發(fā)布時(shí)間：2020-11-06 16:51

　　 農(nóng)作物蟲(chóng)害嚴(yán)重制約著農(nóng)業(yè)生產(chǎn),因?yàn)檗r(nóng)作物蟲(chóng)害種類(lèi)多、密度大的特點(diǎn),造成農(nóng)作物大量減產(chǎn),同時(shí)因在農(nóng)作物蟲(chóng)害識(shí)別方面存在不完善性,導(dǎo)致處理蟲(chóng)害方面,大量的噴灑農(nóng)藥也造成了較為嚴(yán)重的生態(tài)失衡問(wèn)題。隨著精準(zhǔn)農(nóng)業(yè)和智慧農(nóng)業(yè)概念的興起和發(fā)展,傳統(tǒng)農(nóng)業(yè)蟲(chóng)害檢測(cè)識(shí)別方法因其存在的識(shí)別速度慢、識(shí)別準(zhǔn)確度低和主觀(guān)性強(qiáng)的缺點(diǎn),已經(jīng)越來(lái)越不能滿(mǎn)足當(dāng)前農(nóng)業(yè)生產(chǎn)的需要,利用信息技術(shù)輔助農(nóng)業(yè)生產(chǎn),實(shí)現(xiàn)對(duì)農(nóng)作物蟲(chóng)害的智能識(shí)別和檢測(cè),以減少不必要的農(nóng)藥噴施,對(duì)保護(hù)生態(tài)系統(tǒng)均衡,保障農(nóng)作物安全生產(chǎn),提高農(nóng)作物的質(zhì)量方面,有著十分重要的促進(jìn)作用。本文旨在將云計(jì)算技術(shù)與圖像識(shí)別技術(shù)相結(jié)合,應(yīng)用于農(nóng)作物蟲(chóng)害檢測(cè)方面,構(gòu)建基于圖像識(shí)別的農(nóng)作物蟲(chóng)害檢測(cè)服務(wù)。本文利用基于微服務(wù)設(shè)計(jì)模式,采用基于SpringBoot框架進(jìn)行開(kāi)發(fā),并在VMware云計(jì)算框架上以分布式的方式進(jìn)行部署。圖像識(shí)別方面,利用OpenCV提供的Python圖像處理庫(kù)函數(shù),以及基于中值濾波法的圖像去噪方法、基于最大類(lèi)間誤差法(Otsu)和超綠特征的圖像分割方法的圖像預(yù)處理方法,利用基于多參數(shù)特征的特征提取方法,以及基于一對(duì)一淘汰策略和融合核函數(shù)的M-SVM多類(lèi)識(shí)別算法,實(shí)現(xiàn)對(duì)六種大豆葉片螟蛾類(lèi)蟲(chóng)害的識(shí)別檢測(cè),并通過(guò)實(shí)驗(yàn)數(shù)據(jù),驗(yàn)證本文采用的圖像識(shí)別方法在大豆葉片螟蛾類(lèi)蟲(chóng)害檢測(cè)方面,具有有效性和識(shí)別率高的特點(diǎn)。
【學(xué)位單位】：哈爾濱工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類(lèi)】：TP391.41;S433
【部分圖文】：

3 章 基于圖像識(shí)別的農(nóng)作物蟲(chóng)害檢測(cè)服務(wù)圖像識(shí)別的農(nóng)作物蟲(chóng)害檢測(cè)服務(wù)，采用 VMware 云平臺(tái)框架作為底 Dubbox 服務(wù)治理框架，構(gòu)建基于圖像識(shí)別的農(nóng)作物蟲(chóng)害檢測(cè)服務(wù)別的農(nóng)業(yè)蟲(chóng)害檢測(cè)服務(wù)模型。于 VMware 的云平臺(tái)研究are vSphere 利用虛擬化技術(shù)將傳統(tǒng)硬件設(shè)備（物理主機(jī)、網(wǎng)絡(luò)設(shè)轉(zhuǎn)換成為云平臺(tái)基礎(chǔ)架構(gòu)，提供對(duì)抽象后的虛擬資源的管理和調(diào)配源以服務(wù)的形態(tài)提供外部使用。本文開(kāi)發(fā)建設(shè)的基于圖像識(shí)別的農(nóng)，建立在 VMware vSphere 云平臺(tái)基礎(chǔ)架構(gòu)之上。VMware vSphervCenter Suite、VMware vSphere 服務(wù)以及云端組件三部分構(gòu)成構(gòu)如下圖 3.1 所示，下面自底向上分析 VMware vSphere 云平臺(tái)架

圖 3.2 Dubbox 服務(wù)治理框架roviderr 是服務(wù)提供方，Provider 在啟動(dòng)時(shí)，向 Registry 注冊(cè)自己提供狀態(tài)，且以集群模式分布式部署，這樣多個(gè)相同功能的 Prov情況，不會(huì)影響其他 Provider 運(yùn)行和使用。onsumerer 為服務(wù)消費(fèi)方，使用服務(wù)提供方提供的服務(wù)。Consumer 運(yùn)自己所需的服務(wù)。egistry 負(fù)責(zé)管理服務(wù)注冊(cè)與發(fā)現(xiàn)，記錄和維護(hù) Provider 的注冊(cè)消息，的 Provider 時(shí)，Registry 利用基于長(zhǎng)連接的檢測(cè)機(jī)制，定期變，保證 Provider 提供的服務(wù)的有效性，同時(shí)，Registry 為對(duì)等集實(shí)現(xiàn)擴(kuò)容。Registry 在運(yùn)行過(guò)程中出現(xiàn)異常時(shí)，因?qū)ψ��?cè)消息

以及客戶(hù)端和服務(wù)端之間數(shù)據(jù)交互，均由 D某個(gè)微服務(wù)模塊運(yùn)行期間出現(xiàn)異常時(shí)，Dubbox 通過(guò)狀態(tài)，對(duì)出現(xiàn)異常狀況的微服務(wù)模塊注冊(cè)消息，置失效的微服務(wù)模塊，盡可能的保證服務(wù)的可靠性。像識(shí)別的農(nóng)作物蟲(chóng)害檢測(cè)服務(wù)設(shè)計(jì)像識(shí)別的農(nóng)作物蟲(chóng)害檢測(cè)服務(wù)功能構(gòu)建的基于圖像識(shí)別的農(nóng)作物蟲(chóng)害檢測(cè)服務(wù)，主要手機(jī)、數(shù)碼相機(jī)等）拍攝的農(nóng)作物蟲(chóng)害圖像信息，測(cè)服務(wù)客戶(hù)端上傳到服務(wù)端，利用圖像識(shí)別算法對(duì)取農(nóng)作物蟲(chóng)害圖像識(shí)別結(jié)果，并提供圖像識(shí)別結(jié)果農(nóng)作物蟲(chóng)害檢測(cè)服務(wù)功能如下圖 3.3 所示�；�于圖像識(shí)別的農(nóng)業(yè)病蟲(chóng)害檢測(cè)云服務(wù)
【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 溫芝元;曹樂(lè)平;;基于補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)的臍橙不同病蟲(chóng)害圖像識(shí)別[J];農(nóng)業(yè)工程學(xué)報(bào);2012年11期

2 鄭永軍;吳剛;王一鳴;毛文華;;基于模糊模式的蝗蟲(chóng)圖像識(shí)別方法[J];農(nóng)業(yè)工程學(xué)報(bào);2010年S2期

本文編號(hào)：2873399