稻飞虱虫情自动测报方法技术

本发明专利技术公开了一种稻飞虱虫情自动测报方法，包括以下步骤：1）利用设计野外昆虫自动拍摄装置，获取处于自然状态、背景为白色的主要针对稻飞虱的昆虫数字图像；2）进行图像分割，得到信息完整的昆虫虫体背部区域图像；3）根据傅里叶变换，把昆虫虫体背部区域图像变换到频率域，得到反映昆虫背部颜色和纹理特征的傅里叶频谱，提取二维傅里叶频谱窗口数据用来描述昆虫特征；4）建立昆虫分类器，白背飞虱、褐飞虱、灰飞虱各分为一类，其余昆虫均归为第四类，对白背飞虱、褐飞虱、灰飞虱进行统计。本发明专利技术的方法，基本能反映水稻田稻飞虱的虫口密度，去指导生产和实践，也有助于提高农业虫害的自动测报技术水平。

【技术实现步骤摘要】

本专利技术涉及一种，属于计算机数据处理

技术介绍
稻飞虱是水稻主要害虫，生长繁殖快，危害程度大，容易造成水稻严重减产。因此， 准确的病虫害灾情监测和预报，是实现科学防治病虫害的基础和前提，研究一种实时、高 效、自动测报害虫的方法，实现病虫害防治与保护生态环境协调并重的目标具有重要的意 义。害虫的实时检测是进行综合防治的一种手段，只有准确的检测，才能做到有目的的防 治，把害虫种群控制在经济损害水平以下，既不会因害虫造成损失，也不会因盲目防治造成 浪费，加重对水稻和环境的污染。随着科学技术的发展和昆虫识别研究的深入，针对目前农 田害虫实时测报的现状，研究有效的害虫自动检测技术，及时提供准确的害虫种类信息，才 能为害虫的综合防治提供科学的决策依据。
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稻飞虱虫情自动测报的方法，获取田间稻 飞虱虫口密度，为害虫的综合防治提供科学的决策依据，这有助于提高农业虫害的自动测 报技术水平。为解决上述技术问题，本专利技术提供一种，其特征在于，包 括以下步骤1)利用设计野外昆虫自动拍摄装置，获取处于自然状态、背景为白色的主要针对 稻飞虱的昆虫数字图像；2)进行图像分割，得到信息完整的昆虫虫体背部区域图像；3)根据傅里叶变换，把昆虫虫体背部区域图像变换到频率域，得到反映昆虫背部 颜色和纹理特征的傅里叶频谱，提取二维傅里叶频谱窗口数据用来描述昆虫特征；4)建立昆虫分类器，白背飞虱、褐飞虱、灰飞虱各分为一类，其余昆虫均归为第四 类，对白背飞虱、褐飞虱、灰飞虱进行统计。前述的，其特征在于在所述步骤2)中，包括以下步骤21)选取合适的颜色阈值；22)通过适当的阈值选取，利用图像二值化方法获得反映图像整体和局部特征的 二值化图像；23)通过形态学滤波器，去除足、触角和噪声等非目标区域，滤掉形状与稻飞虱相 差甚远的昆虫，保留与稻飞虱形状相近的疑似稻飞虱的昆虫虫体区域，并分解为单个目标 区域的二值化图像；24)单个目标区域的二值化图像和输入原始图像相与，得到信息完整的单个昆虫 虫体背部区域图像，图像大小统一截为128X 128像素。前述的，其特征在于在所述步骤23)中，形态学滤波器滤波过程为1)填充扫描线法填充二值图中闭合区域内小孔洞；2)开启采用半径为3的圆盘型结构元素对图像进行开启运算，保持大的分割区 域尺寸和形状不变，切断细小的连接，使边界平滑，消除比结构元素小的噪声，如足和触角 非目标区域；3)标记对二值图中各个不连通的前景区域标记编号；4)滤波计算标记编号区域的面积，保留面积为1398 3847士50%像素的疑似稻 飞虱区域；5)分解分解成单个目标区域的二值化图像；前述的，其特征在于在所述步骤21)中，在RGB颜色模 型下，选取蓝色分量B < 140作为颜色阈值。前述的，其特征在于在所述步骤3)中，用3X3的二维 傅里叶频谱窗口数据描述昆虫特征，窗口左上角始终为二维傅里叶频谱中心。前述的，其特征在于在所述步骤4)中，利用支持向量 机建立昆虫分类器。本专利技术基于颜色阈值将原始图像进行二值化处理，通过形态学滤波器滤波，图像 的分解和处理，获取128X128昆虫虫体的背部图像，运用二维离散傅里叶变换，提取描述 虫体背部特征的1X1窗口的傅里叶谱信息，为稻飞虱分类模型提供特征参量，利用支持向 量机对稻飞虱进行分类，稻飞虱识别率能达到90%以上，基本能反映水稻田稻飞虱的虫口 密度，这有助于提高农业虫害的自动测报技术水平。