基于K近邻、朴素贝叶斯和LinearSVM的机器视觉害虫种类与数量检测毕业设计完整代码

简介：
本项目为机器视觉在农业害虫监测中的应用研究，采用K近邻、朴素贝叶斯及LinearSVM算法实现害虫种类识别与数量统计，附有完整代码。 项目介绍： 进度： - 2017/4/8：完成图像二值化处理。 - 2017/4/9：实现图片中昆虫虫体计数功能。 - 2017/4/22：结合PyQt和OpenCV_VideoFrame，制作基本界面。摄像头帧中的检测结果在界面上显示并标出。 主要工作： - 学习了如何提取昆虫图像特征，并参考论文提出的几个特征量进行保存。 - 使用神经网络方法搭建训练模型，使用线性SVM分类器进行了训练。 - 将特征提取与用户界面建立连接，实现拍照和预测判断的一体化功能。 机器学习算法（基于Python机器学习）： - LogisticRegression - SGDClassifier（尚未尝试） - LinearSVM 文件介绍： - MainWindow.ui：由PyQtDesigner设计的主界面文件。 - MainWindow.py：通过PyUIC转换而成的主程序代码。