摘要
茶小绿叶蝉是我国茶园的主要害虫之一，对茶叶的产量和质量造成重大影响。掌握茶园虫口密度，是合理采取防治措施，控制茶小绿叶蝉的关键。本研究结合色板诱集技术、物联网技术、开发了一套可以连续采集田间茶小绿叶蝉种群数量的远程拍照系统，基于深度学习对照片中茶小绿叶蝉进行识别并计数，实现对茶园茶小绿叶蝉种群数量的动态监测，对指导茶农及时采取合理的防治措施提供帮助。课题主要研究内容如下： 基于物联网技术搭建了一套田间茶小绿叶蝉远程拍照系统，包括茶小绿叶蝉诱捕模块、图像采集模块、微控制器、4G无线传输模块、太阳能供电模块以及远程监测云平台。茶小绿叶蝉诱捕模块负责诱捕茶小绿叶蝉；图像采集模块的功能是采集茶小绿叶蝉的图片；太阳能供电模块为整个系统中的各个模块提供稳定供电；微控制器负责控制系统中的其他模块，实现整个系统的图像采集、数据传输控制等功能；4G无线传输模块负责保持与服务器之间的稳定数据传输。远程监测云平台负责接收设备采集的图片，对其进行处理并建立数据库保存。 基于图像深度学习，研究了茶小绿叶蝉识别技术，包括（1）图像的预处理方法研究。具体为利用直方图变化处理存在画面过曝或者过暗的图像，并利用Copy-Paste策略进行数据增强，提高模型的泛化性。（2）目标检测算法的选择以及微调：选择针对小目标检测效果较好的模型YOLOv3，并通过改进NMS以及利用K-means均值聚类提高其对小目标的检测效果。（3）目标识别研究：根据选取的深度学习模型，用平均准确率AP（averageprecision）作为指标比较常规的目标检测算法与改进之后的目标检测算法的效果，改进后的YOLOv3算法识别正确率提高了8.9%，识别速度几乎没有变化；同时分别比较不同微调策略对算法准确率的提高程度，以原始YOLOv3的AP作为基准线，Copy-Paste策略使模型AP得到3.6%的提高，K-Means聚类使模型AP得到1.8%的提高，改进后的NMS获得了1.6%的AP提高，表明模型微调是有效的。 茶小绿叶蝉田间种群监测应用研究：结合了茶小绿叶蝉远程拍照系统和茶小绿叶蝉识别技术研究，形成了一套完整的茶小绿叶蝉田间种群监测系统。将本文研究的系统应用于实际茶园中茶小绿叶蝉种群监测，研究本系统应用可行性，实验地点为中国农业科学院茶叶研究所。以人工监测的结果为真实值，将系统监测的结果与之比较，研究表明应用本系统对茶园叶蝉监测的准确率为78.4%，连续15天系统监测的叶蝉数量走势与真实值的走势基本一致，利用数据分析软件对系统监测结果与真实值进行差异性分析，得到两组数据的P-value为0.07，表明两组数据无差异，证明本套系统对于茶小绿叶蝉田间种群监测的可行性。
NETL