基于形状和小波特征的水稻害虫识别开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

研究意义：

害虫识别是农林作物病虫害防治、植物检疫等的基础。传统的识别方法是专家人为观察害虫的外部特征并与标本对照鉴定识别,一般表现为特征描述和检索表等，由于主观和客观因素的影响，在缺乏相关的标本和对分类学术语的理解存在误差时，使用这些对害虫进行识别并不容易。如今，随着计算机技术发展，其应用渗透到社会生活的各个方面，使利用计算机对害虫进行自动或半自动图像识别逐步成为可能，也研制出了相关的针对不同害虫图像识别的系统。现有的害虫图像识别方法主要根据害虫的形状，色彩等特征进行识别，我们可以通过有效地利用各特征间的联系，基于形状和小波特征的图像识别方法，提高害虫图像识别精确度。

再者，我国农业病虫害专家缺乏，平均每万农业人口中的科技人员太少，害虫相关的知识普及率不够，绝大多数农户还处在半文盲或文盲状态，对病虫害的发生规律认识不够，因此不能科学地防治病虫害，很难适应病虫害监测、管理、预测、诊断防治的要求。为此，如何正确、及时、快捷地识别病虫害，并提供病虫害的诊治方法，是有效地控制病虫害、保障农业安全的基础性工作。

2. 研究的基本内容和问题

研究的目标：以水稻害虫为目标，基于形状和小波特征的识别方法，完成害虫图像识别，并尽量提高识别精确度。

研究内容：水稻病害的害虫

3. 研究的方法与方案

研究方法、技术路线、实验方案及可行性分析

1.图像采集

在适合的光源、背景、照明方式下，对水稻害虫的图像进行采集，可从不同角度进行图像采集。

2.图像预处理

图像预处理是相对于图像识别、图像理解而言的一种前期处理。无论我们采用何种装置，采集到的图像往往不能令人满意，改善图像质量的处理称之为图像预处理。在对图像进行采集和保存过程中不可避免的会造成图像质量的下降，产生一系列的噪声。总而言之，图像预处理的主要目的就是为了减少图像中的污点、噪声以及各种影响因素的干扰，提高图像的质量，从而提高后续分析的准确性。预处理要完成的工作包括去除图像中的噪声、对图像进行灰度拉伸以及将害虫图像与背景分离开来。

3.图像去噪

在图像形成、传输过程中，由于受多种因素的影响，如光电转换过程中 CCD 灵敏度的不均匀性、数字化过程中的量化噪声以及传输过程中的信道误差等，图像中包含有各种各样的噪声，噪声恶化了图像的质量；有时图像包含了太多太小的细节，图像中有许多小断点，使图像质量下降，从而影响后期的识别工作。所以必须对这些降质图像进行平滑化处理。

4.图像特征提取和选择

对病虫图像的特征提取就是从虫害的颜色、纹理和形状等方面的特征的提取，分别提取多个特征参数，并分别对特征参数进行细致研究。当然我们不可能将提取的所有特征项都作为识别的输入项，因为输入的特征项越多，分类器所需要的训练样本也就越多，一般来说，输入特征参数增加，分类器所需要的训练样本会呈指数级增长。另外，一些重复和次要的特征项也会使特征组合的分类能力下降。由于本系统所得的样本数量有限，因此必须对所提取的样本进行选择。良好的特征应该具有可区别性、可靠性、独立性、数量少等特点[22]~ [24]。可区别性是指对于属于不同类别的对象，其特征值应具有明显的差异。可靠性是指对同类对象特征参数值应比较相近。独立性即指所用的各特征间彼此不相关。数量少就是在样本数量有限的情况下，识别系统的维数不能太高。

5.识别分类。

通过了解神经网络的基本概念，利用BP网络结构和BP算法，对测试图片进行识别分类。

4. 研究创新点

特色或创新之处:

小波分析(wavelet analysis)。小波分析是20世纪80年代后期发展起来的一个分支，首先由法国地质物理学家j.morlet和a.grossman在处理地震数据时引入并成功应用于地震信号分析。随后，小波分析已经被广泛地应用于信号处理、图像处理和分析、模式识别、语音识别、ct成像等领域。

小波变换的特点：

5. 研究计划与进展

研究计划：

1. 先熟悉目标任务，完成开题报告。同时，查阅资料，选定决定研究的昆虫对象

2. 联系植保学院，携带相机完成图像数据采集。