农业物联网智能视频监控技术的研究与应用

摘要

农业物联网的发展是农业现代化的标志之一，视频监控作为物联网的组成部分，智能视频监控技术的重要性日益攀升。尽管农业生产各环节已经有视频监控系统投入使用，但多数都是传统视频监控，仅用于人工监控，智能视频监控技术的研究依然具有巨大的科研和实用价值。
　　本文致力于研究智能视频监控技术在农业领域的研究与应用，重点关注农业生产过程中异常事件的检测。主要内容包含以下三个方面:
　　一、提出了一种基于运动模板的异常闯入检测算法。首先讨论了静态背景和动态背景两种情况的目标检测和跟踪，静态背景的目标检测和跟踪介绍了背景差分、帧间差分和光流法，动态背景的目标检测和跟踪介绍了基于主动轮廓的跟踪、基于特征的跟踪、基于区域的跟踪和基于模型的跟踪;然后详细介绍了基于运动模板的异常闯入检测算法的详细计算步骤，从实时性和准确率等方面比较了几种静态背景的目标检测和跟踪算法的优劣，并综合考虑算法在农业场景异常闯入检测应用中的实用性。
　　二、提出了一种基于多特征融合和SVM分类器的植物病虫害检测算法。首先介绍了算法的整体框架;然后根据植物叶片图像的特点选择图像特征，并分别介绍这几种特征的提取方法;重点介绍了基于特征包的多特征融合方法;最后比较四种单特征分类器和两种多特征融合的分类器对真实场景图像数据的植物病虫害检测率。结论是基于多特征融合和SVM分类器的植物病虫害检测算法具有较高的准确率，且满足监控场景的实时性要求。
　　三、研发了一套海量多媒体信息处理平台。本文首先描述了平台研制的目的和设计原则;然后根据平台的实际应用进行了需求分析;进而详细的介绍了平台的系统架构，包括架构中各部分的接口;最后介绍了数据库表结构和系统界面。平台已实际应用。

目录

摘要

第一章 绪论

1．1 研究背景和意义

1．1．1 项目背景

1．1．2 课题背景

1．2 项目研究内容

1．3 论文主要内容

1．4 论文篇章结构

第二章 异常闯入检测算法研究

2．1 本章结构

2．2 研究背景

2．3 基于运动模板的异常闯入检测算法

2．4 实验与结论

第三章 植物病虫害检测算法研究

3．1 本章结构

3．2 研究背景

3．3 基于多特征融合和SVM分类器的植物病虫害检测算法

3．3．1 算法框架

3．3．2 特征选择及提取

3．3．3 多特征融合

3．4 实验与分析

3．5 结论

第四章 农业物联网海量多媒体信息处理平台

4．1 系统概述

4．1．1 背景

4．1．2 系统研制目的

4．1．3 系统设计原则

4．1．4 系统功能

4．2 需求分析

4．3 系统架构

4．4 开发环境

4．5 数据库表设计

4．6 系统界面

第五章 总结与展望

5．1 本文工作的总结

5．2 后续工作和展望

5．3 结束语

参考文献

攻读硕士学位期间发表学术论文情况

致谢

声明