苹果绵蚜远程图像识别系统的开发与实现_希仁娜_亚森_李湘_吴炜
上传者:李峰雪|上传时间:2015-05-05|密次下载
苹果绵蚜远程图像识别系统的开发与实现_希仁娜_亚森_李湘_吴炜
图像;识别;视觉
江苏农业科学2014年第42卷第6期
希仁娜·亚森,李
湘,吴
2014,42(6):375-377.炜.苹果绵蚜远程图像识别系统的开发与实现[J].江苏农业科学,
—375—
苹果绵蚜远程图像识别系统的开发与实现
1
希仁娜·亚森,李
1
湘,吴
炜
2
(1.新疆农业大学计算机与信息工程学院,新疆乌鲁木齐830052;2.四川大学图像信息研究所,四川成都610064)
Eriosomalanigerum(Hausmann)]对伊犁地区苹果生产带来的威胁,摘要:为了防止苹果绵蚜[同时解决昆虫鉴定
由In-专家及病虫害防治专业技术人员短缺的问题,将计算机视觉技术与计算机网络技术相结合,采集昆虫数字图像,ternet上传到可进行自动识别图像的服务器端,实现远程识别。系统首先对苹果绵蚜提取边缘特征值,再提取HOG特征值,最后建立神经网络分类器,实现自动识别。用40张苹果绵蚜图像对图像识别系统进行训练,用33种不同昆虫图像进行测试,正确率达到90%以上。
关键词:苹果绵蚜;远程;自动识别;图像处理
中图分类号:S431.9;TP391.41文献标志码:A
文章编号:1002-1302(2014)06-0375-03
苹果绵蚜[Eriosomalanigerum(Hausmann)]是检疫性害
虫,对苹果生产的危害极大。新疆维吾尔自治区伊犁哈萨克自治州地区苹果种类较多,苹果种植是当地林果业的重要组成部分。苹果绵蚜在伊犁哈萨克自治州新源县、霍城县、巩留
[1]县、伊宁县等地均有分布并且危害日趋严重,给当地林果业生产带来严重威胁,严重阻碍林果业的高效健康发展。由
2系统实现
系统分为客户端与服务器端。用户通过客户端向服务器
端发送图像,服务器端通过图像识别算法对用户发过来的图像数据进行自动识别,并将识别结果发送回客户端。为了给用户提供简单易用的客户端,本系统采用浏览器/服务器(B/S)模式。2.1客户端开发
采用浏览器/服务器模式的优点在于不用安装客户端。只要用户计算机接入Internet便可与服务器端进行交互,用户通过浏览器程序访问系统主页。主页应简单、易用,无须设计太多的菜单及控件,用户只要将要识别的图像文件提交到服务器端。用户提交图像时,系统会自动截获提交时间并存入数据库。提交图像文件后,系统反馈提交结果。如果提交正确,系统会显示提交的图像及图像名称;如果提交错误,系统会要求用户重新提交图像。当图像提交成功后,用户可以通过页面上的图像识别控件,启动服务器端自动识别图像程序识别图像并返回识别结果。2.2
服务器端开发
服务器端分为2个模块。一是图像信息存储模块,二是图像自动识别模块。图像上传成功后并不直接交给图像自动
于昆虫鉴定防疫专业人才短缺,苹果的产量与质量都有所下降,寻找有效的鉴定昆虫方法具有非常重要的意义。随着计算机网络的发展,可利用计算机网络解决昆虫鉴定难题。已有的远程图像识别方式包括以下几种:图像通过计算机网络传给异地专家,由异地专家鉴定图像后再返回意见;双方通过计算机网络视频对图像进行识别。这些方法虽然解决了标本
[2]
寄送难题,但还是依赖专家鉴定。本研究主要利用计算机网络技术与图像识别技术,开发苹果绵蚜远程图像识别系统。
用户用标准方法获取图像,经由Internet浏览器界面上传给自动识别系统服务器,由服务器端对上传的图像进行实时特征提取及识别,再将识别结果传送给用户终端,在最短时间内解答农户的疑问,减少人力、物力消耗,提高工作效率,减少损失,提高经济效益。1
图像获取
获取苹果绵蚜标准图像是远程自动识别的基础。标本摆放位置、获取图像时的光照环境、采集图像设备的像素以及采集图像时的距离等,都会影响数字图像的获取。只有正确获取数字图像,才可以实现自动识别。本系统以苹果绵蚜的形态数据作为模式特征值。为了尽可能清晰地获取苹果绵蚜的外部轮廓特征,将苹果绵蚜放在白纸上或白底的培养皿中,用数码体视显微镜取像。取像时为了防止标本乱动而造成图像模糊,事先在标本上滴1~2滴70%乙醇。另外为了防止提取特征值时产生误差,没有使用大头针来固定标本。
收稿日期:2013-09-06
基金项目:新疆农业大学前期资助课题(编号:XJAU201011)。作者简介:希仁娜·亚森,维吾尔族,讲师,从事计算机教学工作。E-mail:xerin0991@163.com。
识别模块进行处理,而是先提交到信息存储模块,信息存储模
