一种基于热成像的木材钻蛀类害虫检测方法技术

本发明专利技术公开了一种基于热成像的木材钻蛀类害虫检测方法

【技术实现步骤摘要】
一种基于热成像的木材钻蛀类害虫检测方法、系统和介质


[0001]本申请涉及数据处理和数据传输领域，更具体的，涉及一种基于热成像的木材钻蛀类害虫检测方法
、
系统和介质
。

技术介绍

[0002]随着全球经济一体化的不断发展，世界贸易流动加速，加之人民对消费需求的增加和消费渠道的多样化（如国外代购
、
寄递）等影响，大量的货物产品进入我国速度加快，与此同时带来有害生物随进境货物进入国内的风险加大，这些有害生物一旦随货物入境，会很快在国内定植或者繁衍，对国内区域性生态环影响巨大，经济上会遭受重大损失
。
[0003]近年来为了保护国内森林资源，维持生态平衡发展，我国许多林区逐渐被禁止商业性砍伐，导致我国木材产量连年大幅度下降
。
我国我国不仅国内对木制品的消费需求量大，并且还是木制品的出口大国，进一步拉大了木材原料的供需缺口
。
大量的木材进口不仅填补了产业原材料缺口，在推动我国经济建设
、
减少本地资源需求
、
间接保护生态环境上也发挥了巨大作用，但是随木材进境的有害生物种类众多，外来生物入侵的风险压力上行
。
[0004]目前，口岸进境木材
、
木质包装及木产品现场检疫多以人工辅助切割取样检测为基础，从开箱验货到取样送检时间较长，效率较低
。
截至目前还没有一种技术，能够对其进行现场无损伤探测初筛，从而快速有效的实施现场检疫
。
[0005]因此现有技术存在缺陷，急需改进
。

