農(nóng)業(yè)物聯(lián)網(wǎng)智能視頻監(jiān)控技術(shù)的研究與應(yīng)用.pdf

1、農(nóng)業(yè)物聯(lián)網(wǎng)的發(fā)展是農(nóng)業(yè)現(xiàn)代化的標(biāo)志之一，視頻監(jiān)控作為物聯(lián)網(wǎng)的組成部分，智能視頻監(jiān)控技術(shù)的重要性日益攀升。盡管農(nóng)業(yè)生產(chǎn)各環(huán)節(jié)已經(jīng)有視頻監(jiān)控系統(tǒng)投入使用，但多數(shù)都是傳統(tǒng)視頻監(jiān)控，僅用于人工監(jiān)控，智能視頻監(jiān)控技術(shù)的研究依然具有巨大的科研和實(shí)用價(jià)值。
　　本文致力于研究智能視頻監(jiān)控技術(shù)在農(nóng)業(yè)領(lǐng)域的研究與應(yīng)用，重點(diǎn)關(guān)注農(nóng)業(yè)生產(chǎn)過程中異常事件的檢測(cè)。主要內(nèi)容包含以下三個(gè)方面:
　　一、提出了一種基于運(yùn)動(dòng)模板的異常闖入檢測(cè)算法。首先討論了

2、靜態(tài)背景和動(dòng)態(tài)背景兩種情況的目標(biāo)檢測(cè)和跟蹤，靜態(tài)背景的目標(biāo)檢測(cè)和跟蹤介紹了背景差分、幀間差分和光流法，動(dòng)態(tài)背景的目標(biāo)檢測(cè)和跟蹤介紹了基于主動(dòng)輪廓的跟蹤、基于特征的跟蹤、基于區(qū)域的跟蹤和基于模型的跟蹤;然后詳細(xì)介紹了基于運(yùn)動(dòng)模板的異常闖入檢測(cè)算法的詳細(xì)計(jì)算步驟，從實(shí)時(shí)性和準(zhǔn)確率等方面比較了幾種靜態(tài)背景的目標(biāo)檢測(cè)和跟蹤算法的優(yōu)劣，并綜合考慮算法在農(nóng)業(yè)場(chǎng)景異常闖入檢測(cè)應(yīng)用中的實(shí)用性。
　　二、提出了一種基于多特征融合和SVM分類器的植物

3、病蟲害檢測(cè)算法。首先介紹了算法的整體框架;然后根據(jù)植物葉片圖像的特點(diǎn)選擇圖像特征，并分別介紹這幾種特征的提取方法;重點(diǎn)介紹了基于特征包的多特征融合方法;最后比較四種單特征分類器和兩種多特征融合的分類器對(duì)真實(shí)場(chǎng)景圖像數(shù)據(jù)的植物病蟲害檢測(cè)率。結(jié)論是基于多特征融合和SVM分類器的植物病蟲害檢測(cè)算法具有較高的準(zhǔn)確率，且滿足監(jiān)控場(chǎng)景的實(shí)時(shí)性要求。
　　三、研發(fā)了一套海量多媒體信息處理平臺(tái)。本文首先描述了平臺(tái)研制的目的和設(shè)計(jì)原則;然后根據(jù)平臺(tái)