虫害分析计数方法及系统的制作方法
【技术领域】
[0001] 本发明涉及机器视觉与视频图像处理领域，特别涉及一种虫害分析计数方法及系 统。
【背景技术】
[0002] 农作物的整个生长期内，受到多种有害生物危害，有害生物直接影响到农作物的 产量和质量，给农业生产造成严重的破坏。在我国，每年由于病虫害所引起的损失都相当惊 人。因此，农作物的病虫害防治在农作物生产和国民经济发展中占有极其重要的地位，而病 虫害发生轻重程度的判断则是病虫害的预测预报，它是判定防治时机及评价防治效果的前 提。
[0003] 而防治过程中首要的前提就是在农作物生长期间，对其病虫害的正确识别和危害 情况的准确分析，从而进一步掌握其病害的发生动态规律，在此基础上，才能达到实时、准 确的预测和防治。目前，病虫害发生程度在生产上仍多数采用人工肉眼观察分析的方法，该 方法虽然简单易行，但需要操作人员具有一定的专业基础知识，统计数据往往由于操作人 员个体的差异而出现较大误差。而且，当有害生物发生量大时，应用肉眼观察的方法将是一 项繁重的工作，有些甚至不可能完成，例如有些会飞的害虫喜欢聚集在叶片背面，当翻动叶 片要进行观察时，多数都已飞走。因此，迫切需要一种能够针对该类小型群居性害虫的自动 分析方法，以满足植物保护领域有害生物发生情况调查分析的研究需要。
【发明内容】
[0004] 基于此，为解决现有技术中存在的问题，本发明提供一种虫害分析计数方法及系 统，基于计算机图像处理技术，可快速完成叶片上害虫的图像处理和计数，减轻了技术人员 的人工负担，为农作物保护研究提供了现代化辅助方法和工具。
[0005] 为实现上述目的，本发明实施例采用如下的技术方案：
[0006] -种虫害分析计数方法，包括如下步骤：
[0007] 获取植株的虫害叶片初始图像；
[0008] 对所述初始图像进行彩色预处理获得灰度图像；
[0009] 根据边缘检测法检测所述灰度图像中的虫害闭合边缘，获取虫害闭合区域；
[0010] 对所述虫害闭合区域进行种子填充，并运用形态学的开运算获取害虫填充区域； [0011] 根据所述害虫填充区域获取害虫分割二值图像，并根据所述害虫分割二值图像统 计害虫的数量。
[0012] 相应的，本发明还提供一种虫害分析计数系统，包括：
[0013] 获取模块，用于获取植株的虫害叶片初始图像；
[0014] 预处理模块，用于对所述初始图像进行彩色预处理获得灰度图像；
[0015] 边缘检测模块，用于根据边缘检测法检测所述灰度图像中的虫害闭合边缘，获取 虫害闭合区域；
[0016] 种子填充模块，用于对所述虫害闭合区域进行种子填充，并运用形态学的开运算 获取害虫填充区域；
[0017] 统计模块，用于根据所述害虫填充区域获取害虫分割二值图像，并根据所述害虫 分割二值图像统计害虫的数量。
[0018] 本发明通过获取植株的虫害叶片初始图像，并经由计算机图像分析方法分离出害 虫图像，实现害虫检测和计数，可以大幅度提高虫害叶片的检测效率和准确性，解决了必须 由专业技术人员人工进行害虫量检测的问题，减轻了技术人员的劳动强度，为农作物保护 研究提供了现代化工具。本发明还具备优良的可扩展性和通用性，可广泛适用于叶螨以及 其他比叶螨体积大的害虫的检测。
【附图说明】
[0019] 图1为本发明实施例中虫害分析计数方法的流程示意图；
[0020] 图2为本发明实施例中虫害分析计数系统的结构示意图；
[0021] 图3为本发明实施例中另一虫害分析计数系统的结构示意图；
[0022] 图4为本发明实施例中又一虫害分析计数系统的结构示意图。
【具体实施方式】
[0023] 下面结合附图对本发明的内容作进一步描述。
[0024] 如图1所示，本实施提供一种虫害分析计数方法，包括如下步骤：
[0025] SlOl获取植株的虫害叶片初始图像；
[0026] S102对所述初始图像进行彩色预处理获得灰度图像；
[0027] S103根据边缘检测法检测所述灰度图像中的虫害闭合边缘，获取虫害闭合区域；
[0028] S104对所述虫害闭合区域进行种子填充，并运用形态学的开运算获取害虫填充区 域；
[0029] S105根据所述害虫填充区域获取害虫分割二值图像，并根据所述害虫分割二值图 像统计害虫的数量。
[0030] 具体的，在本实施例中，以叶螨为例，通过摄像设备拍摄植株的虫害叶片初始图 像，然后对该初始图像进行彩色预处理获得灰度图像。彩色图像中的每个像素的颜色 由R、G、B三个分量决定，而每个分量有255个值可取，这样一个像素点可以有1600多万 (255*255*255)的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色 图像，其中一个像素点的变化范围为255种，在本实施例中，为了减小后续图像处理过程中 的计算量，故将虫害叶片初始图像转变成灰度图像。
