農(nóng)作物葉子蟲害檢測方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及農(nóng)業(yè)科技技術(shù)領(lǐng)域，特別是涉及一種農(nóng)作物葉子蟲害檢測方法和系統(tǒng)。
【背景技術(shù)】
[0002]農(nóng)作物的整個生長期內(nèi)，受到多種有害生物危害，直接影響到農(nóng)作物的產(chǎn)量和質(zhì)量，給農(nóng)業(yè)生產(chǎn)造成嚴(yán)重的破壞。在我國，每年由于病蟲害所引起的損失都相當(dāng)驚人。因此，農(nóng)作物的病蟲害防治在農(nóng)作物生產(chǎn)和國民經(jīng)濟發(fā)展中占有極其重要的地位。
[0003]對葉子害蟲種群數(shù)量進行抽樣調(diào)查，是進行預(yù)測預(yù)報工作的一項基本任務(wù)。只有獲取正確的抽樣調(diào)查數(shù)據(jù)，才能對害蟲的數(shù)量動態(tài)、種群密度以及害蟲的危害程度進行準(zhǔn)確的預(yù)測，進而才能對農(nóng)作物進行精確噴藥，并保證害蟲防治工作的正確執(zhí)行。
[0004]目前，病蟲害發(fā)生程度在生產(chǎn)上仍多數(shù)采用人工肉眼觀察分析的方法，該方法雖然簡單易行，但需要操作人員具有一定的專業(yè)基礎(chǔ)知識，而且由于蚜蟲個體較小，長時間的人為眼睛觀察不僅勞動量很大，效率極低，統(tǒng)計數(shù)據(jù)往往由于操作人員個體的差異而出現(xiàn)較大誤差，使得各個調(diào)查者之間的調(diào)查結(jié)果可比性差。再者，當(dāng)有害生物發(fā)生量大時，應(yīng)用肉眼觀察的方法將是一項繁重的工作，有些甚至不可能完成，例如有些會飛的害蟲喜歡聚集在葉片背面，當(dāng)翻動葉片要進行觀察時，多數(shù)都已飛走。
[0005]因此，迫切需要研發(fā)一種能夠針對該類小型群居性害蟲的自動分析方法，以滿足植物保護領(lǐng)域有害生物發(fā)生情況調(diào)查分析的研究需要。

【發(fā)明內(nèi)容】

[0006]基于此，有必要針對效率低、計數(shù)誤差大問題，提供一種農(nóng)作物葉子蟲害檢測方法和系統(tǒng)。
[0007]—種農(nóng)作物葉子蟲害檢測方法，包括如下步驟:
[0008]獲取農(nóng)作物葉子的蟲害圖像，對所述蟲害圖像進行灰度化得到蟲害灰度圖像；
[0009]采用邊緣檢測技術(shù)提取所述蟲害灰度圖像的蟲害邊緣輪廓線；其中，蟲害邊緣輪廓線為蟲害區(qū)域與背景的分界線；
[0010]利用種子點填充方法對所述蟲害邊緣輪廓線內(nèi)的蟲害區(qū)域進行填充，使得所述蟲害區(qū)域的像素值等于所述蟲害邊緣輪廓線的像素值，得到二值圖像；
[0011]確定所述二值圖像中蟲害區(qū)域的面積，根據(jù)所述蟲害區(qū)域的面積大小確定農(nóng)作物葉子的蟲害數(shù)量。
[0012]—種農(nóng)作物葉子蟲害檢測系統(tǒng)，包括:
[0013]采集模塊，用于獲取農(nóng)作物葉子的蟲害圖像，對所述蟲害圖像進行灰度化得到蟲害灰度圖像；
[0014]邊緣檢測模塊，用于采用邊緣檢測技術(shù)提取所述蟲害灰度圖像的蟲害邊緣輪廓線；其中，蟲害邊緣輪廓線為蟲害區(qū)域與背景的分界線；
[0015]第一填充模塊，用于利用種子點填充方法對所述蟲害邊緣輪廓線內(nèi)的蟲害區(qū)域進行填充，使得所述蟲害區(qū)域的像素值等于所述蟲害邊緣輪廓線的像素值，得到二值圖像；
[0016]統(tǒng)計模塊，用于確定所述二值圖像中蟲害區(qū)域的面積，根據(jù)所述蟲害區(qū)域的面積大小確定農(nóng)作物葉子的蟲害數(shù)量。
[0017]上述農(nóng)作物葉子蟲害檢測方法和系統(tǒng)，通過獲取農(nóng)作物葉子的蟲害圖像，在灰度圖下提取蟲害灰度圖像的蟲害邊緣輪廓線，然后對蟲害邊緣輪廓線內(nèi)的蟲害區(qū)域進行填充得到二值圖像，再根據(jù)二值圖像中蟲害區(qū)域的面積確定農(nóng)作物葉子的蟲害數(shù)量，可以準(zhǔn)確、快速確定農(nóng)作物害蟲葉螨在葉片上的數(shù)量，提高了農(nóng)作物葉子蟲害檢測效率，對蟲害預(yù)測、預(yù)報產(chǎn)生積極作用。
【附圖說明】
[0018]圖1為本發(fā)明的農(nóng)作物葉子蟲害檢測方法流程圖；
