论文部分内容阅读
我国是世界上最大的粮食生产、储藏及消费大国,搞好粮食储藏是关系到国计民生的大事。近年来,我国粮食总储量高达50000万吨。为了确保粮食的安全储藏,每年国家用于粮食储备方面的补贴费用就有数百亿元,但仍有不少粮食因管理决策不善等原因而遭受损失。其中,国库储粮损失率在0. 2%左右,损失十分惊人,而虫害是主要因素之一。我国《”十五”粮食行业科技发展规划》明确提出要实现粮仓虫害的自动化检测。目前国内外的取样法、声测法、近红外法等检测方法均不能准确地在线提供粮虫的种类、密度等信息。另外,随着储粮害虫抗药性的提高,它们的种类和密度近年来有上升的趋势,这给粮虫的自动检测提出了更高的要求。因此,开发科学实用、准确方便的储粮害虫在线检测系统是很有必要的,也是极为迫切的。利用图像识别的方法在线检测储粮害虫,具有准确度高、价格低廉、效率高、无污染、劳动量小、便于和粮库现有的计算机粮情检测系统相连接等优点,有助于粮库管理人员进行科学的决策,以及时采取合理的防治措施,达到粮食保质、保量、保鲜的目的。储粮害虫图像的获取与预处理是开展后续工作的基础。在机器视觉系统中采用CCD照相机获取储粮害虫图像,由于图像信息数据量很大在传输过程中还会有失真因此采用奇异值分解实现图像的压缩,用奇异值分解和矩阵广义逆的方法实现图像还原,另外由于噪声的影响采用了灰度变换、小波变换和邻域滤波等方法对图像进行增强和平滑处理,并对各种仿真结果进行了分析比较。为了提取储粮害虫从而正确地识别目标,接着采用了固定阈值法、经验阈值法、迭代阈值法、最大方差自动阈值法、模糊聚类法、模拟退火算法来去掉粮食背景。在此基础上,提取了储粮害虫的几何特征、不变矩特征和纹理特征。采用模拟退火算法进行特征选择,得到3个最优特征。在上述工作的基础上,设计了最近邻分类器和加权欧氏距离分类器进行识别,正确识别了主要的储粮害虫,识别率达到95%左右。