基于图像识别的储粮害虫分类的研究

摘要

目前，中国主要采用人工扦样的方法来检测储粮害虫，由于扦样法技术落后、工作量大、效率低、还受工作人员工主观因素的影响，因此难以适应中国粮食储藏工作的需要.为适应中国储粮现代化建设的需要，我们提出了基于图像识别的在线检测储粮害虫的新思路.该文用图像处理、模式识别、神经网络等技术来实现储粮害虫的在线检测，设计了图像识别储粮害虫检测系统，重点研究了储粮害虫分类器的设计.该系统的实现，可有助于粮库管理人员科学地选择决策依据，并及时采取合理的措施，达到粮食保质、保鲜、保量的目的;并且基于图像识别的害虫检测方法具有无污染、效率高、成本低、可以利用并完善粮库已有的计算机粮情测测控系统等优点，因此，该课题的研究具有广阔的应用前景和实用价值.

目录

文摘

英文文摘

第一章 绪论

§1.1储粮害虫检测的必要性

§1.2国内外储粮害虫检测的主要方法

§1.3基于图像识别的储粮害虫检测新方法

§1.4本论文的主要研究内容

第二章 基于图像识别的储粮害虫检测系统

§2.1害虫检测系统的功能

§2.2害虫检测系统的总体方案

§2.3系统的硬件和软件设计

§2.4本章小结

第三章 图像预处理与特征抽取

§3.1图像预处理

§3.1.1图像平滑

§3.1.2图像分割

§3.2特征抽取

§3.2.1原始特征的形成

§3.2.2特征选择与提取

§3.3本章小结

第四章 BP神经网络分类器的设计

§4.1传统BP神经网络算法分析

§4.1.1人工神经元模型

§4.1.2前馈网络BP算法

§4.2改进传统BP算法的收敛速度

§4.3BP神经网络结构的优化

§4.3.1网络结构与网络性能

§4.3.2网络结构的优化

§4.4本章小结

第五章 径向基函数神经网络分类器的设计

§5.1径向基函数神经网络模型

§5.2径向基函数神经网络的学习

§5.2.1模糊聚类法确定基函数的中心和方差

§5.2.2输出层权值的学习

§5.3 RBF网络与BP网络的比较分析

§5.4本章小结

第六章 模糊和模糊BP网络分类器的设计

§6.1 Gauss模糊分类器

§6.2模糊BP网络分类器

§6.3各种分类器的比较分析

§6.4本章小结

第七章 结论与展望

§7.1本文所完成的主要工作

§7.2有待进一步研究的问题

参考文献

作者在研期间所完成的论文

致谢

附录