基于混合特征圖處理的蛾類識別

1、logo基于混合特征基于混合特征圖圖像像處處理的蛾理的蛾類識別類識別n系系別別：智能科：智能科學(xué)與學(xué)與技技術(shù)術(shù)n姓名姓名： n學(xué)號學(xué)號： n背景背景n我國是農(nóng)業(yè)大國，病蟲害對農(nóng)業(yè)生產(chǎn)影響很大我國是農(nóng)業(yè)大國，病蟲害對農(nóng)業(yè)生產(chǎn)影響很大n人工病蟲害預(yù)防工作量大，效率低人工病蟲害預(yù)防工作量大，效率低n數(shù)字圖像處理及自動識別技術(shù)日漸成熟數(shù)字圖像處理及自動識別技術(shù)日漸成熟n意義意義n昆蟲自動識別高效快速，節(jié)約人力資源，可及時預(yù)防病蟲害昆蟲自動識別高效快速，節(jié)約人力資源，可及時預(yù)防病蟲害n識別、監(jiān)測、預(yù)防相結(jié)合，可減少農(nóng)藥用量，提高農(nóng)業(yè)產(chǎn)量識別、監(jiān)測、預(yù)防相結(jié)合，可減少農(nóng)藥用量，提高農(nóng)業(yè)產(chǎn)量n昆蟲自動識別是

2、農(nóng)業(yè)自動化、生產(chǎn)智能化的重要目標(biāo)昆蟲自動識別是農(nóng)業(yè)自動化、生產(chǎn)智能化的重要目標(biāo)一一.研究背景及意義研究背景及意義二二.昆蟲識別研究現(xiàn)狀昆蟲識別研究現(xiàn)狀昆蟲自動識別：利用昆蟲幾何、顏色、紋理特征對昆蟲描述與理解昆蟲自動識別：利用昆蟲幾何、顏色、紋理特征對昆蟲描述與理解模板匹配法：過計算模板與目標(biāo)圖像間的相關(guān)性實(shí)現(xiàn)自動識別功能模板匹配法：過計算模板與目標(biāo)圖像間的相關(guān)性實(shí)現(xiàn)自動識別功能數(shù)學(xué)形態(tài)學(xué)方法數(shù)學(xué)形態(tài)學(xué)方法:用數(shù)學(xué)方法描述或者分析圖像的形狀特性的方法用數(shù)學(xué)方法描述或者分析圖像的形狀特性的方法統(tǒng)計識別法：將識別對象表達(dá)成特征向量，通過劃分特征空間的方統(tǒng)計識別法：將識別對象表達(dá)成特征向量，通過劃分

3、特征空間的方 式進(jìn)行分類。式進(jìn)行分類。機(jī)器學(xué)習(xí)方法：通過學(xué)習(xí)來獲得對昆蟲識別規(guī)律和規(guī)則的隱性表達(dá)機(jī)器學(xué)習(xí)方法：通過學(xué)習(xí)來獲得對昆蟲識別規(guī)律和規(guī)則的隱性表達(dá) 三三.主要研究工作主要研究工作u1.圖像預(yù)處理：增強(qiáng)、分割圖像預(yù)處理：增強(qiáng)、分割u2.昆蟲位姿識別：中軸、翻折、對比昆蟲位姿識別：中軸、翻折、對比u3.針對位姿的混合模型特征提取針對位姿的混合模型特征提取u4.分類器投票機(jī)制分類器投票機(jī)制u5.結(jié)果分析結(jié)果分析1.圖像預(yù)處理圖像預(yù)處理u 圖像去噪處理：中值濾波器圖像去噪處理：中值濾波器 去噪后用于邊緣檢測，中軸對稱處理去噪后用于邊緣檢測，中軸對稱處理 u 圖像增強(qiáng)：圖像增強(qiáng)：hdr高動態(tài)光照

4、渲染 增強(qiáng)后用于紋理及形態(tài)識別增強(qiáng)后用于紋理及形態(tài)識別1.圖像預(yù)處理圖像預(yù)處理u 圖像邊緣檢測圖像邊緣檢測 /目標(biāo)分割目標(biāo)分割u 采用迭代算法進(jìn)行閥值自動計算采用迭代算法進(jìn)行閥值自動計算u 將昆蟲個體分割為單個圖片將昆蟲個體分割為單個圖片 原始昆蟲圖像原始昆蟲圖像 提取出的昆蟲邊緣提取出的昆蟲邊緣昆蟲中軸判斷：昆蟲中軸判斷：采用針對二值圖像的細(xì)化骨架法來判斷昆蟲的中軸采用針對二值圖像的細(xì)化骨架法來判斷昆蟲的中軸2.昆蟲位姿判斷昆蟲位姿判斷2.昆蟲位姿判斷昆蟲位姿判斷左右兩部分對比：左右兩部分對比： 根據(jù)二值化處理后的圖像兩邊邊緣臨界點(diǎn)與中軸的垂直距根據(jù)二值化處理后的圖像兩邊邊緣臨界點(diǎn)與中軸的垂

