留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于全局对比度的害虫收集方法

柳懿祥 汪杭军 徐铁平

柳懿祥, 汪杭军, 徐铁平. 基于全局对比度的害虫收集方法[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20200318
引用本文: 柳懿祥, 汪杭军, 徐铁平. 基于全局对比度的害虫收集方法[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20200318
LIU Yixiang, WANG Hangjun, XU Tieping. Pest collection method based on global contrast[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20200318
Citation: LIU Yixiang, WANG Hangjun, XU Tieping. Pest collection method based on global contrast[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20200318

本文已在中国知网网络首发,可在知网搜索、下载并阅读全文。

基于全局对比度的害虫收集方法

doi: 10.11833/j.issn.2095-0756.20200318
基金项目: 浙江省基础公益研究计划项目(LGN19C140006);浙江省自然科学基金资助项目(LY16C160007);绍兴市科技计划项目(2018C20013)
详细信息
    作者简介: 柳懿祥(ORCID: 0000-0002-7561-7334),从事图像处理与模式识别研究。E-mail: 616731542@qq.com
    通信作者: 汪杭军(ORCID: 0000-0002-7698-1226),教授,博士,从事林业图像处理与模式识别研究。E-mail: whj@zafu.edu.cn
  • 中图分类号: S763

Pest collection method based on global contrast

  • 摘要:   目的  目前利用测报灯,通过灯光诱捕昆虫,并由计算机完成昆虫图像的采集、计数和识别已逐步成为害虫测报的重要方法。为了减少昆虫在采样盘上重叠造成的计数和识别误差,基于害虫图像,根据昆虫密度研究采样盘中昆虫的收集方法,从而提高采集效率和精度。  方法  根据昆虫在采样盘上姿态特点,提出基于全局对比度的图像分割方法,结合阈值迭代分割获得昆虫区域,计算昆虫比例,并控制采样盘翻转完成对昆虫的收集。  结果  通过对5种害虫的实际图像进行的试验表明:与水平集、大津法(OTSU)、阈值迭代法和基于直方图对比度的显著性检测(HC)4种算法相比,本研究方法在准确率和召回率上均提高10%以上,取得了较好的结果;同时,在分割速度上比水平集快3倍,与阈值和HC算法基本持平。  结论  基于全局对比度的分割方法简单、高效,在害虫自动测报中具有较高的实际应用价值。图7表1参17
  • 图  1  方法流程图

    Figure  1  Algorithm flow chart

    图  2  害虫收集装置示意图

    Figure  2  Schematic diagram of pest collection device

    图  3  白底样本分割效果对比

    Figure  3  Comparison of sample segmentation effects on white background

    图  4  OTSU算法与本研究算法对阴影分割的比较

    Figure  4  Comparison of shadow segmentation between OTSU and research algorithm

    图  5  HC算法与本研究算法对害虫细节分割的比较

    Figure  5  Comparison of HC algorithm and research algorithm on pest detail segmentation

    图  6  红底样本分割效果对比

    Figure  6  Comparison of sample segmentation effects on red background

    图  7  HC算法与本研究算法对深色害虫分割的比较

    Figure  7  Comparison of HC algorithm and research algorithm on dark pest segmentation

    表  1  准确率、召回率和分割速度对比

    Table  1.   Comparison of accuracy recall, and segmentation speed

    分割算法准确率召回率分割速度
    白底样本红底样本白底样本红底样本白底样本红底样本
    水平集算法0.720.740.620.641.684.35
    OTSU算法0.700.770.630.700.360.84
    阈值迭代算法0.830.830.810.690.560.87
    HC算法0.860.880.860.630.430.98
    本研究算法0.920.950.950.890.661.05
    下载: 导出CSV
  • [1] 张芳群. 基于Web技术的虫害预测系统的研究[D]. 杭州: 浙江理工大学, 2017.

    ZHANG Fangqun. Research on the Pest Forecasting System based on Web Technology[D]. Hangzhou: Zhejiang Sci-Tech University, 2017.
    [2] 陈梅香, 杨信廷, 石宝才, 等. 害虫自动识别与计数技术研究进展与展望[J]. 环境昆虫学报, 2015, 37(1): 176 − 183.

