导　　师： 肖德琴

授予学位： 博士

作　　者： ;

机构地区： 华南农业大学

摘　　要： 中国的南方气候温暖、雨水充沛、土壤肥沃,一年四季都适合蔬菜生长。广东省的蔬菜种植面积、生产产量以及消费量都是全国第一。但在蔬菜种植过程中,不可避免会受到虫害的危害,尤其是南方湿润的气候特别适合害虫生长。虫害降低了蔬菜的产量和质量,蔬菜种植人员为了防治虫害,最常用的方法是喷洒农药,从而导致蔬菜农药残留超标,严重影响人们的身体健康,过多喷洒农药对环境也会造成严重的污染。为了能有效防治蔬菜虫害,同时减少农药使用,需要将现代智能信息技术应用在蔬菜害虫防治上,通过建立基于智能的云平台的蔬菜害虫监测预警系统,在虫害发生早期及时发现害虫,掌握害虫种类和发生数量,发出相应的预警信息,使害虫在小范围发生时能及时防治,从而减少农药施用及其对环境的污染,减少虫害带来的经济损失,提高害虫的综合治理水平,实现农业害虫精准防治,促进精准农业的发展。随着现代信息技术的进步,机器学习等智能技术的应用越来越广泛,在各行各业取得了良好的应用效果。目前在关于蔬菜害虫的监测研究中,利用计算机视觉技术、机器学习去研究和监测小体型蔬菜害虫的动态发生规律的较少。论文围绕南方蔬菜主要害虫烟粉虱、黄曲条跳甲、小菜蛾和蓟马等开展调查和研究,建立南方蔬菜重大害虫监测识别预警系统。论文的主要工作如下:（1）设计一种适应场景光照变化的害虫图像数据采集节点装置。传统获取害虫数量种类主要是通过人工在田间采集,费时费力。本文设计的害虫图像数据采集节点装置,可以远程自动采集害虫图像数据。该节点装置包括害虫诱捕模块、能自动采集害虫图像的监测模块、能为装置提供动力的太阳能模块。（2）提出基于形态学与机器学习的蔬菜害虫识别方法。首先使用基于HSV颜色空间的

关 键 词： 机器学习 南方 蔬菜 害虫识别

领　　域： [] []