理模块200,用于对所述初始图像进行彩色预处理获得灰度图像；
[0047] 边缘检测模块300,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；
[0048] 种子填充模块400,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；
[0049] 统计模块500,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。
[0050] 具体的，在本实施例中，以叶螨为例，通过获取模块100获取植株的虫害叶片初始 图像，然后预处理模块200对该虫害叶片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。
[0051] 获得灰度图像后，边缘检测模块300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，边缘检测模块300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，边缘检测模块300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，Gv)，并按如下公式求出梯度的大小：
[0052]
[0053] 按如下公式计算出梯度的方向：
[0054]
[0055] 考虑到灰度图像中的边缘可能会指向不同的方向，在一种具体实施中，边缘检测 模块300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。然后边缘检测模块300对于灰度图像中的每一个像素点，都 用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。
[0056] 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，边缘检测模块300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，使用上述梯度的大小 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。边缘检测模块300完成上述过程后，就可以提取出虫害闭合边缘，得到 虫害闭合区域，该虫害闭合区域为二值图像形式。
[0057] 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，边缘检测模块300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。
[0058] 在边缘检测模块300获得虫害闭合区域后，种子填充模块400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。
[0059] 对虫害闭合区域进行种子填充以后，种子填充模块400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。
[0060] 确定害虫填充区域后，统计模块500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。
[0061] 较佳的，如图3所示，本发明的虫害分析计数系统还包括滤波模块250,用于在根 据边缘检测法检测所述灰度图像中的虫害闭合边缘之前，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。
[0062] 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，如图4所示，较佳地，在本发明的虫害分析计数系统中，统计模块500还 包括孔洞填充模块501，用于根据孔洞填充算法对所述害虫填充区域进行孔洞填充，获取害 虫分割二值图像。在根据害虫填充区域获取害虫分割二值图像时，孔洞填充模块501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，统计模块500可精确地统计出叶螨等害虫 的数量。
[0063] 以上各个模块其具体功能的实现方法，可参照上文所述的虫害分析计数方法，此 处不再一一赘述。
[0064] 以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实 施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存 在矛盾，都应当认为是本说明书记载的范围。
[0065] 以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并 不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来 说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护 范围。因此，本发明专利的保护范围应以所附权利要求为准。
【主权项】
1. 一种虫害分析计数方法，其特征在于，包括如下步骤： 获取植株的虫害叶片初始图像； 对所述初始图像进行彩色预处理获得灰度图像； 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； 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； 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。2. 根据权利要求1所述的虫害分析计数方法，其特征在于，在根据边缘检测法检测所 述灰度图像中的虫害闭合边缘时，先根据形态学腐蚀算法对所述灰度图像进行修正。3. 根据权利要求1所述的虫害分析计数方法，其特征在于，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，根据二维高斯滤波模板对所述灰度图像进行滤波。4. 根据权利要求1至3中任一项所述的虫害分析计数方法，其特征在于，所述边缘检测 法为Canny边缘检测算法。5. 根据权利要求1至3中任一项所述的虫害分析计数方法，其特征在于，根据所述害虫 填充区域获取害虫分割二值图像的过程包括如下步骤： 根据孔洞填充算法对所述害虫填充区域进行孔洞填充，获取害虫分割二值图像。6. -种虫害分析计数系统，其特征在于，包括： 获取模块，用于获取植株的虫害叶片初始图像； 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； 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； 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； 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。7. 根据权利要求6所述的虫害分析计数系统，其特征在于，所述边缘检测模块在根据 边缘检测法检测所述灰度图像中的虫害闭合边缘时，先根据形态学腐蚀算法对所述灰度图 像进行修正。8. 根据权利要求7所述的虫害分析计数系统，其特征在于，还包括滤波模块，用于在根 据边缘检测法检测所述灰度图像中的虫害闭合边缘之前，根据二维高斯滤波模板对所述灰 度图像进行滤波。9. 根据权利要求6至8中任一项所述的虫害分析计数系统，其特征在于，所述统计模块 还包括孔洞填充模块，用于根据孔洞填充算法对所述害虫填充区域进行孔洞填充，获取害 虫分割二值图像。
【专利摘要】本发明涉及一种虫害分析计数方法及系统，该方法包括如下步骤：获取植株的虫害叶片初始图像；对初始图像进行彩色预处理获得灰度图像；根据边缘检测法检测灰度图像中的虫害闭合边缘，获取虫害闭合区域；对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；根据害虫填充区域害虫分割二值图像，并根据害虫分割二值图像统计害虫的数量。本发明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。
【IPC分类】G06T7/00, G06M11/00
【公开号】CN105005813
【申请号】CN201510366564
【发明人】刘国成, 张杨
【申请人】广州铁路职业技术学院
【公开日】2015年10月28日
【申请日】2015年6月26日