    CHEN Meixiang, YANG Xinting, SHI Baocai, et al. Research progress and prospect of technologies for automatic identifying and counting of pests [J]. J Environ Entomol, 2015, 37(1): 176 − 183.
    [3] 张书平, 余燕, 毕守东, 等. 灾变模型在马尾松毛虫幼虫发生量预报中的应用[J]. 浙江农林大学学报, 2020, 37(1): 93 − 99. doi:  10.11833/j.issn.2095-0756.2020.01.012

    ZHANG Shuping, YU Yan, BI Shoudong, et al. A catastrophe model to forecast larvae occurrence of Dendrolimus punctatus [J]. J Zhejiang A&F Univ, 2020, 37(1): 93 − 99. doi:  10.11833/j.issn.2095-0756.2020.01.012
    [4] 张鸣华, 丁鑫, 刘持标. 基于二值化图像识别的新型农业害虫诱杀监测系统研究[J]. 南昌航空大学学报(自然科学版), 2019, 33(1): 74 − 79.

    ZHANG Minghua, DING Xin, LIU Chibiao. Research on new agricultural pest trapping and killing monitoring system based on binarized image recognition [J]. J Nanchang Hangkong Univ Nat Sci, 2019, 33(1): 74 − 79.
    [5] 陈京, 刘德营, 谢堂胜, 等. 田间稻飞虱图像远程实时采集系统的研制[J]. 湖南农业大学学报(自然科学版), 2016, 42(6): 693 − 698.

    CHEN Jing, LIU Deying, XIE Tangsheng, et al. A remote real-time acquisition system for rice plant hopper images in the fields [J]. J Hunan Agric Univ Nat Sci, 2016, 42(6): 693 − 698.
    [6] SOLIS-SÁNCHEZ L O, GARCÍA-ESCALANTE J J, CASTAÑEDA-MIRANDA R, et al. Machine vision algorithm for whiteflies(Bemisia tabaci Genn)scouting under greenhouse environment [J]. J Appl Entomol, 2009, 133(7): 546 − 552. doi:  10.1111/j.1439-0418.2009.01400.x
    [7] NING Jifeng, ZHANG Lei, ZHANG David, et al. Interactive image segmentation by maximal similarity based region merging [J]. Pattern Recognition, 2009, 43(2): 445 − 456.
    [8] 吕金娜. 基于LAB空间和自适应聚类的害虫图像分割方法[J]. 河南科技学院学报(自然科学版), 2016, 44(1): 57 − 61.

    LÜ Jinna. Image segmentation based on LAB color space adaptive clustering algorithm for pest image segmentation [J]. J Henan Inst Sci Technol Nat Sci Ed, 2016, 44(1): 57 − 61.
    [9] 杨信廷, 刘蒙蒙, 许建平, 等. 自动监测装置用温室粉虱和蓟马成虫图像分割识别算法[J]. 农业工程学报, 2018, 34(1): 164 − 170. doi:  10.11975/j.issn.1002-6819.2018.01.22

    YANG Xinting, LIU Mengmeng, XU Jianping, et al. Image segmentation and recognition algorithm of greenhouse whitefly and thrip adults for automatic monitoring device [J]. Trans Chin Soc Agric Eng, 2018, 34(1): 164 − 170. doi:  10.11975/j.issn.1002-6819.2018.01.22
    [10] 陈树越, 吴正林, 朱军, 等. 基于凹点检测的粮仓粘连害虫图像分割算法[J]. 计算机工程, 2018, 44(6): 213 − 218. doi:  10.3969/j.issn.1000-3428.2018.06.037

    CHEN Shuyue, WU Zhenglin, ZHU Jun, et al. Image segmentation algorithm for grain overlapping pests based on pitting detection [J]. Comput Eng, 2018, 44(6): 213 − 218. doi:  10.3969/j.issn.1000-3428.2018.06.037
    [11] 李芝茹, 吴晓峰, 李全罡, 等. 自动追踪式可升降太阳能虫害监测装置的设计[J]. 森林工程, 2016, 32(6): 85 − 88. doi:  10.3969/j.issn.1001-005X.2016.06.017

    LI Zhiru, WU Xiaofeng, LI Quangang, et al. Design of the solar liftable device for pest monitoring with automatic trac-king [J]. For Eng, 2016, 32(6): 85 − 88. doi:  10.3969/j.issn.1001-005X.2016.06.017
    [12] 张红涛, 胡玉霞, 刘新宇, 等. 农田害虫实时检测装置的设计与实现[J]. 河南农业科学, 2007(12): 63 − 65. doi:  10.3969/j.issn.1004-3268.2007.12.018

