CN102131077A - 昆虫自主飞行监测系统和分析方法 - Google Patents

昆虫自主飞行监测系统和分析方法 Download PDF

Info

Publication number
CN102131077A
CN102131077A CN 201110051190 CN201110051190A CN102131077A CN 102131077 A CN102131077 A CN 102131077A CN 201110051190 CN201110051190 CN 201110051190 CN 201110051190 A CN201110051190 A CN 201110051190A CN 102131077 A CN102131077 A CN 102131077A
Authority
CN
China
Prior art keywords
insect
flight
monitoring
video
initial data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN 201110051190
Other languages
English (en)
Other versions
CN102131077B (zh
Inventor
程云霞
罗礼智
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201110051190A priority Critical patent/CN102131077B/zh
Publication of CN102131077A publication Critical patent/CN102131077A/zh
Application granted granted Critical
Publication of CN102131077B publication Critical patent/CN102131077B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Catching Or Destruction (AREA)

Abstract

本发明涉及一种昆虫自主飞行监测系统和分析方法,该方法在实验处理昆虫后将昆虫及食物均放入监测罩中;然后控制监测罩的环境温湿度和光周期,同时通过视频采集装置对监测罩中的昆虫的自主飞行行为进行视频信号采集并转化为视频文件;通过图像运动目标识别技术对视频文件进行实时/滞后分析,并将视频文件中昆虫的飞行行为或其它运动行为转化为定量的原始数据存储到文本文档中;再通过定义飞行阈值对文本文档中的原始数据进行整理和分析,从原始数据中提取出昆虫的飞行参数,通过所述飞行参数评价昆虫的飞行或活跃情况。该发明不仅满足了昆虫自主飞行或活动的监测实验要求,而且较以往的技术提高了实验效率。

