[发明专利]一种小体积害虫自动检测方法及系统

说明书

本发明提供了一种小体积害虫自动检测方法及系统，首先获取粘虫板区域图像，并对所述粘虫板区域图像进行分块，得到多个子块图像；然后提取每一子块图像中的所有显著区域，确定显著区域灰度图，并基于自适应阈值算法，将显著区域灰度图转换为第一类二值图像，将第一类二值图像中面积处于预设范围内的显著区域作为目标害虫区域；最后以目标害虫区域的中心为基准对子块图像进行自动裁剪，得到子块图像中与目标害虫区域对应的方块图像，并确定方块图像对应的一维特征向量；将一维特征向量输入到预设害虫识别模型中，输出目标害虫区域内的目标害虫种类，实现对粘虫板区域图像内目标害虫的准确识别。

技术领域

本发明涉及农业害虫监测技术领域，更具体地，涉及一种小体积害虫自动检测方法及系统。

背景技术

在温室或田间害虫管理过程中，种植户进行害虫种群密度估计的一个主要方法是：依据粘虫板上的害虫分布情况对温室中虫情密度进行估计，从而实施精准、高效的害虫防治。具体做法是将粘虫板悬挂在温室植株的上方，根据害虫对特定颜色的趋向性将害虫引诱并粘附在粘虫板上，然后种植户定期对粘虫板上的害虫进行查看与数量统计。

但是由于温室或田间常发害虫粉虱、蓟马、蚜虫等的体积非常小，而且获取的粘虫板区域图像可能存在反光、光照不均等现象，增加了人工现场虫情统计的难度，当存在多个采集点时更是如此。而且在害虫高发期很容易由于现场查看劳动强度大而导致无法及时获取虫情信息，从而错过害虫防治的最佳时期，给农业生产带来重大的经济损失。

随着相机分辨率的提高以及图像处理技术的发展，使得使用计算机视觉技术代替人眼进行害虫的实时自动识别成为可能，提高害虫监测和预测预报的客观性和时效性，减轻基层植保人员的劳动强度。有研究人员提出了一种温室粘虫板害虫自动识别分类方法，该方法通过颜色特征进行边缘检测，对目标进行提取。一方面，上述方法考虑的是一种理想的条件，依然无法克服实际户外光线变化对图像采集质量的影响，将导致无法准确定位害虫位置，方法泛化能力弱。另一方面，上述方法认为粘虫板图像中所有目标都是靶标害虫，但是在实际诱捕过程中，其他昆虫、杂物都会粘附于粘虫板上，该方法并没有对干扰物进行剔除和分类，导致无法在实际中进行应用。

因此，现急需提供一种小体积害虫自动检测方法及系统。

发明内容

为克服上述问题，本发明实施例提供了一种小体积害虫自动检测方法及系统。

第一方面，本发明实施例提供了一种小体积害虫自动检测方法，包括：

获取粘虫板区域图像，并对所述粘虫板区域图像进行分块，得到多个子块图像；

对于每一子块图像，基于二维傅里叶变换和二维傅里叶逆变换，提取所述子块图像中的所有显著区域，确定显著区域灰度图，并基于自适应阈值算法，将所述显著区域灰度图转换为第一类二值图像，将所述第一类二值图像中面积处于预设范围内的显著区域作为目标害虫区域；

以所述目标害虫区域的中心为基准对所述子块图像进行裁剪，得到所述子块图像中与所述目标害虫区域对应的方块图像，并将所述方块图像转换为灰度图像，并确定所述方块图像对应的一维特征向量；

将所述一维特征向量输入到预设害虫识别模型中，由所述预设害虫识别模型输出所述方块图像内的目标害虫种类。

优选地，所述基于二维傅里叶变换和二维傅里叶逆变换，提取所述子块图像中的所有显著区域，并确定显著区域灰度图，具体包括：

基于二维傅里叶变换，获取所述子块图像的频率谱，并计算所述频率谱的幅值谱和相位谱；

确定所述幅值谱的对数谱并基于均值滤波器对所述幅值谱的对数谱进行滤波，获取所述子块图像中图像背景的对数谱；

基于所述幅值谱的对数谱以及所述图像背景的对数谱，确定所述子块图像中所有显著区域的对数谱；