[0019]圖2為本發(fā)明的農(nóng)作物葉子蟲害檢測系統(tǒng)結(jié)構(gòu)示意圖。
【具體實施方式】
[0020]下面結(jié)合附圖對本發(fā)明的農(nóng)作物葉子蟲害檢測方法和系統(tǒng)的【具體實施方式】作詳細描述。
[0021]參考圖1所示，圖1為本發(fā)明的農(nóng)作物葉子蟲害檢測方法流程圖，包括如下步驟:
[0022]步驟S10，獲取農(nóng)作物葉子的蟲害圖像，對所述蟲害圖像進行灰度化得到蟲害灰度圖像；
[0023]在本步驟中，可以通過攝像設(shè)備獲得的初始農(nóng)作物葉片圖像為彩色圖像，對初始圖像進行彩色預(yù)處理得到適合分析處理的灰度圖像。
[0024]由于彩色圖像中的每個像素的顏色有R、G、B三個分量決定，而每個分量有255中值可取，這樣一個像素點可以有1600多萬(255*255*255)的顏色的變化范圍。而灰度圖像是R、G、B三個分量相同的一種特殊的彩色圖像，其一個像素點的變化范圍為255種，將彩色圖像轉(zhuǎn)變成灰度圖像以使后續(xù)的圖像的計算量變得少一些?；叶葓D像的描述與彩色圖像一樣，仍然反映了整幅圖像的整體和局部的色度和亮度等級的分布和特征。
[0025]步驟S20，采用邊緣檢測技術(shù)提取所述蟲害灰度圖像的蟲害邊緣輪廓線；其中，蟲害邊緣輪廓線為蟲害區(qū)域與背景的分界線；
[0026]在本步驟中，是對灰度化后的蟲害圖像進行處理，由于蟲害區(qū)域與葉片背景區(qū)域在灰度上有一定的差別，因此，通過提取出蟲害邊緣的輪廓線，可以將蟲害區(qū)域分割出來。本步驟采用邊緣檢測技術(shù)來提取蟲害區(qū)域與葉片背景的分界線。
[0027]在一個實施例中，步驟S20中采用邊緣檢測技術(shù)提取所述蟲害灰度圖像的蟲害邊緣輪廓線之前，還可以包括如下步驟:
[0028]根據(jù)所述蟲害灰度圖像的圖片特征選擇合適的濾波器對所述蟲害灰度圖像進行濾波去噪處理。
[0029]由于圖像在形成過程中，會受到設(shè)備、環(huán)境、拍攝方式等因素的影響，致使引入許多噪聲。所以，為了提高圖像的質(zhì)量以及后續(xù)的圖像進行分割處理，因此，可以首先對圖像進行去噪處理?？梢愿鶕?jù)實際的圖片特征選擇合適的濾波器對圖像進行濾波以消除噪聲，例如:均值濾波器、自適應(yīng)濾波器、中直濾波器、小波去噪、形態(tài)學(xué)噪聲濾除器、二維高斯濾波模版等。
[0030]在一個實施例中，步驟S20中采用邊緣檢測技術(shù)提取所述蟲害灰度圖像的蟲害邊緣輪廓線，可以包括步驟:
[0031](I)利用梯度算子計算所述蟲害灰度圖像的梯度圖像；
[0032](2)利用閾值法對所述梯度圖像進行邊緣提取，得到蟲害灰度圖像的蟲害邊緣輪廓線。
[0033]作為一個優(yōu)選的實施例，上述步驟(I)利用梯度算子計算所述蟲害灰度圖像的梯度圖像，具體可以包括如下步驟:
[0034]利用導(dǎo)數(shù)算子計算所述蟲害灰度圖像在直角坐標(biāo)系中水平方向和豎直方向兩個方向的偏導(dǎo)數(shù)，并根據(jù)所述水平方向和豎直方向兩個方向的偏導(dǎo)數(shù)計算出梯度大小和方向；比較所述蟲害灰度圖像設(shè)定像素的灰度值與其梯度方向上前后兩個像素的灰度值的大??；若所述設(shè)定像素的灰度值大于所述梯度方向上前后兩個像素的灰度值，則判定所述設(shè)定像素屬于邊緣像素；若所述設(shè)定像素的灰度值不大于所述梯度方向上前后兩個像素的灰度值，則判定所述設(shè)定像素不屬于邊緣像素。
[0035]可以把邊緣的梯度方向分為水平、垂直、45°方向、135°方向八個方向，各方向用不同的鄰近像素進行比較，確定局部極大值，若某像素的灰度值與其梯度方向上前后兩個像素的灰度值相比不是最大的，則該像素不是邊緣像素。
[0036]傳統(tǒng)的邊緣檢測算法一般只考慮水平方向和豎直方向，對圖像邊緣的方向特征考慮較少，會漏檢圖像的一些細節(jié)，導(dǎo)致丟失部分邊緣細節(jié)；而本發(fā)明采用多方向的邊緣檢測算法可以使得檢測出的圖像邊緣較為完整，輪廓線清晰且連續(xù)性較好。
[0037]作為一個優(yōu)選的實施例，上述(2)利用閾值法對所述梯度圖像進行邊緣提取，得到蟲害灰度圖像的蟲害邊緣輪廓線，可以包括步驟:
[0038]計算所述梯度圖像的直方圖，利用所述直方圖確定一個高閾值和一個低閾值；判斷梯度圖像的像素值與所述高閾值和低閾值大?。蝗粝袼鼗叶戎荡笥诟唛撝?，則判定所述像素是邊緣像素；若