基于机器视觉与可见光谱信息的甘蓝虫害检测方法研究

摘要

农业喷雾对象的识别和定位是农业自动化喷雾机械研究中的首要任务。要实现对甘蓝虫害进行精准喷洒农药，甘蓝虫害准确自动识别成为关键。本文重点介绍了采用基于欧氏距离的机器视觉甘蓝菜常见虫害的精确识别检测系统，并结合由Qualityspec光谱仪和相关光谱分析软件组成的光谱分析系统对健康甘蓝叶片和遭受虫害侵染甘蓝叶片的颜色特征和光谱特征进行了分析。主要研究工作及成果如下：
　　1.基于当前喷雾机械无法实现对标靶害虫精准识别的现状，本文设计了适用于甘蓝菜叶部虫害精准识别的采集系统和采集方法。
　　2.本文采用软件进行编程，对机器视觉采集系统采集到的甘蓝菜叶部虫害图像进行一系列预处理，主要包括图像转换、各通道灰度化、中值滤波及边缘检测等预处理。
　　3.根据甘蓝菜叶部虫害图像特征信息，本文运用欧式距离算法检测甘蓝菜虫害。采用欧氏距离法自动设定合适的判别阈值，根据阈值分割的结果来诊断甘蓝菜叶部是否感染虫害。同时对检测到的甘蓝菜叶部虫害进行标记处理。
　　4.本文对采集得到的三种健康状况的甘蓝菜叶光谱进行了光滑和平均预处理，运用光谱分析软件和数据分析处理软件，采用自适应波段选择方法，提取了甘蓝夜蛾虫害叶片、菜青虫虫害叶片和健康甘蓝叶片的特征波长。
　　5.本文采用欧氏距离度量法对试验样本的特征波段进行聚类分析。结果表明，可以把波长425 nm、475 nm、510 nm、550 nm、625 nm和675 nm作为遭甘蓝夜蛾浸染的甘蓝菜叶的最优特征波长；把波长465 nm、525 nm、555 nm、590 nm、680 nm和695 nm作为遭菜青虫浸染的甘蓝菜叶的最优特征波长；把波长545 nm、645 nm、650 nm和655 nm作为健康甘蓝菜叶最优特征波长。
　　研究结果表明，综合机器视觉和光谱技术能够实现对甘蓝菜虫害自动且准确的识别，此方法具有识别率较高，准确等优点，可为农作物虫害自动防治喷雾机器人的研制奠定基础，达到农作物虫害实时识别和及时治理的目的。

目录

1 引言

1.1 课题研究背景

1.2 喷雾对象的精确识别和定位简介

1.3 国内外研究现状

1.4 研究意义、内容和技术路线

1.5 本章小结

2 试验材料与仪器设备

2.1试验样品的选择

2.2 机器视觉甘蓝菜叶图像的采集装置

2.3 甘蓝菜虫害的可见光谱采集装置

2.4 甘蓝菜虫害图像采集流程

2.5 甘蓝菜虫害光谱采集过程

2.6 本章小结

3 基于机器视觉甘蓝菜虫害的分析研究

3.1 颜色模型

3.2 甘蓝菜虫害图像的预处理

3.3 甘蓝菜虫害数字图像增强处理

3.4 甘蓝菜虫害数字边缘检测

3.5 甘蓝菜虫害颜色特征提取

3.6 本章小结

4 基于可见光谱信息甘蓝菜虫害的分析研究

4.1 可见光谱分析

4.2 数据预处理方法

4.3 最佳光谱反射曲线选择方法

4.4 光谱的特征提取

4.5 特征光谱数据聚类分析

4.6 本章小结

5 结论

6 展望

致谢

参考文献

作 者 简 介