Description

昆虫自主飞行监测系统和分析方法
技术领域
本发明涉及实验室科研测试、分析设备技术领域,特别是一种专门用于监测昆虫正常或处理条件下所发生的活跃情况或定量比较活跃程度的昆虫自主飞行监测系统和分析方法。
背景技术
迁飞是昆虫在长期的进化过程中形成的一种生存对策,迁飞一方面对昆虫种群的维持和发展有着重要的意义,另一方面昆虫的迁飞行为导致很多害虫能够经常暴发成灾。迁入的昆虫种群一方面在当地繁殖和生长对当地的农作物或牧草构成直接危害,另一方面,对这些昆虫的迁飞行为不能及时和精确的预测预报间接导致受害地区沉重的经济损失。因为这些昆虫的迁飞活动规律依据生态环境和自身特征而复杂多变,尽管昆虫迁飞的研究一直在开展中,但是精确预测预报其迁飞活动还未能实现。目前,野外昆虫迁飞行为的研究,主要采用的方法为标记回收(李光博,王恒祥,胡文绣.粘虫季节性迁飞为害假说及标记回收试验.植物保护学报.1964.3(2):101-109.)、灯光诱集法(张跃进,张国彦,谈孝风,苏战平,刘小英,周天云,杨万海,王贵生.佳多虫情测报灯与黑光灯诱集昆虫种类和数量的比较研究.中国植物导刊.2005.25(3):35-36.)和高空雷达(陈瑞鹿,暴祥致,王素云,孙雅杰,李立群,刘继荣,张德宽,卢加.公主岭昆虫雷达的装置和初步应用.中国农业科学.1985(3):97;陈鹿瑞,暴祥致,王素云,孙雅杰,李立群,刘继荣.草地螟迁飞活动的雷达观测.植物保护学报.1992.19(2):171-174;吴孔明,翟保平,封洪强,程登发,郭予元.华北北部地区二代棉铃虫成虫迁飞行为的雷达观测.植物保护学报.2006.33(2):163-167.)等,这些方法为野外昆虫的预测预报工作做出了重要的贡献,但是这些方法的共同特点是不能详细了解昆虫的飞行行为,如在某一时间段昆虫的飞行情况,在成虫的发育的某一天其飞行情况等,如果要获得昆虫飞行行为的精确定量数据这些技术更没有可能实现。
室内昆虫迁飞行为研究技术很好地弥补了上述野外监测手段的不足,而且为室内实验研究的开展提供了必要的条件,目前广泛应用的一种方法为室内昆虫吊飞技术。昆虫吊飞技术是将昆虫吊置在飞行磨的吊臂上,利用飞行磨对昆虫飞行数据采集和分析,在保证严格的均一处理的情况下,能够解释很多室内科学问题,并且也能够为田间昆虫迁飞预测预报提供一定的参考依据(张志涛.昆虫吊飞装置.植物保护.1982(6):30-32;罗礼智,江幸福,李克斌,胡毅.粘虫飞行对生殖及寿命的影响.昆虫学报.1999.42(2):150-158;张蕾,罗礼智,江幸福,胡毅.一日龄饥饿对粘虫成虫卵巢发育和飞行能力的影响.昆虫学报.2006.49(6):895-902.)。但是,昆虫吊飞实验技术本身的缺点也不容忽视。首先,该技术对实验者经验要求较多,尤其对吊飞前昆虫的处理,第一次做这种实验的操作者和有经验操作者对昆虫的处理手法差异对实验数据的波动影响非常大,没有经过长时间练习的操作者经常会导致实验昆虫的大量死亡。其次,该过程非常耗时,往往熟练的实验者平均每处理一头虫子也要4分钟左右,而且吊飞后的虫子还要做进一步的处理才能进行下一步的正常实验。最后,室内昆虫吊飞技术最大的缺陷是强迫昆虫飞行。表现在三个方面:(1)当昆虫的足被人为处理处于悬空状态时往往会有振翅动作出现,但是这个动作如果发生在吊飞实验中就可以带动飞行磨的转动,那么吊飞装置就会理所当然地记录为昆虫的飞行数据,而实际上这个不是昆虫真正的飞行动作;(2)在昆虫真正飞行的动作完成后,其振翅动作往往会停止,但是飞行磨由于惯性总会再转动若干圈,这多余圈数的转动不仅误导了吊飞系统的数据记录,而其能够导致昆虫被迫的振翅动作产生,这样违背了昆虫的飞行意愿;(3)昆虫在飞行磨上吊飞的过程中需要负载吊环和吊臂的重量,如果吊臂与转轴的摩擦力较大的话,那么昆虫的负载就更重了,如此一来,吊飞实验对昆虫的损耗加重。为此,昆虫自主飞行系统在昆虫飞行行为的研究中呼之欲出,很多一线的科学工作者也希望通过运用这个自主飞行系统来研究真实的昆虫飞行行为特征。早在1984年已经有科学工作者研究过粘虫(Mythimna separata)和草地螟(Loxostegesticticalis)成虫的自主飞行装置(张志涛.昆虫飞翔记录装置.植物保护.1984.10(3):17-18.),该装置所采用的原理是碰撞接触式采集方式,将昆虫对触丝的碰撞信号转化为机械信号输出到记录纸上以图形输出。但此装置不能输出可以定量和统计分析的数据,只能做定性的分析;且其记录方式已经被当前高速发展和日新月异的计算机技术所淘汰。
发明内容
本发明针对现有的野外昆虫迁飞研究方法无法获得昆虫飞行行为的精确定量数据,而室内昆虫吊飞技术不能真实反应昆虫自主飞行的现状,提供一种昆虫自主飞行监测系统和分析方法,能够满足昆虫自主飞行行为监测的实验要求,且实现了对昆虫飞行意愿或活动行为监测的客观性和实验操作的简便性。
本发明的技术方案如下:
一种昆虫自主飞行监测分析方法,其特征在于,该方法包括下述步骤:
A、根据实验目的处理实验昆虫,然后将昆虫及食物均放入监测罩中;
B、控制监测罩的环境温湿度和光周期,同时通过视频采集装置对监测罩中的昆虫的自主飞行行为进行视频信号采集并转化为视频文件;
C、通过图像运动目标识别技术对视频文件进行实时/滞后分析,并将视频文件中昆虫的飞行行为或其它运动行为转化为定量的原始数据存储到文本文档中;
D、通过定义飞行阈值对文本文档中的原始数据进行整理和分析,并从原始数据中提取出昆虫的飞行参数,通过所述飞行参数评价昆虫的飞行或活跃情况。
步骤D中所述昆虫的飞行参数包括飞行意愿、飞行累时、最长历时、平均飞行时间和飞行次数,每个时间段的视频文件分析后的原始数据对应所述飞行参数。
步骤D所述的从原始数据中提取出昆虫的飞行参数后,存入两个表格文件中,其中一个文件存储按时间段对每个飞行参数的提取结果,另一个文件存储被定义为飞行的每次飞行历时;按照时间顺序对照视频文件、文本文档中的原始数据和表格文件中的飞行参数以进一步检验飞行阈值定义的真实性和合理性。
步骤B所述的控制监测罩的光周期为采用可控红外和可见光源使昆虫处于正常生活习性的光周期中;所述视频采集装置包括红外一体化摄像机、PCI接口视频采集卡和电脑。