块通过数据库、文件夹实现。因为图像文件的数据信息不能存储到数据库中,所以用户在提交图像文件时,其实是将图像文件的文件名及提交时间上传到数据库中,将图像文件提交到文件夹中。数据库根据图像文件提交的顺序为每条记录自动产生唯一的编号。图像自动识别模块根据数据库中图像文件的文件名从文件夹中提取图像文件,图像自动识别模块对提取的图像文件进行识别并将结果返回到数据库中,由返回值生成反馈页面,告知用户识别结果。图像文件的远程传输及识别过程如图1所示。33.1
图像识别图像预处理
对图像文件进行识别之前,需要对图像进行预处理。图
图像;识别;视觉
内容需要下载文档才能查看—376—江苏农业科学2014年第42卷第6期
加强有用信息。图像采集过程像预处理的目的是去除噪声,
中,由于光照等原因,得到的图像都存在一定程度的噪声与干
[3]扰,应当对图像进行预处理。常用的预处理操作有图像格
图像去噪、图像增强等。本系统采用的预处理是将苹式转化、
度渐变低噪声的图像检测效果较好。本系统采用Sobel边缘
j)检测算子提取苹果绵蚜的边缘特征。Sobel算子在以f(i,为中心的3×3邻域上计算x与y方向的偏导数。
j-1)+2f(i+1,j)+f(i+1,j+1)]-Δxf=[f(i+1,[f(i-1,j-1)+2f(i-1,j)+f(i-1,j+1)];
(1)
j+1)+2f(i,j+1)+f(i+1,j+1)]-Δyf=[f(i-1,
[f(i-1,j-1)+2f(i,j-1)+f(i+1,j-1)]。(2)
梯度的实际大小为:
G=(Δxf)2+(Δyf)2。
常采用它的近似计算式:
|G|=|Δxf|+|Δyf|。
(3)(4)
果绵蚜RGB真彩色图转化为灰度图,一般情况下灰度图可以表现目标的大部分信息。3.2
边缘检测
边缘检测主要是对图像灰度变化进行度量、检测、定位。人眼识别一个物体,是通过追踪未知物体的轮廓来扫视该物体,该物体的轮廓是由边缘片段组成的。如果能够得到图像的边缘,图像分析就会大大简化,图像识别工作就会容易得多
Sobel算子、Canny。边缘检测方法主要有Roberts算子、算子等。由于苹果绵蚜背部有白色絮状物,边缘检测时絮状
[4]
几种边缘检测算子比较如图2所示。填充边缘内的空
洞,得到1张二值图像,其中最大的联通区域是虫子。本系统实现了苹果绵蚜无翅成虫的图像识别,在提取边缘特征的基础上再提取HOG(梯度方向直方图)特征
内容需要下载文档才能查看。
物会产生一定的噪声。Roberts算子定位比较精确,但由于不包括平滑,所以对噪声比较敏感。Sobel算子是一阶微分算子且是加权平均滤波,检测的图像边缘可能大于2个像素,对灰
3.3HOG特征的提取
HOG主要通过对图像局部区域梯度方向出现次数统计T
0,1]0,1])进行滤波。板([-1,和[-1,
3.4.2梯度方向计算上一步滤波可以分别得到每个像素
生成的。这种方法与边缘方向直方图非常类似,二者区别在于HOG将图像分为密集的网格,针对每个网格进行统计,并采用重叠的局部对比归一化来提高准确率。3.4算法实现3.4.1
梯度计算
HOG提取的第一步是计算梯度值。最常
用的方法是分别对竖直以及水平方向用一维离线点的导数模
点的水平梯度与竖直梯度,竖直梯度与水平梯度的反正切函数即是梯度方向。
y)=arctan[L(x,y+1)-L(x,y-1)]/[L(x+1,y)-θ(x,
L(x-1,y)]。(5)y)是(x,y)坐标上的像素值,y)是该点的梯度式中:L(x,θ(x,方向。
图像;识别;视觉
江苏农业科学2014年第42卷第6期
3.4.3
方向分级统计将图像分为20×20像素大小的小
格,将每个小格沿着0°~180°的梯度方向划分为9份进行直方图统计,每个像素的投票权值可以由梯度幅度或者梯度幅
一化结果结合起来,得到梯度方向直方图特征。
3.5训练神经网络
—377—
度的函数决定。
3.4.4归一化为了消除亮度以及对比度变化的影响,所得直方图需要局部归一化。首先将小格连接起来,形成更大的块,每个块的特征由所包含的小格直方图连接而成。通常1个块由2×2或者3×3小格组成,并且这些块是重叠的,这表示每个小格对特征贡献不止1次。有学者提出了4种归一化方法。令v为1个给定块的特征向量,‖v‖k表示向量的k-k=1,2。ε为1个小常量,4种归一化方式可以表示为:模,
L2-norm:
f=
v
v‖2+e人工神经网络由通过数学或计算模型联系在一起的一组
1个典型的前向神经网络由3人工神经元构成。由图3可知,
