粮面害虫数量的确定方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术提供一种粮面害虫数量的确定方法、装置、电子设备和存储介质，该方法包括：获取多帧粮面图像，并对所述多帧粮面图像进行预处理；根据预设背景像素模型对预处理后的多帧粮面图像进行二值化处理；对二值化处理后的多帧粮面图像进行形态学膨胀处理；获取形态学膨胀处理后的多帧粮面图像中处于运动状态的疑似害虫轮廓信息；根据所述疑似害虫轮廓信息和轮廓面积阈值进行轮廓区域筛选得到大于所述轮廓面积阈值的轮廓区域，并对大于所述轮廓面积阈值的轮廓区域定位害虫位置；根据害虫位置定位结果确定粮面害虫数量。本发明专利技术可以在粮仓害虫体积较小，害虫颜色与粮食颜色接近，且害虫运动速度较快时，快速检测出粮面害虫数量。

【技术实现步骤摘要】
粮面害虫数量的确定方法、装置、电子设备和存储介质
本专利技术涉及粮库场景下微小目标的运动检测领域，尤其涉及一种粮面害虫数量的确定方法、装置、电子设备和存储介质。
技术介绍
粮食是人赖以生存的基础，粮食储存起着关键作用，然而粮食储藏期间有感染害虫的风险。粮仓害虫对粮食的危害很大，它的繁殖力是很惊人。因此需要积极地做好防治工作，及时有效的了解到粮面的害虫密度，便于粮仓管理人员采取相应措施，所以实现粮库内害虫自动随时检测也变得越来越重要。如何检测粮仓害虫，第一种方式是采用图像差分法、图像分割、形态学处理方法实现了实时给出任意点的粮仓害虫种类、密度等信息。但是此种方式是基于的场景是储量害虫颜色与粮食颜色不同，且害虫体积较大的情况。第二种方式采用生物声学检测粮仓害虫密度，但是无法准确的得到粮仓害虫所在位置。第三种方式通过对于虫害图像用基于滑动窗口的二值化方法和基于连通域的直方图统计方法对粮食中的害虫进行识别和计数。但是此种方式不适用于粮仓害虫与粮食颜色相近的情况。第四种方式基于深度卷积神经网络的双流法网络，用到了目标检测算本文档来自技高网...

【技术保护点】
1.一种粮面害虫数量的确定方法，其特征在于，包括：/n获取多帧粮面图像，并对所述多帧粮面图像进行预处理；/n根据预设背景像素模型对预处理后的多帧粮面图像进行二值化处理；/n对二值化处理后的多帧粮面图像进行形态学膨胀处理；/n获取形态学膨胀处理后的多帧粮面图像中处于运动状态的疑似害虫轮廓信息；/n根据所述疑似害虫轮廓信息和轮廓面积阈值进行轮廓区域筛选得到大于所述轮廓面积阈值的轮廓区域，并对大于所述轮廓面积阈值的轮廓区域定位害虫位置；/n根据害虫位置定位结果确定粮面害虫数量。/n

【技术特征摘要】
1.一种粮面害虫数量的确定方法，其特征在于，包括：
获取多帧粮面图像，并对所述多帧粮面图像进行预处理；
根据预设背景像素模型对预处理后的多帧粮面图像进行二值化处理；
对二值化处理后的多帧粮面图像进行形态学膨胀处理；
获取形态学膨胀处理后的多帧粮面图像中处于运动状态的疑似害虫轮廓信息；
根据所述疑似害虫轮廓信息和轮廓面积阈值进行轮廓区域筛选得到大于所述轮廓面积阈值的轮廓区域，并对大于所述轮廓面积阈值的轮廓区域定位害虫位置；
根据害虫位置定位结果确定粮面害虫数量。


2.根据权利要求1所述的粮面害虫数量的确定方法，其特征在于，在根据预设背景像素模型对预处理后的多帧粮面图像进行二值化处理之前，包括：
使用多个高斯分布模型混合对所述多帧粮面图像的背景图像进行建模得到第一背景像素模型，并对所述多个高斯分布模型的参数进行初始化；
更新所述多个高斯分布模型的参数后使用第一背景像素模型进行前景检测；
根据前景检测结果对所述多个高斯分布模型进行调整，得到所述预设背景像素模型。


3.根据权利要求1或2所述的粮面害虫数量的确定方法，其特征在于，根据所述预设背景像素模型对预处理后的多帧粮面图像进行二值化处理，包括：
根据所述预设背景像素模型对预处理后的多帧粮面图像进行背景分割并计算前景掩码后，进行所述二值化处理。


4.根据权利要求1所述的粮面害虫数量的确定方法，其特征在于，对二值化处理后的多帧粮面图像进行形态学膨胀处理，包括：
对二值化处理后的多帧粮面图像使用预设尺寸的椭圆形内核和预设位置的锚点进行膨胀处理。


5.根据权利要求1所述的粮面害虫数量的确定方法，其特征在于，获取形态学膨胀处理后的多帧粮面图像中处于运动状态的疑似害虫轮廓信息，包括：
使用OpenCV的findContours函数方法检测形态学膨胀处理后的多帧粮面图像中处于运动状态...

【专利技术属性】
技术研发人员：程文秀，李建强，王瑾，赵琳娜，邸远航，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11