在步骤C中所述的转化为定量的原始数据的过程中,原始数据以阵列格式逐步存储到文本文档中,并为步骤D所述的从原始数据中提取出昆虫的飞行参数提供数据依据。
一种昆虫自主飞行监测系统,其特征在于,包括实验装置和监测分析模块,所述实验装置包括光周期控制装置、盛放昆虫的监测罩和视频采集装置,所述光周期控制装置用于使监测罩中的昆虫处于正常生活习性的光周期中,视频采集装置用于对监测罩中的昆虫的自主飞行行为进行视频信号采集并转化为视频文件;所述监测分析模块包括依次相连的图像运动目标识别分析模块、飞行参数提取模块和飞行参数统计分析模块,所述图像运动目标识别分析模块与视频采集装置相连,所述图像运动目标识别分析模块通过图像运动目标识别技术对视频文件进行实时/滞后分析,并将视频文件中昆虫的飞行行为或其它运动行为转化为定量的原始数据存储到文本文档中,所述飞行参数提取模块通过定义飞行阈值对文本文档中的原始数据进行整理和分析,并从原始数据中提取出昆虫的飞行参数,所述飞行参数统计分析模块通过所述飞行参数评价昆虫的飞行或活跃情况。
所述昆虫的飞行参数包括飞行意愿、飞行累时、最长历时、平均飞行时间和飞行次数,每一个时间段视频文件分析后的原始数据对应所述飞行参数。
所述飞行参数提取模块从原始数据中提取出昆虫的飞行参数后,存入两个表格文件中,其中一个文件存储按时间段对每个飞行参数的提取结果,另一个文件存储被定义为飞行的每次飞行历时;所述飞行参数统计分析模块按照时间顺序对照视频文件、文本文档中的原始数据和表格文件中的飞行参数以进一步检验飞行阈值定义的真实性和合理性。
所述光周期控制装置采用可控红外和可见光源,所述视频采集装置包括红外一体化摄像机、PCI接口视频采集卡和电脑。
所述图像运动目标识别分析模块在将视频文件转化为定量的原始数据的过程中,原始数据以阵列格式逐步存储到文本文档中。
本发明的技术效果如下:
本发明涉及的昆虫自主飞行监测分析方法,在实验处理昆虫后将昆虫及食物均放入监测罩中,控制监测罩的环境温湿度和光周期,同时通过视频采集装置对监测罩中的昆虫的自主飞行行为进行视频信号采集并转化为视频文件,通过图像运动目标识别技术对视频文件进行滞后分析,也可以对所监测的昆虫自主飞行行为信号的视频采用实时分析的方式,并将视频文件中昆虫的飞行行为或其它运动行为转化为定量的原始数据存储到文本文档中,再通过定义飞行阈值对文本文档中的原始数据进行整理和分析,从原始数据中提取出昆虫的飞行参数,通过所述飞行参数评价昆虫的飞行或活跃情况。本发明涉及的昆虫自主飞行监测分析方法不仅解决了现有的野外昆虫迁飞研究技术无法获得昆虫飞行行为的精确定量数据,而室内昆虫吊飞技术无法完成昆虫自主飞行的问题,而且在满足昆虫自主飞行行为监测的实验要求的基础上,还具有以下的优越性。只要通过观测昆虫的飞行行为获取实验结果的实验都可以根据实验目在实验处理昆虫后,依托本发明的监测分析方法对实验昆虫进行自主飞行监测分析,故应用范围广;实验处理昆虫后因直接监测分析昆虫的飞行行为,省去了吊飞处理繁琐过程,故减轻了实验工作的劳动强度,节约了实验时间,提高了实验效率。
所采用可控红外和可见光源来控制监测罩的光周期能够使昆虫处于正常生活习性的光周期中,且在暗期中没有可见光刺激而能正常观测昆虫行为,避免环境干扰对昆虫行为的影响,增加了测试实验数据的可靠性。
该监测分析方法测试数据重复性强、可信度高:整个分析和监测过程可以获得昆虫行为监测的视频文件、数值化的昆虫行为的文本文档和飞行参数化的表格文件三种相对应文件,把这三种数据文件中的数据按写入的时间顺序对应后,可以校正昆虫行为数值化的真实性及飞行阈值定义的合理性,实现了数据的三重校正从根本上保证了实验数据的可靠性,已有的实验结果表明重复内数据的变异较小,表明数据的重复性高。
本发明涉及的昆虫自主飞行监测系统,包括实验装置和监测分析模块,实验装置包括光周期控制装置、盛放昆虫的监测罩、昆虫喂食器和视频采集装置;监测分析模块包括依次相连的图像运动目标识别分析模块、飞行参数提取模块和飞行参数统计分析模块,所述图像运动目标识别分析模块与视频采集装置相连。实验装置主要负责提供昆虫正常活动需求和视频采集需要,保证饲养昆虫需要的温湿度和光照条件是稳定的,实验昆虫的食物充足,确保昆虫的各项生理指标相差较小,减小后期实验的误差。监测分析模块中的图像运动目标识别分析模块将昆虫的飞行行为或其它运动行为转化为定量的原始数据,通过飞行参数提取模块从原始数据中提取出昆虫的飞行参数,通过飞行参数统计分析模块对飞行参数统计分析,从而评价昆虫的飞行或活跃情况。该系统克服了目前昆虫飞行行为研究中常用的吊飞技术的诸多不足,充分考虑了实验的需要和现实实验条件,模块之间相互独立又环环相扣,为昆虫自主飞行监测分析的设计和优越性的体现提供了必要的物质基础,实现了真实反映昆虫飞行或其他活动行为的监测目的。
附图说明
图1为本发明昆虫自主飞行监测分析方法的流程图。
图2为本发明昆虫自主飞行监测分析方法的优选流程图。
图3为本发明昆虫自主飞行监测系统的结构原理图。
图4为本发明昆虫自主飞行监测系统的结构示意图。
图5为图4中的光周期控制装置与昆虫监测罩的正面观示意图。
图6为昆虫监测罩及昆虫饲喂装置的细节示意图。
图中各标号列示如下:
1-红外光源控制装置;2-白光光源控制装置;3-光源支架;4-昆虫;5-昆虫监测罩;6-红外摄像机;7-相机三脚架;8-相机电源及视频线;9-插入采集卡的电脑;10-昆虫喂食口;11-昆虫喂食器;12-温湿度控制装置;13-实验装置;14-监测分析模块。
具体实施方式
下面结合附图对本发明进行说明。
图1为本发明昆虫自主飞行监测分析方法的流程图。该方法包括下述步骤:
A、根据实验目的处理实验昆虫,然后将昆虫和昆虫喂食器及食物均放入监测罩中;
B、控制监测罩的环境温湿度和光周期,通过视频采集装置对监测罩中的昆虫的自主飞行行为进行视频信号采集并转化为视频文件,其中,视频采集装置包括红外一体化摄像机、PCI接口视频采集卡和电脑;
C、通过图像运动目标识别技术对视频文件进行实时/滞后分析,并将视频文件中昆虫的飞行行为或其它运动行为转化为定量的原始数据存储到文本文档中,该过程依据视频文件的录制时间和电脑的配置转化所需时间有区别,在转化为定量的原始数据的过程中,原始数据以阵列格式逐步存储到自动生成的文本文档中,并为后续步骤D中从原始数据中提取出昆虫的飞行参数提供数据资料;
