[发明专利]一种杀虫灯的识别病虫害的方法

权利要求书

1.一种杀虫灯的识别病虫害的方法，其特征在于：包括以下步骤：

步骤一：防水摄像头模块(7)采集庄稼图像；

步骤二：嵌入式系统通过GPRS技术将采集的庄稼图像传送到计算机CPU中；

步骤三：对庄稼进行图像处理；

步骤四：对处理后的庄稼图像进行识别处理，获取图像特征：采用模糊神经网络技术对庄稼图像进行识别处理，获得图像特征为Char＝[BU WU LA OA AL₁ FL AL₂]，其中BU为体长上限、WU为翅展上限、LA为前缘角部尖锐弧度、OA为外缘平整弧度、AL₁为触角长度、FL为前肢长度、AL₂为后肢长度；

步骤五：将图像特征与特征数据库进行对比，获得虫害类型及虫害的数量。

2.如权利要求1所述的一种杀虫灯的识别病虫害的方法，其特征在于：所述步骤三的图像处理的方法包括以下步骤：

步骤31：图像灰度化：对要进行分析的图像进行标定，将采集到的图像裁剪为1600×1600像素的图像，将目标保留在图像的中部待处理，对彩色图像进行灰度化处理；

步骤32：平滑去燥，采用中值滤波去除噪声：g(x,y)＝med{f(x-k,y-l),(k,l∈W)}

其中，f(x,y)、g(x,y)分别为原始图像和处理后图像；W为二维模板；

步骤33：图像分割：d＝d₀(d₁......d_m)/m；其中d为图像单个像素点的灰度、q为图像灰度的圆值、ad为像素阈值化比较后的灰度值、m为图像序号；

步骤34：形态学图像处理：通过开运算来消除目标触角、害虫留在叶面的粪便、菜叶上的沙土，通过闭运算来填补虫害内部的孔洞；所述开运算为闭运算为其中和分别表示腐蚀和膨胀；

步骤35：害虫边界提取；

步骤36：轮廓填充。

3.如权利要求1所述的一种杀虫灯的识别病虫害的方法，其特征在于：所述步骤四中的识别处理方法为：

步骤41：求出待识别虫害的图像特征属于每个目标种类的隶属度；

步骤42：使用得出的这一组隶属度中的最小值作为该虫害对这类目标的隶属度；

步骤43：作种类识别时，通过选取隶属度最大的那个目标种类作为待识别虫害的所属种类。

4.如权利要求1所述的一种杀虫灯的识别病虫害的方法，其特征在于：所述步骤五中的特征数据库的建立方法为：

步骤51：选取样本：选取常见虫害的样本；

步骤52：对虫害的图像进行提取；

步骤53：对提取到的图像进行处理，获取图像特征，将图像特征汇入特征数据库中。

5.如权利要求1或2所述的一种杀虫灯的识别病虫害的方法，其特征在于：所述害虫边界提取的提取方法包括以下步骤：

步骤351：高斯平滑去噪：使用高斯滤波器与图像进行卷积，大小为(2k+1)×(2k+1)的高斯滤波器核的改进生成方程式：1≤i，j≤(2k+1)，其中，σ是方差；

步骤352：计算梯度强度和方向：边缘差分算子计算水平和垂直方向的差分G_x和G_y，获得像素点的梯度方向θ＝arctan(G_y/G_x)：

步骤353：非极大值抑制：将其梯度方向近似为以下值中的一个(0,45,90,135,180,225,270,315)；比较该像素点，和其梯度方向正负方向的像素点的梯度强度；如果该像素点梯度强度最大则保留，否则抑制，即置为0；

步骤354：双阈值检测：如果边缘像素的梯度值高于高阈值，则将其标记为强边缘像素；如果边缘像素的梯度值小于高阈值并且大于低阈值，则将其标记为弱边缘像素；如果边缘像素的梯度值小于低阈值，则会被抑制；

步骤355：抑制孤立低阈值点。