项目名称: 野外自然状况下蝗虫种群动态监测自适应模型研究

项目编号: No.31471762

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 农业科学

项目作者: 李林

作者单位: 中国农业大学

项目金额: 85万元

中文摘要: 本项目以蝗虫为研究对象,基于计算机视觉技术和多光谱图像融合技术,研究在野外自然状况下蝗虫种群动态的自动化监测新方法。本项目首先在深入研究蝗虫光谱特征和图像特征的基础上,建立多模态蝗虫特征数据库;然后,构建基于可见光和近红外的多光谱计算机视觉系统,建立多源图像融合模型和图像背景提取模型,结合蝗虫形态特征和行为特性,获取蝗虫目标相关信息,并依据多模态蝗虫特征数据库以及相关模型调用规则,建立蝗虫虫口密度计算、种类识别和龄期鉴定的综合自适应模型,进行蝗虫种类和龄期的识别以及虫口密度的计算,实现野外自然状况下蝗虫种群动态的自动化监测。本项目研究成果不仅能够为野外蝗虫监测奠定一定理论基础,而且能够为其它昆虫自动化监测提供方法学参考,具有重要的理论和实践意义。

中文关键词: 蝗虫;虫口密度;发育进度;野外监测;多源图像融合

英文摘要: With locusts as the research object,this project,based on the computer vision technology and the multi-source images fusion technology,developes a new automatic monitoring method for the locust population dynamics. Firstly,this study will further research the spectral features and image characters about the locust, based on which to establish the multi-modality locust feature database.Then, the project aims to realize the following major research targets step by step: building multi-spectral computer-vision system on the basis of the visible light and near infra-red spectrum; establishing the multi-source images fusion model and the image background extraction model; obtaining relevant information about the targeted locust in aspects of morphological and behavior characteristics; as well as setting up an integrated self-adaptive model in accordance with the multi-modality locust feature database and related model call rules, which includes the population calculation, species identification and instars discrimination, with an aim to get the result about the population, species and instars of the locust. Finally, the automatic monitoring of the locust population dynamics in field will be realized. The results of this study not only forms the theoretical foundation for the locust automatic monitoring in field, but also provides methodological references to other insect monitoring approaches, which is of great important significance both in theoretical and practical perspectives.

英文关键词: Locust;Population Density of Locust;Development Progress;Field Monitore;Multi-source Image Fusion

成为VIP会员查看完整内容
0

相关内容

【博士论文】多任务学习视觉场景理解,140页pdf
专知会员服务
89+阅读 · 2022年4月5日
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
【新书】感知和行动的贝叶斯模型,348页pdf
专知会员服务
71+阅读 · 2021年11月18日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
77+阅读 · 2021年3月20日
【NeurIPS 2020】深度学习的不确定性估计和鲁棒性
专知会员服务
49+阅读 · 2020年12月8日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
专知会员服务
67+阅读 · 2020年10月17日
长三角八城联动,助力业务总部建设
中国计算机学会
0+阅读 · 2022年3月22日
德尔塔克戎,新冠“双毒合一”变体首次证实
趣解读 | 重构三维植被表型,计算呈现自然之美
中国科学院自动化研究所
0+阅读 · 2021年9月2日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
我国智能网联汽车车路协同发展路线政策及示范环境研究
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
15+阅读 · 2019年6月25日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
小贴士
相关VIP内容
【博士论文】多任务学习视觉场景理解,140页pdf
专知会员服务
89+阅读 · 2022年4月5日
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
【新书】感知和行动的贝叶斯模型,348页pdf
专知会员服务
71+阅读 · 2021年11月18日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
77+阅读 · 2021年3月20日
【NeurIPS 2020】深度学习的不确定性估计和鲁棒性
专知会员服务
49+阅读 · 2020年12月8日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
专知会员服务
67+阅读 · 2020年10月17日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员