一种荔枝蒂蛀虫的监测方法及系统技术方案

本发明专利技术公开了一种荔枝蒂蛀虫的监测方法及系统，包括：采集荔枝蒂蛀虫的原始图像，并将原始图像预处理后得到灰度图像；对所述灰度图像进行中值滤波，然后进行图像分割，将图像分成各具特性的区域并提取出感兴趣目标；对分割后的图像剔除噪声，然后作为目标图像进行特征提取；基于提取的特征建立荔枝蒂蛀虫的特征模式库；根据所述特征模式库，对后续待识别的荔枝蒂蛀虫进行识别。本发明专利技术通过图像识别技术，实现自动监测虫害情况，并且可以自动喷药进行有针对地除虫，无需人工现场管理，其智能化程度高、除虫效果好、减轻人力负担。减轻人力负担。减轻人力负担。

【技术实现步骤摘要】
一种荔枝蒂蛀虫的监测方法及系统


[0001]本专利技术涉及害虫监测
，尤其涉及一种荔枝蒂蛀虫的监测方法及系统。

技术介绍

[0002]荔枝蒂蛀虫属于鳞翅目，细蛾科。分布在中国各荔枝主产区，印度、泰国、南非等。不仅蛀害荔枝，同时也严重危害龙眼，根据在华南农业大学龙眼园的调查，龙眼果实落果中48%是由于蒂蛀虫危害引起的；不仅严重危害果实，同时也危害嫩茎、嫩叶、花穗。在稍期危害嫩茎、嫩叶，该虫以幼虫钻蛀嫩茎近顶端和幼叶中脉，被害嫩梢顶端枯死，被害叶片中脉变褐色，表皮破裂；在花期危害花穗，幼虫钻蛀花穗嫩茎近顶端，造成花穗干萎在果期危害果实，幼果膨大期蛀食果核，导致落果，果实发育至着色后，产卵在近果蒂部的龟裂片处，幼虫孵化后，直接从卵粒蛀入果实中取食种柄，遗留虫粪于蒂内，不仅影响果实发育，出现采前落果，更严重的是影响品质，造成收益大幅度下降。
[0003]目前，对于荔枝蒂蛀虫的防治主要依赖于人工监测、人工喷药，但是不能保证24小时都对虫害情况进行监测，比如夜晚。而荔枝蒂蛀虫往往在人不在的情况的下大量繁殖，从而对果实进行侵害。

