CN101794406A - 烟粉虱成虫密度自动计数系统 - Google Patents

Abstract

本发明公开了一种烟粉虱成虫密度自动计数方法，其步骤为：(1)、测距：测量成像装置与成像对象之间的距离；(2)、图像采集：利用成像装置采集包含烟粉虱成虫的图像；(3)、识别所采集图像中的烟粉虱并进行自动计数；(4)、计算寄主植物叶片的面积；(5)、根据步骤(3)和步骤(4)的结果，得到寄主植物叶片的单位面积内烟粉虱成虫数量，即烟粉虱成虫密度。本发明是一种能自动、快速、准确地对田间复杂背景下烟粉虱成虫进行识别、计数、统计的烟粉虱成虫密度自动计数方法。

Description

烟粉虱成虫密度自动计数系统

技术领域

本发明主要涉及到昆虫研究中昆虫计数方法的领域，特指一种烟粉虱成虫密度的自动计数方法。

背景技术

目前，在烟粉虱研究和害虫测报、防治相关领域中，对于寄主植物上或黄板上单位面积内烟粉虱成虫进行计数的工作，是一项经常面临的现实工作，现有的计数方式，都是靠人为的手工进行，一边数、一边用纸笔记录，靠人工数并叠加数据；而烟粉虱成虫由于个体小、又具有飞翔能力，不同的寄主植物叶片和黄板面积大、小不一，当种群密度稍大，又需要对不同物体上的烟粉虱成虫进行比较烟粉虱成虫密度时，这项工作就显得十分繁琐，费时费力而且准确度差。现有技术中，有依靠图像处理技术和编程技术完成微小昆虫自动计数的系统，例如在黄板上蚜虫的计数等方面有所应用，然而该系统存在以下几个缺陷：1、所面临的对象是针对同一张图像背景亮度一致的采集图像而设计的，需要统一拍摄的背景面积，比如固定大小的黄板上的昆虫数量，还需要固定摄像头与图像背景的距离，使得每张图片拍摄的面积统一，与田间复杂背景亮度下烟粉虱成虫的计数没有通用性，且现有技术不能得出昆虫的密度，在昆虫研究时具有局限性。2、现有的微小昆虫自动计数系统不对目标体进行筛选或者仅凭像素的大小范围对目标体进行简单的筛选，难以排除图像噪声、叶片本身叶脉、病斑等对目标的干扰。3、现有的微小昆虫自动计数系统每计数一张图像文件上的烟粉虱成虫数量用户要经过文件打开、变灰、取反、参数调节、二值化、计数、保存结果共7个操作步骤，如果计数100张图像文件烟粉虱成虫的数量，则至少要操作700次，操作十分繁琐，缺乏便捷性。4、现有微小昆虫自动计数采用全局阈值对目标和背景分离，当同一张图像较暗区域的目标和较明亮区域的背景灰度值一样时，将无法通过全局阈值将所有的目标和背景分离开来。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种能自动、快速、准确地对田间复杂背景下烟粉虱成虫进行识别、计数、统计的烟粉虱成虫密度自动计数方法。

为解决上述技术问题，本发明采用以下技术方案。

一种烟粉虱成虫密度自动计数方法，其特征在于，步骤为：

(1)、测距：测量成像装置与成像对象之间的距离；

(2)、图像采集：利用成像装置采集包含烟粉虱成虫的图像；

(3)、识别所采集图像中的烟粉虱并进行自动计数：先根据植物叶片呈绿色的特征，将所采集图像中绿色的像素点变为白色，然后将所采集图像中其它颜色的像素点变为黑色；应用图像平滑法，将植物叶片区域内非绿色的点也变为白色，把烟粉虱所在的叶片区域和其他区域分开；对整个所采集图像进行变灰处理，用动态阈值法根据灰度值的大小将烟粉虱成虫与图像背景二值化分开，利用烟粉虱成虫的形态特征识别叶片区域二值化后的每个目标体，对符合形态特征的目标体进行计数；

(4)、计算寄主植物叶片的面积：利用成像装置与成像对象之间的距离和成像装置所能拍摄到的成像对象的实际面积之间的函数关系，计算所采集图像的背景面积；对所采集图像内的叶片边缘进行白色圈定，并对白色边缘内部进行白色填充，其余变黑；利用白色部分所占像素点的比例，结合所采集图像的背景面积，得到寄主植物叶片的面积；