D、通过定义飞行阈值对文本文档中的原始数据进行整理和分析,从原始数据中提取出昆虫的飞行参数,包括飞行意愿、飞行累时、最长历时、平均飞行时间和飞行次数五个参数,每个时间段的视频文件分析后的原始数据对应所述五个飞行参数,并通过所述飞行参数评价昆虫的飞行或活跃情况。
下面结合图2对本发明的该方法作进一步详细地说明,图2为本发明昆虫自主飞行监测分析方法的优选流程图。
实验准备首先设计实验,这个阶段主要保证饲养的昆虫需要的温湿度和光照条件是稳定的,实验昆虫的食物充足,确保实验昆虫的各项生理指标相差较小,减小后期实验的误差,确定实验目的,如果实验目的是观察药物(如保幼激素或早熟素素等)处理对昆虫行为影响,那么要选择合适的时期(如幼虫的某个龄期或成虫期等),保证自主飞行监测分析实验开始前这些实验处理已经完成。如果实验的目的是观察正常饲养的昆虫的自主飞行情况,那么,只需要在昆虫羽化第一天连同昆虫喂食器和食物均放入昆虫罩即可。检查电脑和摄像机的电源,确认视频采集卡已经插入PCI插槽中、视频采集软件已经正常安装和电脑硬盘空间足够存储视频文件。
开始录像打开控制环境温湿度和光周期的控制装置开关,实现监测罩的环境温湿度和光周期控制,同时通过视频采集装置对监测罩中的昆虫的自主飞行行为进行视频信号采集并转化为视频文件,具体为:打开电脑上已经正确安装的会声会影软件,在软件相应的选项中正确设置各个参数,其中包括用于录像的摄像头的帧频和视频的压缩格式,然后开始录像。为了方便后续的实验的数据校正,可以采用对数字化的视频进行滞后分析的方式,即先录制视频再对视频文件进行分析,录制的视频文件格式要求为AVI最好。可以将视频文件的存储路径设置成与视频分析软件相同,以方便后续的实验。
数字化视频的分析这个步骤是该方法最核心的环节,当录像结束后或录像的过程中,通过图像运动目标识别技术对视频文件进行分析,并将视频文件中昆虫的飞行行为或其它运动行为转化为定量的原始数据存储到文本文档(txt文档)中,如果是采用录制视频后的滞后分析方式,那么该过程要耗掉录制视频时间的1/5-1/6不等,这个时间主要取决于电脑配置。当视频文件分析完成后,txt文档的修改也完成;如果是实时的视频文件分析,那么这个分析时间和录制视频的时间是相等的,视频文件录制结束时同时生成一个txt文档。生成的txt文档中的原始数据按照每秒钟一行的格式存储,这样的存储格式方便数据导入数据分析程序之前对数据的删减。
飞行参数提取该步骤主要依托数据分析程序(Matlab软件)对已经写入txt文档中的数据阵列进行整理。根据昆虫种类和摄像机的性能差异,在运行Matlab code文件后分别输入定义的飞行阈值和摄像机的帧频,Matlab code文件根据输入的这些标准而自动对原始数据进行整理和分析,分析结果可以在Matlab中直接看到,也可以通过程序输出的表格文件(Excel文件)看到,原始数据分析后昆虫飞行或活动的多个行为参数被提取出来并存入两个Excel文件,其中一个文件存储按时间段对每个飞行参数的提取结果,另一个文件存储被定义为飞行的每次飞行历时。按照时间顺序对照视频文件、txt文档中原始数据和Excel文件中的飞行参数三者可以进一步检验飞行阈值定义的真实性和合理性,以确保每个分析过程能够真实反应昆虫的飞行情况。
统计分析根据实验目的和实验设计的不同,选用适当的统计分析方法对Excel文档中的飞行行为参数进行统计分析。
实验结束在实验的过程中,实验昆虫要在每天的同一时间饲喂,当实验设计的所有内容完成后,把实验昆虫从昆虫监测罩取出,做相应的处理。关闭录像软件、电脑、红外及可见光源光周期控制装置、红外摄像机和环境温湿度电源。至此,所有实验结束。
本发明还涉及一种昆虫自主飞行监测系统,其结构原理图和结构示意图分别如图3和图4所示,包括实验装置13和监测分析模块14,实验装置13主要负责提供昆虫正常活动需求和视频采集需要,主要包括环境温湿度控制装置12、光周期控制装置、盛放昆虫4的昆虫监测罩5、昆虫喂食器11和视频采集装置,昆虫监测罩5的下方设置有昆虫喂食口10,昆虫喂食器11内装有食物,昆虫喂食器11从昆虫喂食口10内放入至昆虫监测罩5中,昆虫喂食口10和昆虫喂食器11构成昆虫饲喂装置,该昆虫饲喂装置和昆虫监测罩5的结构如图6所示。图5为光周期控制装置与昆虫监测罩的正面观示意图,光周期控制装置包括在光源支架3上的红外光源控制装置1和白光光源控制装置2,红外光源控制装置1不仅保证没有可见光时视频采集装置的高质量工作,而且使昆虫监测罩5中的昆虫4在暗期中避免了可见光刺激对昆虫活动的干扰,增加了测试数据的可靠性实验技术;视频采集装置包括红外摄像机6及其相机三脚架7、相机电源及视频线8、PCI接口视频采集卡和电脑9,视频采集装置用于对昆虫监测罩5中的昆虫4的自主飞行行为进行视频信号采集并转化为视频文件。监测分析模块主要负责对采集昆虫自主飞行行为的信号进行实时/滞后分析的功能,并从原始数据中提取出昆虫的飞行特征参数,通过这些参数评价昆虫的飞行或活跃情况。监测分析模块14包括依次相连的图像运动目标识别分析模块、飞行参数提取模块和飞行参数统计分析模块,图像运动目标识别分析模块与视频采集装置相连,图像运动目标识别分析模块通过图像运动目标识别技术对视频文件进行实时/滞后分析,其原理是:不断的将新读取到得图像跟背景图像对比做差,得到一个新数组,然后将这个数组跟一个阈值对比将图像二值化,然后更新背景图像,再循环到开始,如此不断,图像运动目标识别分析模块将视频文件中昆虫的飞行行为或其它运动行为转化为定量的原始数据并以阵列格式逐步存储到文本文档中,飞行参数提取模块通过数据分析程序定义飞行阈值对文本文档中的原始数据进行整理和分析,从原始数据中提取出昆虫的飞行参数,包括飞行意愿、飞行累时、最长历时、平均飞行时间和飞行次数等飞行参数,每个时间段的视频文件分析后的原始数据对应所述飞行参数,提取出昆虫的飞行参数后,将其存入两个表格文件中输出,其中一个文件存储按时间段对每个飞行参数的提取结果,另一个文件存储被定义为飞行的每次飞行历时,飞行参数统计分析模块按照时间顺序对照视频文件、文本文档中的原始数据和表格文件中的飞行参数以进一步检验飞行阈值定义的真实性和合理性。实现了视频文件、原始数据和飞行参数的三重对照来检验飞行定义的真实性,对实验操作者而言该特征增加了实验数据的可控制性,也使得该系统设计更加人性化。
