本研究以数字图像处理技术和神经网络等现代信息技术为研究方法,以在水稻病虫害防治中常见的水稻三化螟害虫为研究识别的对象,系统研究了关于识别水稻三化螟害虫的神经网络理论,给出了一种基于图像处理和人工神经网络技术进行水稻三化螟识别的方法,即利用数字图像处理技术提取特征,利用Visual C++开发的神经网络包进行识别,初步建立起基于神经网络的水稻三化螟害虫识别系统,并给出了系统的总体设计和实现方案。 本文的主要研究内容及成果如下: (1) 水稻三化螟害虫图像预处理,本文着重在图像剪裁、色彩变换、图像分割等方面进行了研究,由于利用机器视觉较难区分水稻害虫与周围环境,所以用人工干预的方法进行图像剪裁;利用相应的色彩变换最大限度地去除颜色的干扰信息,突出害虫本身。在前期图像预处理后,选用阀值法进行图像分割,由系统自动计算出推荐阀值,用户自主修改,以得到效果最好的二值图像,以利于特征的提取。 (2) 水稻三化螟害虫的特征提取,本文根据实际情况和水稻植保专家的建议提取了水稻三化螟害虫的几何与颜色学两大类特征。几何特征包括害虫的面积和周长;颜色学特征包括水稻三化螟身体上的红色区域面积、绿色区域面积和黄色区域面积。 (3) 水稻三化螟害虫的神经网络识别,考虑到与传统统计模式识别方法相比,利用人工神经网络方法进行模式识别具有自适应性、并行性、鲁棒性以及分类能力强等优势,因此,本文选用三层BP神经网络的方法自动识别水稻三化螟害虫。试验结果表明:利用BP神经网络来识别三化螟害虫是有效的,结果比较令人满意。