[发明专利]一种基于计算机视觉技术的广谱虫情自动测报方法有效

专利信息
申请号: 201310156563.5 申请日: 2013-04-28
公开(公告)号: CN103246872A 公开(公告)日: 2013-08-14
发明(设计)人: 徐刚;陈立平;张瑞瑞;孟志军 申请(专利权)人: 北京农业智能装备技术研究中心
主分类号: G06K9/00 分类号: G06K9/00;G06K9/36;G06T7/00
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王莹
地址: 100097 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 计算机 视觉 技术 广谱 虫情 自动 测报 方法
【权利要求书】:

1.一种基于计算机视觉技术的广谱虫情自动测报方法,其特征在于,所述方法具体包括:

S1:定时获取捕获的目标昆虫的昆虫图像,其中定时的时间间隔是N小时,N为24的因数;

S2:对获取的当前昆虫图像和昨日昆虫图像进行滤波处理,分别得到当前昆虫轮廓图和昨日昆虫轮廓图;

S3:对所述当前昆虫轮廓图和所述昨日昆虫轮廓图进行做差处理,得到增量图;

S4:根据所述增量图建立和更新昆虫特征图谱;

S5:根据所述增量图计算增加的昆虫数量,与上一次昆虫数量的增量计数值相加得到本次昆虫数量的增量计数值;

S6:根据所述昆虫特征图谱计算典型昆虫加权平均面积,进一步计算昆虫数量的面积计数值;

S7:根据所述本次昆虫数量的增量计数值和所述昆虫数量的面积计数值取加权平均值,计算得到昆虫总数。

2.如权利要求1所述的方法,其特征在于,所述步骤S1中的所述目标昆虫是针对农田病害选择出来的,并且是能被性诱剂诱杀的飞虫,选择诱杀所述目标昆虫的性诱剂,并使用黏虫板捕获所述目标昆虫。

3.如权利要求1所述的方法,其特征在于,所述步骤S2中滤波处理具体包括:去色、降噪、边缘加强、二值化。

4.如权利要求1所述的方法,其特征在于,所述步骤S4中建立和更新昆虫特征图谱具体包括:

S41:对所述增量图进行分割,获取昆虫图斑,其中所述昆虫图斑为所述增量图中相互连通的像素,包含昆虫的形态特征和面积;

S42:计算所述昆虫图斑的图斑面积,并将所述图斑面积计入到面积分布表中;

S43:判断所述昆虫特征图谱是否为空,如果为空则执行步骤S44,否则执行步骤S45;

S44:判定所述昆虫图斑为新昆虫图斑,将所述新昆虫图斑直接加入到所述昆虫特征图谱中,并将所述新昆虫图斑的图斑面积权重设为1,跳转至步骤S46;

S45:将所述昆虫图斑与所述昆虫特征图谱中的昆虫图斑进行比对,如果在所述昆虫特征图谱中已经存在所述昆虫图斑,则判定所述昆虫图斑为已有昆虫图斑,将所述已有昆虫图斑的图斑面积权重增加0.3,并跳转至步骤S46,否则执行步骤S44;

S46:如果所述面积分布表记录超过20个图斑面积,计算出每个图斑面积的面积分布概率,将所述昆虫特征图谱中所述面积分布概率小于5%的昆虫图斑移除,并将移除的昆虫图斑的图斑面积加入总移除面积中。

5.如权利要求1或4所述的方法,其特征在于,步骤S4还包括:

S47:根据所述面积分布概率归一化所述昆虫图斑为相同尺寸大小,得到归一化图斑,将所述归一化图斑作为正例,从所述增量图中不含昆虫图斑部分截取同样尺寸图像作为反例;

S48:利用所述正例的Harr特征和所述反例的Harr特征进行分类器训练,得到级联的boosted分类器。

6.如权利要求1所述的方法,其特征在于,所述步骤S5中根据所述增量图计算增加的昆虫数量具体包括:

S51:根据所述增量图中获取的昆虫图斑的数目得到昆虫增加的数目;

S52:根据所述面积分布表从所述昆虫增加的数目中减去面积分布概率小于5%的图斑数目,得到目标昆虫增量;

S53:将上次计算获取的数量与目标昆虫增量相加得到本次昆虫数量的增量计数值。

7.如权利要求1、4或5中任一项所述的方法,其特征在于,所述步骤S6中计算昆虫数量的面积计数值具体包括:

S61:对所述昆虫轮廓图进行分割,获取总昆虫图斑,其中所述总昆虫图斑为所述昆虫轮廓图中相互连通的像素,并计算所述昆虫轮廓图中全部的白色像素面积,记为总像素面积;

S62:使用所述boosted分类器识别所述总昆虫图斑,计算昆虫加权平均面积;

S63:如果所述总像素面积为小于所述昆虫加权平均面积,将所述总移除面积置0;

S64:所述总像素面积减去所述总移除面积,得到总昆虫面积;

S65:所述总昆虫面积除以所述昆虫加权平均面积,得到所述昆虫数量的面积计数值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京农业智能装备技术研究中心,未经北京农业智能装备技术研究中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310156563.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top