下面以正常饲养的草地螟成虫自主飞行行为监测为例说明本发明的该系统的工作流程,其中视频转化采用滞后分析方式,飞行阈值设为200,飞行参数的输出规定为按每小时分段:
昆虫准备:将人工气候箱中饲养的光周期为16L:8D,光期时间为05:00-21:00,温度为22℃,湿度为70%条件下羽化第3天的草地螟成虫5雌+5雄取出,将昆虫监测罩5的环境条件设置与人工气候箱中上述环境条件相同,之后将取出的5对成虫置于已经固定好位置的昆虫监测罩5中。昆虫监测罩5为透明的直径20cm,高25cm的圆柱形器具,壁的厚度约1mm,顶上盖一透明的塑料板以防草地螟成虫飞出。
录像:通过视频采集装置对昆虫监测罩5中的草地螟成虫的自主飞行行为进行视频信号采集并转化为视频文件。打开会声会影10.0,视频文件格式设置为AVI,并选择D盘作为视频文件的存储路径,D盘已经预先格式化为了NTFS格式。在“捕获”选项中选择“强制使用预览模式”,并输入捕获帧速率为25帧/秒;在“视频和音频捕获属性”中选择压缩格式为ffdshow Video Codec,压缩码率为500。当所有设置完成后,点击“捕获视频”录像开始,开始录像后软件自动生成一个以当天日期命名的视频文件,开始后可以看到“区间”一栏时间的积累,然后在实验记录本上记录开始录像的时间,第二天的同一时间或完成需要的时间段后点击“停止捕获”视频文件的录制完成。如果需要重复的数据那么在饲喂昆虫之后,再重复上述的录像操作。
视频文件的分析:该过程主要靠图像运动目标识别分析模块来完成的,图像运动目标识别分析模块在对视频文件分析的过程中,每得到一个新的数组就会以文本文档中的一个数据的形式输出一次,如此循环,直到视频文件的所有的图像被处理完成,这时文本文档的更新也完成,最后在更新完成的文本文档中可以看到25*3600n这样一个数据阵列,n表示视频文件录制的小时数。在对一个24h的视频文件分析时,以文本文档的方式打开视频分析软件,把视频文件的文件名输入,保存后关闭。然后图像运动目标识别分析模块再次工作时,这时图像运动目标识别分析模块开始对这个视频文件进行分析,分析结束后生成一个写入了25*86400数据阵列文本文档,该文本文档的文件名是由电脑根据系统程序开始时候的年月日时分秒时间自动生成的。图像运动目标识别分析模块可以在Windows XP/7操作系统下运行,可以同时对不同的视频文件进行分析而互不干扰。
飞行参数的提取:靠飞行参数提取模块来完成,在飞行参数提取模块内部,运行基于Matlab软件自身的平台编写的用于定义飞行和摄像机的帧率的Matlab code文件后,在Editor窗口中单击“run”后在弹出的对话框中输入阈值200,摄像机帧率为25帧/秒,单击“确定”后弹出“打开数据文件”的窗口,选择文本文档所在的文件夹并打开文件。这时,Matlab code文件自动执行从文本文档中提取飞行参数的过程。提取和分析结束后,这些飞行参数将存储在自动生成的文件名为“static”和“xlsdataflytimeeach”的两个Excel文件中,其中“static”文件中提取的飞行参数为:飞行意愿、飞行累时/秒、最长历时/秒、平均飞行时间/秒和飞行次数,每一个小时的视频数据对应五个这样的飞行参数。“xlsdataflytimeeach”文件中存储的是阈值大于200的每次不间断飞行的飞行历时,在整个视频文件中有多少次符合条件的飞行,那么这个文件中就有多少个表示飞行历时的数据,数据默认的单位是秒。
数据校验和分析:主要靠飞行参数统计分析模块完成,飞行参数统计分析模块按照时间顺序对照视频文件、文本文档中的原始数据和表格文件中的飞行参数以进一步检验飞行阈值定义的真实性和合理性。具体为:对“static”Excel文档中认为有疑问的数据按照时间顺序对应到原始的视频文件中相应的播放时间,如果草地螟成虫的飞行情况正常,而数据异常的话,可以在与视频播放时间相应的文本文档中的数据阵列做适当的修改,然后保存文本文档,并将保存的文本文件再次导入Matlab code文件,重新提取飞行参数。如果飞行参数提取后没有疑问,那么这个校验过程可以省略。实验结果的得出只需要通过整理“static”文档中的飞行参数统计分析即可。如果实验目的是监测草地螟成虫不同时间的飞行情况,而供试昆虫是5日龄的草地螟成虫,实验数据的统计分析方法为ANOVA,多重比较方式为Tukey’s检测,显著分析水平设置为小于0.05,每个飞行参数每个时间段的样本量为5,数据分析结果如表1所示,表1为草地螟5日龄成虫不同时间段的自主飞行情况,其中,每日17点钟为昆虫喂食时间,这段时间的数据已经扣除,表中每一个时间表示的是从整点的开始到这个整点的结束。表1表明,5日龄草地螟成虫总体飞行活动较强的时间段暗期和部分光期,从15:00开始飞行活动加剧,一直维持到第二天4:00末,这段时间内,草地螟成虫有两个飞行高峰第一个高峰出现在20:00到22:00点,即进入暗期前后的2小时,飞行意愿、飞行累时与飞行次数虽然没有达到统计学上显著水平,但是仍然高于相邻的其他时间段;另一个飞行高峰出现在3:00这个时间段,飞行意愿、飞行累时和飞行次数显著高于0:00-15:00的其他时间段;草地螟成虫飞行活动较弱的时间为05:00-14:00,即光期的部分时间,这表明草地螟成虫在室内的飞行依据时间有明显的变化规律。而每次的平均飞行历时和最长历时在不同时间段则没有很大的差异,这表明草地螟成虫的飞行是一种很规律的运动行为。
表1草地螟L.sticticalis 5日龄成虫不同时间段的自主飞行情况
表1中数据代表的含义为平均值±标准误,表中同一列数据后面的字母代表方差分析Tukey’s多重比较的结果,相同字母表示差异不显著,不同字母代表差异显著,显著水平设置为α=0.05。
应当指出,以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造,但不以任何方式限制本发明创造。因此,尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明,但是,本领域技术人员应当理解,仍然可以对本发明创造进行修改或者等同替换,总之,一切不脱离本发明创造的精神和范围的技术方案及其改进,其均应涵盖在本发明创造专利的保护范围当中。

