基于机器视觉的害虫种类及数量检测

数目检测和昆虫种类识别

• 2017/4/8---------二值化
• 2017/4/9---------图片中昆虫虫体计数
• 2017/4/22-------PyQt和OpenCV_VideoFrame结合做出基本界面
• 摄像头Frame中检测虫体数目，并在界面中显示标出
• 学习昆虫图像特征的提取，参考论文中提出的几个特征量
• 提取特征量并进行保存
• 按照神经网络方法搭建训练模型
• 搭建了线性SVM分类训练器
• 将特征提取和UI界面建立连接，实现拍照和预测判断一体

• LogisticRegression
• SGDClassfier 还没有尝试
• LinearSVM
• 朴素贝叶斯 (文本分类，不用)
• K邻近（分类）
• 决策树，不用
• 集成模型，不用

• 用户界面
  • MainWindow.ui-----------------------PyQtDesigner设计的主界面文件
  • MainWindow.py----------------------PyUIC转换而成的主界面程序
• 运行逻辑
  • VideoMainWindow.py--------------PyQt结合OpenCV实现在界面中显示视频画面
  • PreProcess.py-------------------------对源数据样本进行预处理
• 特征提取
  • P_circle.py------------------------------似圆度
  • P_extend.py----------------------------延长度
  • P_leaf.py--------------------------------叶状性
  • P_rect.py--------------------------------矩形度
  • P_spherical.py------------------------球形度
  • GetFeatures.py-----------------------提取特征的模块
  • GetFiveFeatures.py-----------------五个特征提取的测试代码
  • FeatureExtract.py-------------------提取样本库特征保存到CSV文件
• 机器学习模块
  • LinearSVM.py-------------------------线性SVM分类器的训练和模型保存
  • LinearRegression.py---------------逻辑回归分类器的训练和模型保存
  • KneiborsClassfier.py---------------KNN分类器的训练和模型保存
  • Predict.py------------------------------加载预训练模型，对特征进行预测
• Thresholding.py---------------------------大津法程序实现和OpenCV大津法函数的效果对比
• Count.py-------------------------------------实现加载图片，二值化（大津法），查找轮廓进行计数的效果
• GetChineseName.py--------------------分类中英文转换

1. 《OpenCV3 计算机视觉Python语言实现》
2. 《机器学习》
3. 《Python机器学习实践与Kaggle实战》

1. 大米计数（http://blog.csdn.net/jia20003/article/details/7605653）
2. 二值化大津法原理介绍（http://www.cnblogs.com/herway/archive/2011/09/23/2186698.html）
3. OpenCV二值化教程（http://docs.opencv.org/3.0-beta/doc/py_tutorials/py_imgproc/py_thresholding/py_thresholding.html#thresholding）

1. PyQt结合OpenCVVideoFrame(https://github.com/seym45/webcamViewer)
2. PyQt基础教程（http://zetcode.com/gui/pyqt5/）

久远，找不到资源了。

这个是大四的时候的毕业设计。

其实并不是很实用，只能拿其清晰的标本图像来做测试。

用到了基本的图像处理、特征提取、机器学习分类器一些知识。