(5)、根据步骤(3)和步骤(4)的结果，得到寄主植物叶片的单位面积内烟粉虱成虫数量，即烟粉虱成虫密度。

作为本发明的进一步改进：

所述步骤(3)中符合形态特征的目标体满足下面三个条件，满足下面三个条件的白色连通区域即可判断为烟粉虱成虫的图案：

①.S1≤S≤S2，其中S1＝4*10⁴*d^-1.8972，S2＝4*10⁵*d^-1.8972，d为成像装置与成像对象之间的距离，S表示每个类目标体的像素点数量；

②.R1≤MaxL/MinL≤R2，其中R1表示比值的下限值，MaxL为类目标体长轴的像素点数量，MinL表示类目标体短轴的像素点数量，R2表示比值的上限值；

③.Lw≤a*L+b，其中L＝2*pi*MinL+4*(MaxL-MinL)，a为斜率，b为误差值，pi是圆周率，Lw为类目标体边缘像素点数量。

与现有技术相比，本发明的优点就在于：

(1)本发明的计数结果更贴近昆虫学研究、害虫测报的要求。在昆虫学研究领域、害虫测报方面通常都用到种群密度，而不是种群数量，因为种群密度具有可比性，而单纯的某一种害虫的数量往往没有实际意义，本发明根据短距离激光测距仪测定每张图像拍摄时摄像头与图像背景的距离，计算每张图片拍摄的背景面积，计算单位面积上烟粉虱成虫数量，与不同距离拍摄的图像计数结果单位一致，可与任何一张图像的统计结果相比较，尤其重要的是单位叶面积上的烟粉虱成虫数量，是种群密度监测所要求的结果，面对烟粉虱寄主植物的多样性，叶片大小不一、形状不规则，计算活体寄主植物叶片的面积是一个难题，本发明解决了这一难题，能够直接给出单位叶面积上烟粉虱成虫的数量。

(2)节省了用户的操作步骤。如果每张图像背景拍摄时保持了面积的一致，仅仅需要计数每个图片上的烟粉虱成虫数量时，本发明提供了批量处理图像文件的功能，如果计数100张图像文件烟粉虱成虫的数量，利用本发明则只需要操作一次，即一次选取要计数的100个图像文件。

(3)适合田间复杂图像背景下的烟粉虱成虫识别计数。在田间拍摄烟粉虱时，由于天气的阴晴、遮蔽物产生的阴影、叶片的正反等原因导致不同图像之间和同一图像的不同部分区域之间背景亮度不一，本发明采用固定窗口局部动态阈值法可以很好的将不同明暗背景的目标体与背景区分开来。

(4)提高了目标识别的准确性。本发明根据烟粉虱所在叶片呈绿色的特性，将非绿色的区域排除在外，减少了非叶片区其他物体的干扰。本发明对目标体筛选进行了严格的大小限制，排除了图像噪声的干扰，而且根据烟粉虱成虫的形态进行了限制，排除了叶脉、病斑、污物等的干扰，提高了对目标识别的准确性。

附图说明

图1是本发明具体实施例的详细流程示意图；

图2是具体实施例中通过色度分析和领域平滑法获得叶片区域的流程示意图；

图3是具体实施例中通过叶片边缘白色圈定和白色填充获得叶片的流程示意图；

图4是具体实施例中采用Canny算子检测目标体及类目标体边缘的示意图；

图5是具体实施例中采用局部动态阈值法将目标体及类目标从背景分离的流程示意图。

具体实施方式

以下将结合具体实施例和说明书附图对本发明做进一步详细说明。

如图1所示，本发明烟粉虱成虫密度自动计数方法，其步骤为：

(1)、测距：测量成像装置与成像对象之间的距离；本实施例中，成像装置采用数码相机，数据处理设备采用计算机。本发明可以利用直尺或卷尺直接测定数码相机拍摄图像时摄像头与成像对象之间的距离，也可以利用短距离激光测距仪更加精确地测量数码相机拍摄物体时摄像头与成像对象之间的距离，并保存该数据至计算机。数码相机摄像头与成像对象之间的距离会影响到每个烟粉虱占用像素的多少，也会影响到每张图像所包括的物体的大小、多少以及物体垂直投影的面积，因此，测定数码相机摄像头与成像对象之间的距离是计算叶面积的必要参数，也是帮助识别烟粉虱成虫的一个重要参数。

(2)、图像采集：利用成像装置采集包含烟粉虱成虫的图像，即利用数码相机将包含烟粉虱成虫的图像采集并输送到计算机中。

(3)、识别所采集图像中的烟粉虱并进行自动计数：

对于田间调查烟粉虱成虫密度，数码相机拍摄图像时，难以避免会拍摄到土壤等非烟粉虱成虫寄主背景，土壤颗粒组成多样，在变成灰度图像后，一些图案可能会被错误识别成烟粉虱成虫，因此，需要排除非寄主植物背景可减少错误识别和统计。