Claims (10)

1.一种昆虫自主飞行监测分析方法,其特征在于,该方法包括下述步骤:
A、根据实验目的处理实验昆虫,然后将昆虫及食物均放入监测罩中;
B、控制监测罩的环境温湿度和光周期,同时通过视频采集装置对监测罩中的昆虫的自主飞行行为进行视频信号采集并转化为视频文件;
C、通过图像运动目标识别技术对视频文件进行实时/滞后分析,并将视频文件中昆虫的飞行行为或其它运动行为转化为定量的原始数据存储到文本文档中;
D、通过定义飞行阈值对文本文档中的原始数据进行整理和分析,并从原始数据中提取出昆虫的飞行参数,通过所述飞行参数评价昆虫的飞行或活跃情况。
2.根据权利要求1所述的昆虫自主飞行监测分析方法,其特征在于,步骤D中所述昆虫的飞行参数包括飞行意愿、飞行累时、最长历时、平均飞行时间和飞行次数,每个时间段的视频文件分析后的原始数据对应所述飞行参数。
3.根据权利要求2所述的昆虫自主飞行监测分析方法,其特征在于,步骤D所述的从原始数据中提取出昆虫的飞行参数后,存入两个表格文件中,其中一个文件存储按时间段对每个飞行参数的提取结果,另一个文件存储被定义为飞行的每次飞行历时;按照时间顺序对照视频文件、文本文档中的原始数据和表格文件中的飞行参数以进一步检验飞行阈值定义的真实性和合理性。
4.根据权利要求1至3之一所述的昆虫自主飞行监测分析方法,其特征在于,步骤B所述的控制监测罩的光周期为采用可控红外和可见光源使昆虫处于正常生活习性的光周期中;所述视频采集装置包括红外一体化摄像机、PCI接口视频采集卡和电脑。
5.根据权利要求4所述的昆虫自主飞行监测分析方法,其特征在于,在步骤C中所述的转化为定量的原始数据的过程中,原始数据以阵列格式逐步存储到文本文档中,并为步骤D所述的从原始数据中提取出昆虫的飞行参数提供数据依据。
6.一种昆虫自主飞行监测系统,其特征在于,包括实验装置和监测分析模块,所述实验装置包括光周期控制装置、盛放昆虫的监测罩和视频采集装置,所述光周期控制装置用于使监测罩中的昆虫处于正常生活习性的光周期中,视频采集装置用于对监测罩中的昆虫的自主飞行行为进行视频信号采集并转化为视频文件;所述监测分析模块包括依次相连的图像运动目标识别分析模块、飞行参数提取模块和飞行参数统计分析模块,所述图像运动目标识别分析模块与视频采集装置相连,所述图像运动目标识别分析模块通过图像运动目标识别技术对视频文件进行实时/滞后分析,并将视频文件中昆虫的飞行行为或其它运动行为转化为定量的原始数据存储到文本文档中,所述飞行参数提取模块通过定义飞行阈值对文本文档中的原始数据进行整理和分析,并从原始数据中提取出昆虫的飞行参数,所述飞行参数统计分析模块通过所述飞行参数评价昆虫的飞行或活跃情况。
7.根据权利要求6所述的昆虫自主飞行监测系统,其特征在于,所述昆虫的飞行参数包括飞行意愿、飞行累时、最长历时、平均飞行时间和飞行次数,每一个时间段视频文件分析后的原始数据对应所述飞行参数。
8.根据权利要求7所述的昆虫自主飞行监测系统,其特征在于,所述飞行参数提取模块从原始数据中提取出昆虫的飞行参数后,存入两个表格文件中,其中一个文件存储按时间段对每个飞行参数的提取结果,另一个文件存储被定义为飞行的每次飞行历时;所述飞行参数统计分析模块按照时间顺序对照视频文件、文本文档中的原始数据和表格文件中的飞行参数以进一步检验飞行阈值定义的真实性和合理性。
9.根据权利要求6至8之一所述的昆虫自主飞行监测系统,其特征在于,所述光周期控制装置采用可控红外和可见光源,所述视频采集装置包括红外一体化摄像机、PCI接口视频采集卡和电脑。
10.根据权利要求9所述的昆虫自主飞行监测系统,其特征在于,所述图像运动目标识别分析模块在将视频文件转化为定量的原始数据的过程中,原始数据以阵列格式逐步存储到文本文档中。
CN201110051190A 2011-03-03 2011-03-03 昆虫自主飞行监测系统和分析方法 Expired - Fee Related CN102131077B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110051190A CN102131077B (zh) 2011-03-03 2011-03-03 昆虫自主飞行监测系统和分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110051190A CN102131077B (zh) 2011-03-03 2011-03-03 昆虫自主飞行监测系统和分析方法