技术实现思路

[0006]鉴于上述问题，本专利技术的目的是提供一种基于热成像的木材钻蛀类害虫检测方法
、
系统和介质，本专利技术能够克服口岸人工取样破损切割费时费力的问题，不仅能够满足在口岸现场检疫无损检测的需求，且能够省时省力，提高检验检疫效率
。
对于防止有害生物随木材及其制品传入国境，保护我国农林业生产安全，保障国门生物安全，具有重大经济效益和社会效益，该专利技术一定的推广价值
。
[0007]本专利技术第一方面提供了一种基于热成像的木材钻蛀类害虫检测方法，包括：对待检测木材进行检测，得到第一检测图像数据；将所述第一检测图像数据输入至预设钻蛀类害虫检测模型进行分析，对异常区域进行标记，得到标记图像数据，并根据所述标记图像数据的图像特征计算得到第一概率值；根据蛀孔区域和所述标记图像数据的之间的位置关系进行分析，得到第二概率值；根据所述第一概率值和第二概率值进行计算，得到第三概率值，并将所述第三概率值与第一预设阈值区间进行对比，得到标记图像数据内的钻蛀类害虫检测数据；将所有标记图像数据内的钻蛀类害虫检测数据进行整合，得到木材钻蛀类害虫检测数据；根据所述木材钻蛀类害虫检测数据对存在钻蛀类害虫的木材进行检疫处理，并对
检疫处理后的木材进行检测，得到第三检测图像数据，并将所述第三检测图像数据和第一检测图像数据进行对比，得到木材检疫处理效果评价数据
。
[0008]本方案中，还包括：对所述第一检测图像数据进行图像预处理；所述图像预处理包括非均匀校正
、
盲元补偿和图像增强
。
[0009]本方案中，所述将所述第一检测图像数据输入至预设钻蛀类害虫检测模型进行分析，对异常区域进行标记，得到标记图像数据，并根据所述标记图像数据的图像特征计算得到第一概率值，包括：通过注意力机制模块对所述第一检测图像数据进行分析，得到第一异常区域，对所述第一异常区域进行标记框选，得到标记图像数据；根据所述标记图像数据进行分析，确定第一异常区域的中心坐标；通过深度残差学习网络模块对所述标记图像数据进行特征提取，得到所述标记图像数据的图像特征；将所述标记图像数据的图像特征与预设模型数据库内样本图像数据的图像特征进行对比计算，得到第一概率值
。
[0010]本方案中，所述根据蛀孔区域和所述标记图像数据的之间的位置关系进行分析，得到第二概率值包括：根据所述第一检测图像数据进行分析，对木材中的蛀孔区域进行标注，得到蛀孔区域坐标数据；计算所述标记图像数据中第一异常区域的中心坐标和所述蛀孔区域坐标数据之间的最小距离；将所述最小距离与第二预设阈值进行对比，若所述最小距离大于第二预设阈值，则表示所述标记物体为木材缺陷，所述第二概率值为
0%
；反之，通过预设方法对所述最小距离进行计算，得到第二概率值；若最小距离为0，则表示所述异常区域的中心坐标处于蛀孔区域中，所述第二概率值为
100%。
[0011]本方案中，所述根据所述第一概率值和第二概率值进行计算，得到第三概率值，并将所述第三概率值与第一预设阈值区间进行对比，得到标记图像数据内的钻蛀类害虫检测数据，包括：将所述第一概率值和第二概率值分别乘以相对应的影响权重，得到第一权重得分和第二权重得分；对所述第一权重得分和第二权重得分进行相加，得到第三概率值；判断所述第三概率值是否处于第一预设阈值区间；若所述第三概率值小于第一预设阈值区间最小值，则表示所述标记图像数据内不存在钻蛀类害虫；若所述第三概率值大于第一预设阈值区间最大值，则表示所述标记图像数据内存在钻蛀类害虫；若所述第三概率值处于第一预设阈值区间，则在预设时间间隔后再次对所述待检测木材进行检测，得到第二检测图像数据；
将所述第二检测图像数据和第一检测图像数据进行对比，判断所述标记图像数据内是否存在钻蛀类害虫；将所有标记图像数据的对比结果进行整合，得到木材钻蛀类害虫检测数据
。
[0012]本方案中，所述将所述第二检测图像数据和第一检测图像数据进行对比，判断所述标记图像数据内是否存在钻蛀类害虫，包括：根据所述第二检测图像数据进行分析，得到第二异常区域的中心坐标；将所述第二异常区域的中心坐标与第一异常区域的中心坐标进行对比，判断二者是否一致；若否，则判定所述标记图像数据内异常区域为钻蛀类害虫；若是，则判定所述标记图像数据内异常区域为木材缺陷
。
[0013]本方案中，所述根据所述木材钻蛀类害虫检测数据对存在钻蛀类害虫的木材进行检疫处理，并对检疫处理后的木材进行检测，得到第三检测图像数据，并将所述第三检测图像数据和第一检测图像数据进行对比，得到木材检疫处理效果评价数据，包括：根据木材钻蛀类害虫检测数据进行分析，以钻蛀类害虫所在异常区域的中心坐标为圆心，通过预设半径进行画圆，得到重点监测区域；基于所述重点监测区域对第三检测图像数据和第一检测图像数据进行对比，得到木材检疫处理效果评价数据
。
[0014]本方案中，还包括：根据钻蛀类害虫的样本图像数据建立钻蛀类害虫三维模型；通过所述钻蛀类害虫三维模型对木材内钻蛀类害虫的热成像图像进行模拟，得到模拟样本图像数据；将所述模拟样本图像数据添加至预设模型数据库
。
[0015]本专利技术第二方面提供了一种基于热成像的木材钻蛀类害虫检测系统，包括：数据获取模块，用于对待检测木材进行检测，得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于热成像的木材钻蛀类害虫检测方法，其特征在于，包括：对待检测木材进行检测，得到第一检测图像数据；将所述第一检测图像数据输入至预设钻蛀类害虫检测模型进行分析，对异常区域进行标记，得到标记图像数据，并根据所述标记图像数据的图像特征计算得到第一概率值；根据蛀孔区域和所述标记图像数据的之间的位置关系进行分析，得到第二概率值；根据所述第一概率值和第二概率值进行计算，得到第三概率值，并将所述第三概率值与第一预设阈值区间进行对比，得到标记图像数据内的钻蛀类害虫检测数据；将所有标记图像数据内的钻蛀类害虫检测数据进行整合，得到木材钻蛀类害虫检测数据；根据所述木材钻蛀类害虫检测数据对存在钻蛀类害虫的木材进行检疫处理，并对检疫处理后的木材进行检测，得到第三检测图像数据，并将所述第三检测图像数据和第一检测图像数据进行对比，得到木材检疫处理效果评价数据
。2.
根据权利要求1所述的基于热成像的木材钻蛀类害虫检测方法，其特征在于，还包括：对所述第一检测图像数据进行图像预处理；所述图像预处理包括非均匀校正
、
盲元补偿和图像增强
。3.
根据权利要求1所述的基于热成像的木材钻蛀类害虫检测方法，其特征在于，所述将所述第一检测图像数据输入至预设钻蛀类害虫检测模型进行分析，对异常区域进行标记，得到标记图像数据，并根据所述标记图像数据的图像特征计算得到第一概率值，包括：通过注意力机制模块对所述第一检测图像数据进行分析，得到第一异常区域，对所述第一异常区域进行标记框选，得到标记图像数据；根据所述标记图像数据进行分析，确定第一异常区域的中心坐标；通过深度残差学习网络模块对所述标记图像数据进行特征提取，得到所述标记图像数据的图像特征；将所述标记图像数据的图像特征与预设模型数据库内样本图像数据的图像特征进行对比计算，得到第一概率值
。4.
根据权利要求1所述的基于热成像的木材钻蛀类害虫检测方法，其特征在于，所述根据蛀孔区域和所述标记图像数据的之间的位置关系进行分析，得到第二概率值包括：根据所述第一检测图像数据进行分析，对木材中的蛀孔区域进行标注，得到蛀孔区域坐标数据；计算所述标记图像数据中第一异常区域的中心坐标和所述蛀孔区域坐标数据之间的最小距离；将所述最小距离与第二预设阈值进行对比，若所述最小距离大于第二预设阈值，则表示所述标记物体为木材缺陷，所述第二概率值为
0%
；反之，通过预设方法对所述最小距离进行计算，得到第二概率值；若最小距离为0，则表示所述异常区域的中心坐标处于蛀孔区域中，所述第二概率值为
100%。5.
根据权利要求1所述的基于热成像的木材钻蛀类害虫检测方法，其特征在于，所述根据所述第一概率值和第二概率值进行计算，得到第三概率值，并将所述第三概率值与第一
预设阈值区间进行对比，得到标记图像数据内的钻蛀类害虫检测数据，包括：将所述第一概率值和第二概率值分别乘以相对应的影响权重，得到第一权重得分和第二权重得分；对所述第一权重得分和第二权重得分进行相加，得到第三概率值；判断所述第三概率值是否处于第一预设阈值区间；若所述第三概率值小于第一预设阈值区间最小值，则表示所述标记图像数据内不存在钻蛀类...

【专利技术属性】
技术研发人员：刘娟，魏亚东，林宇，马兴，张瑞峰，王娓辰，王伟，
申请(专利权)人：中融天津科技发展有限责任公司，
类型：发明
国别省市：