基于计算机视觉的鞘翅目储粮害虫检测与分类识别研究

以米象、谷蠹等12种小麦粮仓中危害严重的鞘翅目粮虫的成虫为研究对象，研究主要粮虫的活虫和死虫的ATP合成酶活性与光谱特征的关系，死后其反射光谱特征随时间的变化规律，活虫和死虫在不同谱带的高光谱图像上表征强度，建立活虫和死虫的区分度随敏感波长的分布特性，确定最优光谱波长组合，探索基于高光谱图像的死虫和活虫的检测机理；构建具有多光谱窄带干涉滤光片光纤的双目计算机视觉系统，研究有效的粮虫图像采集方法，及基于像素级信息融合的快速算法，实现粮虫活虫的准确定位及其判别；提取整体形态特征和纹理特征、前胸背板和鞘翅等局部形态特征、以及光谱图像特征，建立粮虫图像的原始特征空间，利用支持向量机算法优化组合粮虫特征空间；针对参数多、混合度大的粮虫分类问题，设计高效的粮虫分类器，提出基于计算机视觉的鞘翅目储粮害虫分类识别方法。实现最为常见的12种鞘翅目成虫的活虫的识别分类及自动计数，识别率≥90％。