[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

说明书

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种基于计算机视觉技术的广谱虫情自动测报方法。

背景技术

近年来，食品安全和环境保护的观念已深入人心，由于物种单一导致虫害泛滥，往往造成农业减产，或矫枉过正过度施药，甚至兼而有之。准确的虫害灾情监测是实现科学防治虫害的基础和前提，研究一种高效、广谱、自动测报害虫的方法，对农业安全生产和环境保护都有重要的意义。

传统方法往往采用虫情测报灯，利用昆虫的趋光性对昆虫进行诱杀来计数，但是存在以下三个主要问题：

1、诱捕昆虫的种类比较繁杂，不易区分虫情的种类，无法实现对单一种类的昆虫的虫情进行测报，针对性不强；

2、无法诱捕趋光性不强的昆虫，测报结果不准确；

3、计数困难，往往需要人工统计，往往误差比较大，且缺少自动测报能力，耗费大量人力物力。

除利用昆虫的趋光性之外，也有研究是利用性诱剂诱杀昆虫并称重计数或放电计数，但是昆虫质量轻微此类方法漏测率很高。

另外，还有研究是通过野外昆虫自动拍摄装置，获取处于自然状态下的昆虫数字图像，再通过图像处理方法对特定形态的昆虫进行计数，但受到外界干扰较多，在实际生产环境中识别率不高，且测报品种单一、训练模型较为复杂，无法实现昆虫的广谱测报。

发明内容

（一）要解决的技术问题

针对上述缺陷，本发明要解决的技术问题是解决现有技术中对虫情的报测结果不准确、测报昆虫种类单一、测报装置结构复杂庞大的问题。

（二）技术方案

为解决上述问题，本发明提供了一种基于计算机视觉技术的广谱虫情自动测报方法，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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，步骤S4之后还包括：

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。

进一步地，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；