层组成:输入层、隐含层、输出层。其中,输入层LI含有n个
人工神经元,以接受输入信号。隐含层LH有p个单元。
内容需要下载文档才能查看输出层LO包含q个单元,用于输出分类结果。
(6)
L2-hys:对L2-norm之后的结果进行剪裁(最大值限制
为0.2),再次进行L2-norm。
L1-norm:
f=
L1-sqrt:
f=
v
。
(‖v‖1+e)。
(‖v‖1+e)
(7)
本系统设计了1个基于边缘特征的神经网络分类器。利用Sobel及HOG得到的特征矩阵设计神经网络输入层结点数为特征维数,隐含层为100,输出层为2。对神经网络分类器进行训练
内容需要下载文档才能查看,得到分类器的参数,之后自动识别系统利用分类器参数对识别请求给予自动鉴定。图像自动识别流程如图4所示。
最后将所有分块的归本系统选用L2-norm进行归一化,
(8)
4结论参考文献:
[1]玛依拉·吐拉甫.新疆伊犁河谷苹果绵蚜种群生态学与控制技
.乌鲁木齐:新疆农业大学,2010.术研究[D]
[2]杨红珍,张建伟,李湘涛,等.基于图像的昆虫远程自动识别系统
J].农业工程学报,2008,24(1):188-192.的研究[
[3]倪远平.昆虫图像分割方法的研究及应用[J].云南大郝中华,
2009,31(增刊):67-72.学学报:自然科学版,[4]周
红,王宏坡.基于VisualC++.NET的昆虫图像自动识别系.天津农学院学报,2005,12(2):39-41,53.统的研究[J]
本系统将计算机视觉技术与计算机网络技术相结合,实
现了苹果绵蚜的远程图像识别。用户将昆虫数字图像通过系统客户端上传到服务器,服务器通过自动识别模块对图像进行鉴别,确定是否是苹果绵蚜。本系统利用40张苹果绵蚜图像对神经网络进行训练,用33种不同的昆虫样本图像进行测试,正确率达90%以上。本系统有利于降低防治成本,提高防治效果。
下载文档
热门试卷
- 2016年四川省内江市中考化学试卷
- 广西钦州市高新区2017届高三11月月考政治试卷
- 浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
- 浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
- 辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
- 广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
- 广西钦州市钦州港区2017届高三11月月考政治试卷
- 广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
- 广西钦州市高新区2016-2017学年高二11月月考政治试卷
- 广西钦州市高新区2016-2017学年高一11月月考政治试卷
- 山东省滨州市三校2017届第一学期阶段测试初三英语试题
- 四川省成都七中2017届高三一诊模拟考试文科综合试卷
- 2017届普通高等学校招生全国统一考试模拟试题(附答案)
- 重庆市永川中学高2017级上期12月月考语文试题
- 江西宜春三中2017届高三第一学期第二次月考文科综合试题
- 内蒙古赤峰二中2017届高三上学期第三次月考英语试题
- 2017年六年级(上)数学期末考试卷
- 2017人教版小学英语三年级上期末笔试题
- 江苏省常州西藏民族中学2016-2017学年九年级思想品德第一学期第二次阶段测试试卷
- 重庆市九龙坡区七校2016-2017学年上期八年级素质测查(二)语文学科试题卷
- 江苏省无锡市钱桥中学2016年12月八年级语文阶段性测试卷
- 江苏省无锡市钱桥中学2016-2017学年七年级英语12月阶段检测试卷
- 山东省邹城市第八中学2016-2017学年八年级12月物理第4章试题(无答案)
- 【人教版】河北省2015-2016学年度九年级上期末语文试题卷(附答案)
- 四川省简阳市阳安中学2016年12月高二月考英语试卷
- 四川省成都龙泉中学高三上学期2016年12月月考试题文科综合能力测试
- 安徽省滁州中学2016—2017学年度第一学期12月月考高三英语试卷
- 山东省武城县第二中学2016.12高一年级上学期第二次月考历史试题(必修一第四、五单元)
- 福建省四地六校联考2016-2017学年上学期第三次月考高三化学试卷
- 甘肃省武威第二十三中学2016—2017学年度八年级第一学期12月月考生物试卷