排除非叶片区域：根据植物叶片呈绿色的特征，将所采集图像中绿色的像素点变为白色，然后将所采集图像中其它颜色的像素点变为黑色。即对植物叶片进行色度分析，植物叶片在颜色上呈绿色，计算机用R(red)红色、G(green)绿色、B(blue)蓝色三个数值的不同组合表示不同的颜色，叶片绿色的RGB三个数值满足下面的两个条件：G-R＜0.6*R，G-R＞0.1*R。当原始图像文件中的像素点满足这两个条件时，该像素点变白，灰度值取值为255，其余像素点变黑，灰度值取值为0。

应用图像平滑法对图像进行领域平滑：将植物叶片区域内非绿色的点也变为白色，把烟粉虱所在的叶片区域和其他区域分开。叶片区域由于图像噪声干扰以及烟粉虱成虫等其他非绿色的图案导致叶片区域存在非绿色的像素点，通过领域平滑，将抹平叶片区域内非绿色的像素点。

叶片区域识别：当领域平滑后的像素点不是黑色，即灰度值大于0时，该像素点变白，灰度值取值为255，黑色像素点不变(参见图2)。

进行类烟粉虱成虫图案与背景分离，对整个所采集图像进行变灰处理，用动态阈值法根据灰度值的大小将烟粉虱成虫与图像背景二值化分开，利用烟粉虱成虫的形态特征识别叶片区域二值化后的每个目标体，对符合形态特征的目标体进行计数。

本实施例中的具体操作如下：

图像变灰：烟粉虱成虫呈淡黄色，其颜色特征容易跟田间寄主植物叶片中的一些颜色混淆，但是烟粉虱成虫较亮，模仿人眼视觉对烟粉虱成虫亮度与图像背景进行分离，将RGB图像转变为HIS图像，HIS图像中I表示亮度，从RGB图像依据如下公式得到灰度图像中的灰度值I：I＝(R+G+B)/3。

图像文件分类：每个烟粉虱成虫占有像素点的多少决定烟粉虱成虫图案与背景分离的效果，当近距离拍摄时每个烟粉虱成虫占有像素点较多，采用局部动态阈值化法分离烟粉虱成虫图案与背景效果较好，当稍远距离拍摄时每个烟粉虱成虫占有像素点较少，采用canny算子边缘检测烟粉虱成虫图案边缘效果较好。用阈值判定输入的摄像头与成像对象之间的距离的不同选择不同方法分离类目标体与背景。

canny算子边缘检测：检测阶跃边缘的基本思想是在图像中找出局部最大梯度幅值的像素点。canny算子检测出了叶脉和烟粉虱成虫的边缘(参见图4)。

局部动态阈值分割：由于田间烟粉虱所在环境明暗较复杂，如果采用全局固定域值分割将导致效果变差甚至失效。而局部阈值的选择，虽然用滑动窗口确定局部阈值效果会比较好，但是滑动窗口将极大地减缓计算速度，为了较快的速度，这里采用固定窗口确定局部阈值(参见图5)。根据局部阈值法将图像分割成类目标体和背景。

图像边缘检测或阈值分割后，有些图像噪声，不能当做烟粉虱成虫进行计数，因此，需要结合烟粉虱成虫的形态特征对类目标体进行一一筛选，符合烟粉虱成虫形态条件的才能进行计数。烟粉虱成虫大小在一定范围之内，呈椭圆形，表现在计算机描述的图像特征上是满足下面三个条件：

1.S1≤S≤S2，

其中S1＝4*10⁴*d^-1.8972，

S2＝4*10⁵*d^-1.8972，

d为摄像头与成像对象距离，S表示每个类目标体的像素点数量；

2.R1≤MaxL/MinL≤R2，

其中R1表示比值的下限值，多次统计烟粉虱成虫图像形态特征的结果得出该值为1.12，MaxL为类目标体长轴的像素点数量，MinL表示类目标体短轴的像素点数量，R2表示比值的上限值，多次统计烟粉虱成虫图像形态特征的结果得出该值为1.78；