Publications (2)

Publication Number Publication Date
CN102131077A true CN102131077A (zh) 2011-07-20
CN102131077B CN102131077B (zh) 2012-10-17

Family

ID=44268948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110051190A Expired - Fee Related CN102131077B (zh) 2011-03-03 2011-03-03 昆虫自主飞行监测系统和分析方法

Country Status (1)

Country Link
CN (1) CN102131077B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102599113A (zh) * 2012-03-05 2012-07-25 南京航空航天大学 一种高速图像与力数据同步采集系统
CN103355255A (zh) * 2013-06-11 2013-10-23 苏州卓凯生物技术有限公司 新型昆虫活动性探测系统
CN103822665A (zh) * 2014-02-28 2014-05-28 清华大学 昆虫飞行形态观测及动力学特性测试装置
CN104614109A (zh) * 2015-01-16 2015-05-13 上海交通大学 非接触测力装置及方法
CN105284737A (zh) * 2015-09-29 2016-02-03 河南省农业科学院植物保护研究所 昆虫负压飞行信息采集装置及采集方法
CN105698864A (zh) * 2016-03-14 2016-06-22 桂林电子科技大学 一种昆虫弹跳形态观测及空间位移测量装置
CN106534791A (zh) * 2016-11-29 2017-03-22 杭州电子科技大学 一种大型蜘蛛三维运动观测及智能跟踪装置
CN107410223A (zh) * 2017-08-28 2017-12-01 南京农业大学 一种可用于磁场处理的小型昆虫生理行为节律自动监测收样装置
CN108513955A (zh) * 2018-06-07 2018-09-11 南京农业大学 一种无接触测定飞行昆虫飞行轨迹的测定装置及其测定方法
CN111009000A (zh) * 2019-11-28 2020-04-14 华南师范大学 昆虫取食行为分析方法、装置和存储介质
CN111464798A (zh) * 2020-06-05 2020-07-28 江西农业大学 一种无光照小型昆虫行为监控装置
CN115997736A (zh) * 2023-03-28 2023-04-25 绵阳师范学院 一种用于昆虫的飞行速度测试设备
CN117730827A (zh) * 2023-12-13 2024-03-22 山东省农业科学院 一种模拟昆虫田间飞行环境的试验系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1215304A (zh) * 1996-04-08 1999-04-28 埃科莱布有限公司 带有双向或多向光图像的飞虫诱捕器

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1215304A (zh) * 1996-04-08 1999-04-28 埃科莱布有限公司 带有双向或多向光图像的飞虫诱捕器