5、直距離做差，得出差值曲線，根據(jù)曲線分布進(jìn)行位姿判斷。離做差，得出差值曲線，根據(jù)曲線分布進(jìn)行位姿判斷。3.特征提取特征提取依據(jù)判斷出來的昆蟲位姿分類進(jìn)行判斷依據(jù)判斷出來的昆蟲位姿分類進(jìn)行判斷u 正面展翅圖片用紋理特征為主，輪廓顏色輔助；正面展翅圖片用紋理特征為主，輪廓顏色輔助；u 正面閉翅圖片用輪廓顏色為主，紋理特征輔助；正面閉翅圖片用輪廓顏色為主，紋理特征輔助；u 側(cè)身及其他圖片用顏色特征為主，紋理輪廓輔助。側(cè)身及其他圖片用顏色特征為主，紋理輪廓輔助。4.分類器投票機(jī)制分類器投票機(jī)制u 采用集成學(xué)習(xí)機(jī)制，用三個簡單分類器進(jìn)行分類采用集成學(xué)習(xí)機(jī)制，用三個簡單分類器進(jìn)行分類u 用一定數(shù)量的標(biāo)本圖像

6、對分類器進(jìn)行訓(xùn)練，提高精確度用一定數(shù)量的標(biāo)本圖像對分類器進(jìn)行訓(xùn)練，提高精確度u 實(shí)際識別判斷時，三個分類器并行處理，結(jié)果進(jìn)行均值投實(shí)際識別判斷時，三個分類器并行處理，結(jié)果進(jìn)行均值投票，輸出投票最多的結(jié)果，提高整體正確率票，輸出投票最多的結(jié)果，提高整體正確率u 未來可以試用更多更復(fù)雜的分類器，通過不斷試驗(yàn)和數(shù)據(jù)未來可以試用更多更復(fù)雜的分類器，通過不斷試驗(yàn)和數(shù)據(jù)比對進(jìn)行最優(yōu)組合，提高識別精度比對進(jìn)行最優(yōu)組合，提高識別精度5.結(jié)果分析結(jié)果分析結(jié)果分析（結(jié)果分析（1） 每種蛾類每種蛾類18幅圖片，各個姿態(tài)各幅圖片，各個姿態(tài)各6幅幅5.結(jié)果分析結(jié)果分析結(jié)果分析（結(jié)果分析（2） 位姿判斷的混淆矩陣位姿判斷

7、的混淆矩陣 每種蛾類每種蛾類18幅圖片，各個姿態(tài)各幅圖片，各個姿態(tài)各6幅幅 側(cè)身圖片與正面閉翅圖片容易混淆側(cè)身圖片與正面閉翅圖片容易混淆 班展翅圖像不易分析班展翅圖像不易分析5.結(jié)果分析結(jié)果分析結(jié)果分析（結(jié)果分析（3） 每種蛾類每種蛾類18幅圖片，各個姿態(tài)各幅圖片，各個姿態(tài)各6幅幅5.結(jié)果分析結(jié)果分析結(jié)果分析（結(jié)果分析（4） 蛾類種間混淆矩陣蛾類種間混淆矩陣 每種蛾類每種蛾類18幅圖片，各個姿態(tài)各幅圖片，各個姿態(tài)各6幅幅5.結(jié)果分析結(jié)果分析結(jié)果分析（結(jié)果分析（5） 最終識別結(jié)果最終識別結(jié)果 每種蛾類每種蛾類18幅圖片，各個姿態(tài)各幅圖片，各個姿態(tài)各6幅幅四四.結(jié)論及展望結(jié)論及展望u 昆蟲自動識別

8、由于其難度，具有很高的挑戰(zhàn)性昆蟲自動識別由于其難度，具有很高的挑戰(zhàn)性u 位姿預(yù)判斷機(jī)制效果良好，可進(jìn)一步研究位姿預(yù)判斷機(jī)制效果良好，可進(jìn)一步研究u 未來可以嘗試不同的分類器相互組合，并加入權(quán)值進(jìn)行投未來可以嘗試不同的分類器相互組合，并加入權(quán)值進(jìn)行投票，提高識別率票，提高識別率u 對于難以處理的側(cè)身以及殘缺肢體還有待進(jìn)一步解決對于難以處理的側(cè)身以及殘缺肢體還有待進(jìn)一步解決u 要繼續(xù)尋找適用于更多種類昆蟲的通用識別方法要繼續(xù)尋找適用于更多種類昆蟲的通用識別方法u 將基于圖像處理的自動識別技術(shù)應(yīng)用到更廣闊的領(lǐng)域?qū)⒒趫D像處理的自動識別技術(shù)應(yīng)用到更廣闊的領(lǐng)域五五.致謝致謝u 感謝我的導(dǎo)師溫程璐老師兩年來對我的關(guān)心幫助。溫老師一直感謝我的導(dǎo)師溫程璐老師兩年來對我的關(guān)心幫助。溫老師一直是我的良師益友，不僅教給了我專業(yè)知識，還給了我對圖像處是我的良師益友，不僅教給了我專業(yè)知識，還給了我對圖像處理方向的興趣。理方向的興趣。u 感謝四年來教育教導(dǎo)我們的各位老師，您辛苦了。