3.Lw≤a*L+b，

其中L＝2*pi*MinL+4*(MaxL-MinL)，

其中a为斜率，b为误差值，多次统计烟粉虱成虫图像形态特征的结果得出a和b的值分别为1.2和-1，pi是圆周率，Lw为类目标体边缘像素点数量。

满足上述三个条件的白色连通区域判断为烟粉虱成虫的图案，进行计数。

上述步骤中叶片区域的识别，可以排除大部分的非叶片部分，但是识别的叶片区域大于实际需要计算的叶片部分面积，因此，统计单位叶面积烟粉虱成虫数量时需要重新精确计算。精确计算叶面积需要用户确定烟粉虱成虫所在的叶片。

(4)、计算寄主植物叶片的面积：利用成像装置与成像对象之间的距离和成像装置所能拍摄到的成像对象的实际面积之间的函数关系，计算所采集图像的背景面积；对所采集图像内的叶片边缘进行白色圈定，如用Photoshop软件或者windows自带的画图软件对需要计算叶面积的叶片边缘进行白色圈定(如图3所示)，并对白色边缘内部进行白色填充，其余变黑；利用白色部分所占像素点的比例，结合所采集图像的背景面积，得到寄主植物叶片的面积。

在本实施例中，首先进行叶片边缘识别，白色边缘使用的灰度值是255，在自然拍摄情况下，田间烟粉虱成虫及其环境均达不到灰度值为255，因此，对画图软件进行过叶片边缘白色圈定的图像文件，当灰度值为255时，图像灰度值不变，其他像素点灰度值变为0，这样叶片边缘就被识别出来(参见图3)。然后进行叶片边缘内部的白色填充，使每个闭合区域的内部像素点进行变白(参见图3)。最后进行面积计算，整个成像对象的垂直投影面积和摄像头与成像对象之间的距离满足下面的函数关系：

S＝12166656/(1.3*10⁷*d^-1.8972)

其中，S为整个成像对象的垂直投影面积，d为摄像头与成像对象之间的距离。根据输入的摄像头与成像对象之间的距离和该函数关系，计算成像对象的面积，计算白色部分像素点与整个图像像素点的比例，该比例乘以整个图像文件的面积，得出该图像文件中寄主植物叶片的面积。

(5)、根据步骤(3)和步骤(4)的结果，得到寄主植物叶片的单位面积内烟粉虱成虫数量，即将每个图像文件内烟粉虱成虫数量除以该图像文件内的叶片面积得到单位叶面积烟粉虱成虫数量——烟粉虱成虫密度。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (2)

1.一种烟粉虱成虫密度自动计数方法，其特征在于，步骤为：

(1)、测距：测量成像装置与成像对象之间的距离；

(2)、图像采集：利用成像装置采集包含烟粉虱成虫的图像；

(3)、识别所采集图像中的烟粉虱并进行自动计数：先根据植物叶片呈绿色的特征，将所采集图像中绿色的像素点变为白色，然后将所采集图像中其它颜色的像素点变为黑色；应用图像平滑法，将植物叶片区域内非绿色的点也变为白色，把烟粉虱所在的叶片区域和其他区域分开；对整个所采集图像进行变灰处理，用动态阈值法根据灰度值的大小将烟粉虱成虫与图像背景二值化分开，利用烟粉虱成虫的形态特征识别叶片区域二值化后的每个目标体，对符合形态特征的目标体进行计数；

(4)、计算寄主植物叶片的面积：利用成像装置与成像对象之间的距离和成像装置所能拍摄到的成像对象的实际面积之间的函数关系，计算所采集图像的背景面积；对所采集图像内的叶片边缘进行白色圈定，并对白色边缘内部进行白色填充，其余变黑；利用白色部分所占像素点的比例，结合所采集图像的背景面积，得到寄主植物叶片的面积；

(5)、根据步骤(3)和步骤(4)的结果，得到寄主植物叶片的单位面积内烟粉虱成虫数量，即烟粉虱成虫密度。

2.根据权利要求1所述的烟粉虱成虫密度自动计数方法，其特征在于，所述步骤(3)中符合形态特征的目标体满足下面三个条件，满足下面三个条件的白色连通区域即可判断为烟粉虱成虫的图案：

①.S1≤S≤S2，其中S1＝4*10⁴*d^-1.8972，S2＝4*10⁵*d^-1.8972，d为成像装置与成像对象之间的距离，S表示每个类目标体的像素点数量；

②.R1≤MaxL/MinL≤R2，其中R1表示比值的下限值，MaxL为类目标体长轴的像素点数量，MinL表示类目标体短轴的像素点数量，R2表示比值的上限值；

③.Lw≤a*L+b，其中L＝2*pi*MinL+4*(MaxL-MinL)，a为斜率，b为误差值，pi是圆周率，Lw为类目标体边缘像素点数量。

Images