网友关注
网友关注视频
- 苏科版八年级数学下册7.2《统计图的选用》
- 化学九年级下册全册同步 人教版 第18集 常见的酸和碱(二)
- 沪教版牛津小学英语(深圳用) 五年级下册 Unit 7
- 《小学数学二年级下册》第二单元测试题讲解
- 小学英语单词
- 【部编】人教版语文七年级下册《过松源晨炊漆公店(其五)》优质课教学视频+PPT课件+教案,辽宁省
- 冀教版小学英语四年级下册Lesson2授课视频
- 北师大版数学 四年级下册 第三单元 第二节 小数点搬家
- 外研版英语七年级下册module3 unit1第二课时
- 河南省名校课堂七年级下册英语第一课(2020年2月10日)
- 二次函数求实际问题中的最值_第一课时(特等奖)(冀教版九年级下册)_T144339
- 外研版八年级英语下学期 Module3
- 8.练习八_第一课时(特等奖)(苏教版三年级上册)_T142692
- 30.3 由不共线三点的坐标确定二次函数_第一课时(市一等奖)(冀教版九年级下册)_T144342
- 8.对剪花样_第一课时(二等奖)(冀美版二年级上册)_T515402
- 七年级英语下册 上海牛津版 Unit5
- 第五单元 民族艺术的瑰宝_16. 形形色色的民族乐器_第一课时(岭南版六年级上册)_T1406126
- 外研版英语三起5年级下册(14版)Module3 Unit2
- 19 爱护鸟类_第一课时(二等奖)(桂美版二年级下册)_T3763925
- 第五单元 民族艺术的瑰宝_16. 形形色色的民族乐器_第一课时(岭南版六年级上册)_T3751175
- 冀教版小学数学二年级下册第二周第2课时《我们的测量》宝丰街小学庞志荣
- 外研版英语三起5年级下册(14版)Module3 Unit1
- 外研版英语七年级下册module3 unit2第一课时
- 七年级英语下册 上海牛津版 Unit9
- 外研版英语七年级下册module1unit3名词性物主代词讲解
- 每天日常投篮练习第一天森哥打卡上脚 Nike PG 2 如何调整运球跳投手感?
- 北师大版小学数学四年级下册第15课小数乘小数一
- 沪教版牛津小学英语(深圳用)五年级下册 Unit 1
- 化学九年级下册全册同步 人教版 第22集 酸和碱的中和反应(一)
- 北师大版八年级物理下册 第六章 常见的光学仪器(二)探究凸透镜成像的规律
精品推荐
- 2016-2017学年高一语文人教版必修一+模块学业水平检测试题(含答案)
- 广西钦州市高新区2017届高三11月月考政治试卷
- 浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
- 浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
- 辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
- 广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
- 广西钦州市钦州港区2017届高三11月月考政治试卷
- 广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
- 广西钦州市高新区2016-2017学年高二11月月考政治试卷
- 广西钦州市高新区2016-2017学年高一11月月考政治试卷
分类导航
- 互联网
- 电脑基础知识
- 计算机软件及应用
- 计算机硬件及网络
- 计算机应用/办公自动化
- .NET
- 数据结构与算法
- Java
- SEO
- C/C++资料
- linux/Unix相关
- 手机开发
- UML理论/建模
- 并行计算/云计算
- 嵌入式开发
- windows相关
- 软件工程
- 管理信息系统
- 开发文档
- 图形图像
- 网络与通信
- 网络信息安全
- 电子支付
- Labview
- matlab
- 网络资源
- Python
- Delphi/Perl
- 评测
- Flash/Flex
- CSS/Script
- 计算机原理
- PHP资料
- 数据挖掘与模式识别
- Web服务
- 数据库
- Visual Basic
- 电子商务
- 服务器
- 搜索引擎优化
- 存储
- 架构
- 行业软件
- 人工智能
- 计算机辅助设计
- 多媒体
- 软件测试
- 计算机硬件与维护
- 网站策划/UE
- 网页设计/UI
- 网吧管理