基于LoRa节点的昆虫密度图构建方法及装置制造方法及图纸

本发明专利技术提供了一种基于LoRa节点的昆虫密度图构建方法及装置，所述方法包括：获取昆虫的RGB图片；将昆虫的RGB图片转换为灰度图像，所述灰度图像的灰度值范围为0‑255；通过改进的低复杂度的大率法计算出二值型灰度图的阈值；根据计算出来的阈值，将灰度图像转换为二值型灰度图，得到昆虫密度图。本发明专利技术的有益效果在于：通过改进的低复杂度的大率法计算出二值型灰度图的阈值；根据阈值将灰度图像转换为二值型灰度图，得到昆虫密度图，能够在降低阈值计算复杂度的同时提高昆虫密度识别率。

Construction method and device of insect density map based on Lora node

【技术实现步骤摘要】
基于LoRa节点的昆虫密度图构建方法及装置
本专利技术涉及昆虫密度图构建方法及装置，尤其是指一种基于LoRa节点的昆虫密度图构建方法及装置。
技术介绍
在对昆虫诱捕器的昆虫密度进行统计时，需要将采集到的昆虫图片转换为二值型灰度图，然后形成对昆虫密度图，在实际应用过程中，灰度值转为二值型灰度图的阈值设置尤为重要，昆虫诱捕器在光线不同的条件下，摄像头成像的亮度会受影响，进而影响灰度值，如果设置单一的阈值，光线的影响会直接影响到昆虫密度识别的准确率。对于大部分灰度图阈值调节算法，其都可以通过算法较为准确地确定合适的阈值，但算法复杂度都比较高，并不适用于一些计算能力比较有限的处理系统，为了提高昆虫密度识别率，有必要对现有的昆虫密度图构建方法进行改进。
技术实现思路
本专利技术所要解决的技术问题是：提供一种基于LoRa节点的昆虫密度图构建方法，以提高昆虫密度识别率。为了解决上述技术问题，本专利技术采用的技术方案为：一种基于LoRa节点的昆虫密度图构建方法，包括以下步骤，获取昆虫的RGB图片；将昆虫的RGB图片转本文档来自技高网...

【技术保护点】
1.一种基于LoRa节点的昆虫密度图构建方法，其特征在于：包括以下步骤，/n获取昆虫的RGB图片；/n将昆虫的RGB图片转换为灰度图像，所述灰度图像的灰度值范围为0-255；/n通过改进的低复杂度的大率法计算出二值型灰度图的阈值；/n根据计算出来的阈值，将灰度图像转换为二值型灰度图，得到昆虫密度图。/n

【技术特征摘要】
1.一种基于LoRa节点的昆虫密度图构建方法，其特征在于：包括以下步骤，
获取昆虫的RGB图片；
将昆虫的RGB图片转换为灰度图像，所述灰度图像的灰度值范围为0-255；
通过改进的低复杂度的大率法计算出二值型灰度图的阈值；
根据计算出来的阈值，将灰度图像转换为二值型灰度图，得到昆虫密度图。


2.如权利要求1所述的基于LoRa节点的昆虫密度图构建方法，其特征在于：所述通过改进的低复杂度的大率法计算出二值型灰度图的阈值包括，
统计灰度图像中灰度值在预设的灰度值区间出现的频次，所述预设的灰度值区间为灰度值范围在0-255之间5等分得到的区间；
将出现频次最高的两个区间及在出现频次最高的两个区间之间的区间各分为5等分，并从每个区间取5个值，计算其间类方差；
筛选出间类方差中最大的值作为二值灰度图的阈值。


3.如权利要求1所述的基于LoRa节点的昆虫密度图构建方法，其特征在于：所述将昆虫的RGB图片转换为灰度图像包括，
将昆虫的RGB图片通过计算公式Gray＝R*0.299+G*0.587+B*0.114转换为灰度图像，其中，Gray为灰度值，Gray为灰度值，R为红色亮度值，G为绿色亮度值，B为蓝色亮度值。


4.如权利要求1所述的基于LoRa节点的昆虫密度图构建方法，其特征在于：所述获取昆虫的RGB图片具体包括，
通过MCU控制摄像头对昆虫诱捕器内的昆虫进行拍照，获取昆虫的RGB图片。


5.一种基于LoRa节点...

【专利技术属性】
技术研发人员：周小安，王派虎，黄磊，张沛昌，蒋隽毅，谭鸿刚，许家俊，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44