附图说明图1为野外昆虫图像自动采集装置；图2为三种稻飞虱的原始图像；图3为白背飞虱、褐飞虱、灰飞虱基于颜色阈值的二值化处理结果示意图；图4为白背飞虱、褐飞虱、灰飞虱三种稻飞虱经形态学滤波器滤波输出图像；图5为128 X 128像素虫体背部图；图6为二维对数傅里叶频谱；图7为本专利技术的方法的流程图。具体实施例方式图像拍摄自行设计的基于机器视觉的主要针对稻飞虱野外昆虫图像自动采集装置如图1 所示，采集田间处于自然状态下昆虫数字图像。采集装置包括底座、采集工作台、拍摄系统和控制系统，采集工作台和拍摄系统安 装在底座上。采集工作台由幕布驱动装置、采集工作台幕布及机架组成，采集工作台可以 进行横向运动，采集工作台幕布可以实现竖向运动，采集工作台幕布为的确良白布，用160W 自镇流荧光高压汞灯诱集稻飞虱爬附到采集工作台幕布上。拍摄系统由摄像机、拍摄光源、 安装于摄像机上的显微变焦距镜头、摄像机支架、光源支架、摄像机工作台、光源工作台组成，拍摄光源配置于白色采集工作台幕布与摄像机之间，摄像机安装在摄像机支架上，上下 及与采集工作台幕布之间的距离均可调，拍摄光源的上下及与摄像机之间的距离亦可单独 调整，摄像机为彩色数字摄像机，拍摄光源采用环形冷光源。控制系统由计算机、微控制器、 驱动器、图像采集卡组成，微控制器通过驱动器控制采集工作台横向运动和白色采集工作 台幕布竖向运动，PC机利用摄像机和图像采集卡定时拍摄爬附着昆虫的采集工作台幕布， 获取数字图像，PC机与微控制器相连，实现图像采集装置运动和图像自动拍摄协调进行。稻飞虱图像分割通常，植保专家鉴别稻飞虱的种类主要是依赖于虫体背部的颜色和纹理，因此，采 用RGB颜色模型，运用蓝色分量(B)，基于像素分类的方法进行图像分割处理，提取单个疑 似稻飞虱的昆虫虫体背部图像。从白背飞虱、褐飞虱和灰飞虱三种不同稻飞虱样本图像中选取多幅图像作为试验 样本，白背飞虱、褐飞虱和灰飞虱三种稻飞虱的原始图像如图2所示。在RGB颜色空间下，源 于相同区域，用肉眼从样本图像中选取17086个稻飞虱像素以及17086个背景像素。观察稻 飞虱、背景像素在3个颜色分量上的数据分布，背景中红色分量的分布区间为138 200，绿 色分量的分布区间为140 202，蓝色分量的分布区间为135 199。由于采集工作面使用 的确良白布，因此背景的三个分量呈现比较好对称性和一致性，且三个分量的量都比较大。 前景中其红色分量分布区间为29 176，绿色分量的分布区间为27 174，蓝色分量的分 布区间为12 161。整体略呈黄色的水稻飞虱蓝色分量较低。因此，取稻飞虱像素的蓝色 分量B < 140作为颜色阈值，只有3. 82 %的前景像素在此阈值范围外，背景像素被误分为稻 飞虱的像素较少。进行图像二值化处理，二值化的变换函数表达式如式(1)所示， θf(x,y)>T/(XJ)H1, ^式⑴其中T为最佳阈值。选取水稻飞虱像素的蓝色分量B < 140为阈值，进行二值化处理，处理结果如图3 所示。通过160W自镇流荧光高压汞灯诱集，利用所设计的稻飞虱自动拍摄装置，获取昆 虫数字图像，因此在每幅图像中，昆虫个数可能不同，昆虫种类各异。当一幅图像有多个昆 虫时，由于所设计的昆虫分类模型只对单个目标图像进行识别，因此，要把多个昆虫的图像 分解为单个目标图像。图像中的昆虫不一定都是稻飞虱，如果将所有昆虫都当作稻飞虱处 理，势必增加识别的工作量和降低识别的准确率。通常在同一场景下，同种类昆虫体的面积 会分布在一个变化幅度不太大的区域内，因此，设定稻飞虱面积区域。对于二值图像中面积 超过所规定稻飞虱面积区域，视为非目标区，给这些像素重新赋值为0，这样，这些非稻飞虱 的区域本文档来自技高网...

【技术保护点】
一种稻飞虱虫情自动测报方法，其特征在于，包括以下步骤：１）利用设计的野外昆虫自动拍摄装置，获取处于自然状态、背景为白色的主要针对稻飞虱的昆虫数字图像；２）进行图像分割，得到信息完整的昆虫虫体背部区域图像；３）根据傅里叶变换，把昆虫虫体背部区域图像变换到频率域，得到反映昆虫背部颜色和纹理特征的傅里叶频谱，提取二维傅里叶频谱窗口数据用来描述昆虫特征；４）建立昆虫分类器，白背飞虱、褐飞虱、灰飞虱各分为一类，其余昆虫均归为第四类，对白背飞虱、褐飞虱、灰飞虱进行统计。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘德营，丁为民，赵三琴，
申请(专利权)人：南京农业大学，
类型：发明
国别省市：84