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
《农业工程学报》 20081130 翁桂荣 数学形态学在害虫种群密度监测中的应用 全文 1-10 第24卷, 第11期 *
《植物保护》 20040430 程登发 扫描昆虫雷达实时数据采集、分析系统 全文 1-10 第30卷, 第2期 *
《植物保护》 20070630 张云慧 垂直监测昆虫雷达空中昆虫监测的初步应用 全文 1-10 第33卷, 第3期 *
《沈阳农业大学学报》 20081031 罗礼智 新型甜菜夜蛾诱捕器的设计与田间试验效果分析 全文 1-10 第39卷, 第5期 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102599113B (zh) * 2012-03-05 2014-04-09 南京航空航天大学 一种高速图像与力数据同步采集系统
CN102599113A (zh) * 2012-03-05 2012-07-25 南京航空航天大学 一种高速图像与力数据同步采集系统
CN103355255A (zh) * 2013-06-11 2013-10-23 苏州卓凯生物技术有限公司 新型昆虫活动性探测系统
CN103822665B (zh) * 2014-02-28 2016-06-29 清华大学 昆虫飞行形态观测及动力学特性测试装置
CN103822665A (zh) * 2014-02-28 2014-05-28 清华大学 昆虫飞行形态观测及动力学特性测试装置
CN104614109A (zh) * 2015-01-16 2015-05-13 上海交通大学 非接触测力装置及方法
CN105284737B (zh) * 2015-09-29 2017-11-28 河南省农业科学院植物保护研究所 昆虫负压飞行信息采集装置及采集方法
CN105284737A (zh) * 2015-09-29 2016-02-03 河南省农业科学院植物保护研究所 昆虫负压飞行信息采集装置及采集方法
CN105698864A (zh) * 2016-03-14 2016-06-22 桂林电子科技大学 一种昆虫弹跳形态观测及空间位移测量装置
CN105698864B (zh) * 2016-03-14 2017-08-29 桂林电子科技大学 一种昆虫弹跳形态观测及空间位移测量装置
CN106534791B (zh) * 2016-11-29 2019-02-19 杭州电子科技大学 一种大型蜘蛛三维运动观测及智能跟踪装置
CN106534791A (zh) * 2016-11-29 2017-03-22 杭州电子科技大学 一种大型蜘蛛三维运动观测及智能跟踪装置
CN107410223A (zh) * 2017-08-28 2017-12-01 南京农业大学 一种可用于磁场处理的小型昆虫生理行为节律自动监测收样装置
CN108513955A (zh) * 2018-06-07 2018-09-11 南京农业大学 一种无接触测定飞行昆虫飞行轨迹的测定装置及其测定方法
CN108513955B (zh) * 2018-06-07 2023-08-29 南京农业大学 一种无接触测定飞行昆虫飞行轨迹的测定装置及其测定方法
CN111009000A (zh) * 2019-11-28 2020-04-14 华南师范大学 昆虫取食行为分析方法、装置和存储介质
CN111464798A (zh) * 2020-06-05 2020-07-28 江西农业大学 一种无光照小型昆虫行为监控装置
CN115997736A (zh) * 2023-03-28 2023-04-25 绵阳师范学院 一种用于昆虫的飞行速度测试设备
CN115997736B (zh) * 2023-03-28 2023-05-30 绵阳师范学院 一种用于昆虫的飞行速度测试设备
CN117730827A (zh) * 2023-12-13 2024-03-22 山东省农业科学院 一种模拟昆虫田间飞行环境的试验系统

Also Published As

Publication number Publication date
CN102131077B (zh) 2012-10-17

Similar Documents

Publication Publication Date Title
CN102131077B (zh) 昆虫自主飞行监测系统和分析方法
Bjerge et al. Real‐time insect tracking and monitoring with computer vision and deep learning
Cattadori et al. Parasites and climate synchronize red grouse populations
Ratnayake et al. Tracking individual honeybees among wildflower clusters with computer vision-facilitated pollinator monitoring
Moore et al. The influence of time of day on the foraging behavior of the honeybee, Apis mellifera
Heaton et al. Quantifying the temperature of maggot masses and its relationship to decomposition
Moore et al. Automated identification of optically sensed aphid (Homoptera: Aphidae) wingbeat waveforms
Howell et al. Physiological development time and zero development temperature of the codling moth (Lepidoptera: Tortricidae)
de Souza et al. Classification of data streams applied to insect recognition: Initial results
Prado et al. Honeybee lifespan: the critical role of pre-foraging stage
EP3522704B1 (de) Identifizierung von nützlingen und/oder schadstoffen in einem feld für kulturpflanzen
Alison et al. Moths complement bumblebee pollination of red clover: a case for day-and-night insect surveillance
Qin et al. Effects of moth age and rearing temperature on the flight performance of the loreyi leafworm, Mythimna loreyi (Lepidoptera: Noctuidae), in tethered and free flight
Michaud et al. Effect of variable rates of daily sampling of fly larvae on decomposition and carrion insect community assembly: implications for forensic entomology field study protocols
Tielens et al. Nocturnal city lighting elicits a macroscale response from an insect outbreak population
Kim et al. Infrared light sensors permit rapid recording of wingbeat frequency and bioacoustic species identification of mosquitoes
Parmezan et al. Changes in the wing-beat frequency of bees and wasps depending on environmental conditions: a study with optical sensors
Whiteman et al. Amphibian population cycles and long-term data sets
Kiskin et al. Automatic acoustic mosquito tagging with bayesian neural networks
Colin et al. Evaluating the foraging performance of individual honey bees in different environments with automated field RFID systems
Kalfas et al. Optical identification of fruitfly species based on their wingbeats using convolutional neural networks
Sittinger et al. Insect detect: An open-source DIY camera trap for automated insect monitoring
Crawford Automated collection of honey bee hive data using the Raspberry Pi
Denlinger et al. Duration of pupal diapause in the tobacco hornworm is determined by number of short days received by the larva
Prenter et al. Age‐related activity patterns are moderated by diet in Queensland fruit flies Bactrocera tryoni

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20121017

Termination date: 20200303

CF01 Termination of patent right due to non-payment of annual fee