别系统的研究和构建提供有益借鉴。 关键词：     

牙形石数字图像采集与图像增强方法研究

化石自动鉴定研究是古生物学研究的一个前沿方向。数字图像的采集与处理是化石自动鉴定的基础,处理后的图像质量直接影响了计算机识别的效果。文中以牙形石为例,通过对化石数字图像采集方法的研究,获得了光学显微图像和扫描图像两类牙形石数字图像。详细介绍了灰度变换、均值滤波、中值滤波和微分算子等图像增强方法,通过实验比较了各自的优缺点。实验结果表明,这些方法可以有效改善牙形石数字图像质量。选择合适的图像增强方法能够突出牙形石的细节,有利于牙形石的特征观察和进一步的分析,为后续的牙形石自动鉴定研究奠定了基础。