[0031] 获得灰度图像后，使用现有技术中的边缘检测法检测灰度图像中的虫害闭合边 缘，提取出虫害闭合边缘后即可得到叶片的虫害闭合区域。在一种【具体实施方式】中，可采用 Canny边缘检测算法检测灰度图像中的虫害闭合边缘。具体的，首先利用导数算子找出所述 灰度图像的灰度沿着两个方向的偏导数（G x，Gy)，并按如下公式求出梯度的大小：
[0032] |￡?|
[0033] 按如下公式计算出梯度的方向：
[0034]
[0035] 考虑到灰度图像中的边缘可能会指向不同的方向，本实施例检测以下4个方向的 边缘：水平方向、垂直方向、与水平方向呈45°角方向以及与水平方向呈135°夹角的方 向。然后对于灰度图像中的每一个像素点，都与上述方向上的邻近像素点进行比较，确定每 一个像素点生成的边缘方向，并且获取每一个像素点及其邻近像素点中的灰度最大值，该 灰度最大值作为每一个像素点的局部灰度最大值。根据各个像素点的局部灰度最大值确定 两个阈值：一个高阈值和一个低阈值，这两个阈值用于判断清晰的边缘像素点。
[0036] 由于灰度图像中的重要边缘都是连续的曲线，这样就可以跟踪边缘曲线中的边界 部分，且避免将没有组成曲线的噪声像素当成边缘。本实施方式中，选定一个起点，将灰度 大于高阈值的像素点标识为比较确信的真实边缘，基于上文计算出的梯度的大小和方向， 从这些比较确信的真实边缘开始在灰度图像中跟踪整个边缘曲线。在跟踪时，灰度小于低 阈值的像素点不作为边缘像素点，因此可排除掉，这样就可以跟踪边缘曲线的模糊部分直 到回到起点。完成上述过程后，就可以提取出虫害闭合边缘，得到二值图像形式的虫害闭合 区域。
[0037] 在一种【具体实施方式】中，如果叶片中叶螨虫害的边缘较为模糊或是受到邻近叶片 杂质的影响，边缘不够清晰，边缘检测的效果会不理想，因此，在根据边缘检测法检测灰度 图像中的虫害闭合边缘时，可先根据形态学腐蚀算法对灰度图像进行修正，然后再进行检 测。其中，所述形态学腐蚀算法是形态学中为消除物体所有边界点而采用的算法，根据形态 学腐蚀算法可以使物体边界向内部收缩。
[0038] 较佳的，在根据边缘检测法检测所述灰度图像中的虫害闭合边缘之前，可根据二 维高斯滤波模板对所述灰度图像进行滤波，以消除噪声。其中，高斯滤波是一种线性平滑滤 波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程，本实施例中可采用二维高斯模 板扫描灰度图像中的每一个像素，用二维高斯模板确定的邻域内像素的加权平均灰度值去 替代二维高斯模板中心像素点的值。
[0039] 在获得虫害闭合区域后，可对虫害闭合区域进行种子填充，在一种【具体实施方式】 中，可采用种子填充算法对虫害闭合区域进行种子填充，所述种子填充算法又称为边界填 充算法，其基本思想是：从多边形区域的一个内点开始，由内向外用给定的颜色画点直到边 界为止。如果边界是以一种颜色指定的，则种子填充算法可逐个像素地处理直到遇到边界 颜色为止。在本实施例中，种子填充算法采用四连通域技术进行填充操作，即从区域内任意 一点出发，通过上、下、左、右四个方向到达区域内的任意像素。
[0040] 对虫害闭合区域进行种子填充以后，再使用形态学的开运算将灰度图像中多余的 区域或边缘滤去，得到虫害填充区域。其中形态学的开运算是对物体进行先腐蚀后膨胀的 过程，可用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变 其面积。
[0041] 确定害虫填充区域后，即可根据害虫填充区域获取害虫分割二值图像，根据该害 虫分割二值图像，可方便地统计出叶螨等害虫的数量。
[0042] 考虑到害虫填充区域内部纹理分布不均匀，在害虫填充区域内部有时会遗留下一 些小的孔洞，因此在根据害虫填充区域获取害虫分割二值图像时，可先利用现有技术中的 孔洞填充算法对害虫填充区域进行孔洞填充，这样可得到一个完整的害虫分割二值图像。 基于该完整的害虫分割二值图像，可精确地统计出叶螨等害虫的数量。
[0043] 综上所述，本发明采用计算机图像分析方法分析拍摄的虫害叶片初始图像，分离 出害虫图像，可以快速确定农作物害虫在叶片上的数量，大幅度提高虫害叶片的检测效率 和准确性，解决了必须由专业技术人员人工进行害虫量检测的问题，减轻了技术人员的劳 动强度，为农作物保护研究提供了现代化工具。本发明还具备优良的可扩展性和通用性，可 广泛适用于叶螨以及其他比叶螨体积大的害虫的检测。
[0044] 相应的，本发明还提供一种虫害分析计数系统，如图2所示，包括：
[0045] 获取模块100,用于获取植株的虫害叶片初始图像；
[0046] 预处