    ZHANG Hongtao, HU Yuxia, LIU Xinyu, et al. Design and implementation of real-time detection device for farmland pests [J]. J Henan Agric Sci, 2007(12): 63 − 65. doi:  10.3969/j.issn.1004-3268.2007.12.018
    [13] 张昊辰, 申小艳, 张欣铃. 智能粮仓害虫监测系统的设计[J]. 通信电源技术, 2013, 30(4): 111 − 112, 126. doi:  10.3969/j.issn.1009-3664.2013.04.036

    ZHANG Haochen, SHEN Xiaoyan, ZHANG Xinling. Design of smart granary pests monitoring system [J]. Telecom Power Technol, 2013, 30(4): 111 − 112, 126. doi:  10.3969/j.issn.1009-3664.2013.04.036
    [14] CHENG Mingming, ZHANG Guoxin, MITRA N J, et al. Global contrast based salient region detection[C]// IEEE. International Conferene on Computer Vision and Pattern Recognition. Colorado: IEEE, 2011: 409 − 416.
    [15] 陈宁宁. 几种图像阈值分割算法的实现与比较[J]. 电脑知识与技术, 2011, 7(13): 3109 − 3111.

    CHEN Ningning. Achieve and comparison of image segmentation thresholding method [J]. Comput Knowl Technol, 2011, 7(13): 3109 − 3111.
    [16] 白雪冰, 许景涛, 郭景秋, 等. 基于局部二值拟合模型的板材表面节子与虫眼的图像分割[J]. 浙江农林大学学报, 2016, 33(2): 306 − 314. doi:  10.11833/j.issn.2095-0756.2016.02.017

    BAI Xuebing, XU Jingtao, GUO Jingqiu, et al. Segmentation of wood surface knots and wormholes based on an improvedLBF Model [J]. J Zhejiang A&F Univ, 2016, 33(2): 306 − 314. doi:  10.11833/j.issn.2095-0756.2016.02.017
    [17] BORJI J, CHENG Mingming, JIANG Huaizu, et al. Salient object detection: a benchmark [J]. IEEE Trans Image Process, 2012, 24(12): 5706 − 5722.
  • [1] 明浩, 苏喜友.  利用特征分割和病斑增强的杨树叶部病害识别 . 浙江农林大学学报, 2020, 37(6): 1159-1166. doi: 10.11833/j.issn.2095-0756.20190752
    [2] 叶晓明, 钱宇汀, 叶雯, 沈黄莹, 曾燕如, 喻卫武, 戴文圣.  香榧绿藻的生物学特性及物种鉴定 . 浙江农林大学学报, 2019, 36(4): 629-637. doi: 10.11833/j.issn.2095-0756.2019.04.001
    [3] 李洪滨, 朱诚棋, 周湘, 马良进, 苏秀.  红哺鸡竹异香柱菌的形态学和分子鉴定 . 浙江农林大学学报, 2016, 33(6): 1040-1044. doi: 10.11833/j.issn.2095-0756.2016.06.016
    [4] 李娟, 张小斌, 薛皎, 黄俊浩, 吴鸿.  基于Lucid多途径检索的竹林害虫智能诊断系统研建 . 浙江农林大学学报, 2016, 33(1): 122-129. doi: 10.11833/j.issn.2095-0756.2016.01.017
    [5] 姜广宇, 徐爱俊, 黄小银, 邵建龙.  带约束条件的森林防火最优路径算法 . 浙江农林大学学报, 2013, 30(1): 76-82. doi: 10.11833/j.issn.2095-0756.2013.01.011
    [6] 詹伟君, 罗优波, 张立斌.  松墨天牛优良球孢白僵菌菌株生物学及毒力研究 . 浙江农林大学学报, 2013, 30(1): 83-89. doi: 10.11833/j.issn.2095-0756.2013.01.012
    [7] 梁香媚.  室带槌腹叶蜂的形态和生物学 . 浙江农林大学学报, 2012, 29(3): 431-434. doi: 10.11833/j.issn.2095-0756.2012.03.017
    [8] 闫争亮, 刘云彩, 胡光辉, 刘永刚, 孟梦.  思茅松林的树木多样性与主要害虫发生的关系 . 浙江农林大学学报, 2012, 29(2): 226-231. doi: 10.11833/j.issn.2095-0756.2012.02.012
    [9] 华正媛, 王井田, 刘剑, 王浩杰, 舒金平, 徐天森.  衢州市油茶害虫及天敌种类调查 . 浙江农林大学学报, 2012, 29(2): 232-243. doi: 10.11833/j.issn.2095-0756.2012.02.013
    [10] 张廷廷, 徐华潮, 江挺.  嘉兴市南湖区林业害虫调查及主要害虫风险分析 . 浙江农林大学学报, 2012, 29(4): 621-625. doi: 10.11833/j.issn.2095-0756.2012.04.022
    [11] 信晓颖, 江洪, 周国模, 余树全, 王永和.  加拿大森林火险气候指数系统(FWI)的原理及应用 . 浙江农林大学学报, 2011, 28(2): 314-318. doi: 10.11833/j.issn.2095-0756.2011.02.023
    [12] 石富超, 朱小兵, 龚宁, 王涛.  几种药剂对4种林业害虫的防治效果比较 . 浙江农林大学学报, 2009, 26(3): 358-362.
    [13] 王记祥, 马良进.  虫生真菌在农林害虫生物防治中的应用 . 浙江农林大学学报, 2009, 26(2): 286-291.
    [14] 和秋菊, 易传辉.  曲足侎缘蝽生物学特性及防治 . 浙江农林大学学报, 2008, 25(3): 363-366.
    [15] 沈幼莲, 劳冲, 冯林国.  慈溪市蔗扁蛾生物学特性及防治 . 浙江农林大学学报, 2008, 25(3): 367-370.
    [16] 楼雄伟, 方陆明, 徐爱俊, 叶祥根.  多源数据融合下的森林防火本底数据库建立 . 浙江农林大学学报, 2008, 25(4): 405-410.
    [17] 胡国良, 程益鹏, 楼君芳, 王国杜, 夏国华, 陈建刚, 章祖平.  山核桃花蕾蛆生物学特性及防治技术 . 浙江农林大学学报, 2007, 24(4): 463-467.
    [18] 王义平, 于振东, 吴鸿.  林木昆虫演变为重大害虫的主要环境因子 . 浙江农林大学学报, 2007, 24(6): 752-757.
    [19] 李兰英, 高岚, 温亚利, 黄水灵, .  森林病害的环境影响分析 . 浙江农林大学学报, 2006, 23(5): 491-496.
    [20] 李克恩.  森得保和苏云金杆菌防治竹织叶野螟药效对比试验 . 浙江农林大学学报, 2006, 23(4): 445-448.
  • 加载中
  • 链接本文:

    http://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20200318

    http://zlxb.zafu.edu.cn/article/zjnldxxb/2021/2/1

计量
  • 文章访问数:  18
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-05-13
  • 修回日期:  2020-11-21

基于全局对比度的害虫收集方法

doi: 10.11833/j.issn.2095-0756.20200318
    基金项目:  浙江省基础公益研究计划项目(LGN19C140006);浙江省自然科学基金资助项目(LY16C160007);绍兴市科技计划项目(2018C20013)
    作者简介:

    柳懿祥(ORCID: 0000-0002-7561-7334),从事图像处理与模式识别研究。E-mail: 616731542@qq.com

    通信作者: 汪杭军(ORCID: 0000-0002-7698-1226),教授,博士,从事林业图像处理与模式识别研究。E-mail: whj@zafu.edu.cn
  • 中图分类号: S763

摘要:   目的  目前利用测报灯,通过灯光诱捕昆虫,并由计算机完成昆虫图像的采集、计数和识别已逐步成为害虫测报的重要方法。为了减少昆虫在采样盘上重叠造成的计数和识别误差,基于害虫图像,根据昆虫密度研究采样盘中昆虫的收集方法,从而提高采集效率和精度。  方法  根据昆虫在采样盘上姿态特点,提出基于全局对比度的图像分割方法,结合阈值迭代分割获得昆虫区域,计算昆虫比例,并控制采样盘翻转完成对昆虫的收集。  结果  通过对5种害虫的实际图像进行的试验表明:与水平集、大津法(OTSU)、阈值迭代法和基于直方图对比度的显著性检测(HC)4种算法相比,本研究方法在准确率和召回率上均提高10%以上,取得了较好的结果;同时,在分割速度上比水平集快3倍,与阈值和HC算法基本持平。  结论  基于全局对比度的分割方法简单、高效,在害虫自动测报中具有较高的实际应用价值。图7表1参17

English Abstract

柳懿祥, 汪杭军, 徐铁平. 基于全局对比度的害虫收集方法[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20200318
引用本文: 柳懿祥, 汪杭军, 徐铁平. 基于全局对比度的害虫收集方法[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20200318
LIU Yixiang, WANG Hangjun, XU Tieping. Pest collection method based on global contrast[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20200318
Citation: LIU Yixiang, WANG Hangjun, XU Tieping. Pest collection method based on global contrast[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20200318

返回顶部

目录

    /

    返回文章
    返回