技术实现思路

[0004]有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是提供荔枝蒂蛀虫的监测方法及系统，通过图像识别技术，实现自动监测虫害情况，并且可以自动喷药进行有针对地除虫。
[0005]为实现上述目的，本专利技术提供了一种荔枝蒂蛀虫的监测方法，包括：采集荔枝蒂蛀虫的原始图像，并将原始图像预处理后得到灰度图像；对所述灰度图像进行中值滤波，然后进行图像分割，将图像分成各具特性的区域并提取出感兴趣目标；对分割后的图像剔除噪声，然后作为目标图像进行特征提取；基于提取的特征建立荔枝蒂蛀虫的特征模式库；根据所述特征模式库，对后续待识别的荔枝蒂蛀虫进行识别。
[0006]进一步的，所述将原始图像预处理后得到灰度图像采用不限于分量法、最大值法、平均值法、加权平均法。
[0007]进一步的，所述进行图像分割采用基于全局阈值的阈值分割方法对图像进行分割。
[0008]进一步的，所述对分割后的图像剔除噪声具体采用形态学闭运算剔除噪声。
[0009]进一步的，所述特征提取的参数包括但不限于：区域周长、区域面积、主弦、次主弦、离散指数、偏心率和紧凑性。
[0010]进一步的，所述基于提取的特征建立荔枝蒂蛀虫的特征模式库具体为：对每个荔枝蒂蛀虫的训练样本提取形状特征参数，计算得到荔枝蒂蛀虫的特征平均值和标准差，建
立荔枝蒂蛀虫的特征模式库。
[0011]进一步的，所述根据所述特征模式库，对后续待识别的荔枝蒂蛀虫进行识别，具体为：将采集的待识别昆虫的原始图像依次灰度处理、中值滤波、图像分割、噪声剔除、特征提取后，将提取的特征值与所述荔枝蒂蛀虫的特征模式库特征平均值进行比较，若所述特征值至少有三项与所述荔枝蒂蛀虫的特征模式库特征平均值差值小于阈值范围D，则待识别昆虫为荔枝蒂蛀虫。
[0012]本专利技术还提供一种荔枝蒂蛀虫的监测系统，包括：图像采集模块，用于采集待识别昆虫的原始图像；监测服务器，用于将采集的待识别昆虫的原始图像依次灰度处理、中值滤波、图像分割、噪声剔除、特征提取，判断所述待识别昆虫的是否为荔枝蒂蛀虫。
[0013]进一步的，还包括中央处理模块、电源模块、补光模块、喷药模块、无线发射模块，所述中央处理模块与图像采集模块、电源模块、补光模块、喷药模块、无线发射模块电连接，所述无线发射模块与所述监测服务器无线通信连接。
[0014]进一步的，所述中央处理模块为单片机，所述电源模块为锂电池或者太阳能电池，所述补光模块为LED，所述喷药模块为自动喷淋头，所述无线发射模块为4G/5G模块，所述图像采集模块为角度自动旋转的摄像头。
[0015]本专利技术的有益效果是：本专利技术通过图像识别技术，实现自动监测虫害情况，并且可以自动喷药进行有针对地除虫，无需人工现场管理，其智能化程度高、除虫效果好、减轻人力负担。
[0016]以下将结合附图对本专利技术的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本专利技术的目的、特征和效果。
附图说明
[0017]图1是本专利技术的方法流程图。
[0018]图2是本专利技术的系统原理框图。
[0019]具体实施方式
[0020]如图1所示，本专利技术提供了一种荔枝蒂蛀虫的监测方法，包括：采集荔枝蒂蛀虫的原始图像，并将原始图像预处理后得到灰度图像；对灰度图像进行中值滤波，然后进行图像分割，将图像分成各具特性的区域并提取出感兴趣目标；对分割后的图像剔除噪声，然后作为目标图像进行特征提取；基于提取的特征建立荔枝蒂蛀虫的特征模式库；根据特征模式库，对后续待识别的荔枝蒂蛀虫进行识别。
[0021]首先，将原始图像预处理后得到灰度图像采用不限于分量法、最大值法、平均值法、加权平均法，分量法、最大值法、平均值法、加权平均法均为现有技术的图像处理方法，这里不再赘述。然后对害虫的灰度图像进行中值滤波，然后为了正确识别害虫，将图像分成各具特性的区域并提取出感兴趣目标，该过程称为图像分割，这是从图像处理到图像分析
的关键步骤。本专利技术采用基于全局阈值的阈值分割方法对昆虫图像进行分割，可以得到较为理想的结果。分割后的图像中包含昆虫的身体各部位，会影响后续的特征提取操作，本专利技术采用形态学闭运算剔除这些噪声。结构元素应取得比噪声斑点略大，这可使噪声产生的图像边界的凹凸不平处被闭运算去除，边界上的凹凸变形也可被平滑。对体型小的虫子去噪，效果理想；对体型较大的虫子，去噪后，在虫体上还残留一些凸起。为了去除这些凸起，提出了如下算法：首先计算图像中目标的每一列的长度，记其值为fn ，然后对分布在 fmax 和 fmin 之间的值指定一个阈值 T(fmin <T<fmax) ,将f中的每一个值与阈值进行比较，值大于阈值的列所在的像素继续作为目标存在，值小于阈值的将作为噪声剔除。将剔除噪声后的图像作为目标图像进行特征提取。
[0022]其次，荔枝蒂蛀虫的外部形态特征是指荔枝蒂蛀虫身体外部整体的或局部的形态特征，荔枝蒂蛀虫的外部形态特征与其他昆虫有较大的差异，所以在荔枝蒂蛀虫的鉴别中，几何形状特征占比较大的比重。经过研究分析，决定提取荔枝蒂蛀虫七个重要的形态特征参数：区域周长、区域面积、主弦、次主弦、离散指数、偏心率和紧凑性，它们在不同的程度上反映了昆虫的形状、大小，区域紧凑性以及各部分大小的比例等形态特征。
[0023]最后，基于提取的特征建立荔枝蒂蛀虫的特征模式库具体为：对每个荔枝蒂蛀虫的训练样本提取形状特征参数，计算得到荔枝蒂蛀虫的特征平均值和标准差，建立荔枝蒂蛀虫的特征模式库。接着根据特征模式库，对后续待识别的荔枝蒂蛀虫进行识别，具体为：将采集的待识别昆虫的原始图像依次灰度处理、中值滤波、图像分割、噪声剔除、特征提取后，将提取的特征值与荔枝蒂蛀虫的特征模式库特征平均值进行比较，若特征值至少有三项与荔枝蒂蛀虫的特征模式库特征平均值差值小于阈值范围D，则待识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种荔枝蒂蛀虫的监测方法，其特征在于,包括：采集荔枝蒂蛀虫的原始图像，并将原始图像预处理后得到灰度图像；对所述灰度图像进行中值滤波，然后进行图像分割，将图像分成各具特性的区域并提取出感兴趣目标；对分割后的图像剔除噪声，然后作为目标图像进行特征提取；基于提取的特征建立荔枝蒂蛀虫的特征模式库；根据所述特征模式库，对后续待识别的荔枝蒂蛀虫进行识别。2.如权利要求1所述的一种荔枝蒂蛀虫的监测方法，其特征在于：所述将原始图像预处理后得到灰度图像采用不限于分量法、最大值法、平均值法、加权平均法。3.如权利要求1所述的一种荔枝蒂蛀虫的监测方法，其特征在于：所述进行图像分割采用基于全局阈值的阈值分割方法对图像进行分割。4.如权利要求1所述的一种荔枝蒂蛀虫的监测方法，其特征在于：所述对分割后的图像剔除噪声具体采用形态学闭运算剔除噪声。5.如权利要求1所述的一种荔枝蒂蛀虫的监测方法，其特征在于：所述特征提取的参数包括但不限于：区域周长、区域面积、主弦、次主弦、离散指数、偏心率和紧凑性。6.如权利要求1所述的一种荔枝蒂蛀虫的监测方法，其特征在于：所述基于提取的特征建立荔枝蒂蛀虫的特征模式库具体为：对每个荔枝蒂蛀虫的训练样本提取形状特征参数，计算得到荔枝蒂蛀虫的特征平均值和标准差，建立荔枝蒂蛀虫的特征模式库。7.如...

【专利技术属性】
技术研发人员：邓志锋，刘锐波，冼继东，胡桂兵，伍伟根，周汉游，郭舜勋，黎兆安，
申请(专利权)人：广州市荔鼎生态农业开发有限公司，
类型：发明
国别省市：