CN107609600A - 一种温室粘虫板害虫自动识别分类方法及系统 - Google Patents

Abstract

本发明提供了一种温室粘虫板害虫自动识别分类方法及系统，所述方法包括：构建基于多颜色空间融合的害虫识别分类模型；利用构建好的害虫识别分类模型对预先采集的粘虫板图像进行害虫识别分类。所述系统包括：粘虫板诱捕单元、监测手机和远程终端装置。本发明提供的温室粘虫板害虫自动识别分类方法及系统能够解决目前基于温室粘虫板的害虫分类识别方法中存在的效率低下以及准确率不高的问题。

Description

一种温室粘虫板害虫自动识别分类方法及系统

技术领域

本发明涉及农业技术领域，具体涉及一种温室粘虫板害虫自动识 别分类方法及系统。

背景技术

在农业生产中，粘虫板诱杀技术就是根据昆虫一般由趋黄、蓝色 的习性特点，引诱害虫并将其粘在粘板或粘纸上杀死。这种技术对于 对颜色敏感的蚜虫、粉虱、蓟马等温室小型害虫的防治有良好的效果。 进一步对温室粘板上的害虫种类及数量进行统计可以估测区域内害虫 种群数量的动态变化，为生产管理者决定是否施药提供决策支持。

目前基于温室粘虫板的害虫分类识别由于虫体较小，特征接近， 人工在田间进行害虫种类及数量的统计，这种方法费时费力，工作效 率低，采用红外计数方法虽然速度快，可以记录被诱捕的昆虫数量， 但在害虫种类识别上较弱，并且容易受到其它落入物的干扰。

发明内容

针对现有技术中的缺陷，本发明提供一种温室粘虫板害虫自动识 别分类方法及系统，以解决目前基于温室粘虫板的害虫分类识别方法 中存在的效率低下以及准确率不高的问题。

为解决上述技术问题，本发明提供以下技术方案：

第一方面，本发明提供了一种温室粘虫板害虫自动识别分类方法， 包括：

构建基于多颜色空间融合的害虫识别分类模型；

利用构建好的害虫识别分类模型对预先采集的粘虫板图像进行害 虫识别分类。

优选地，所述构建基于多颜色空间融合的害虫识别分类模型，具 体包括：

收集田间环境不同害虫密度的粘虫板样本训练图像若干幅；

将收集的样本训练图像由RGB颜色空间转换到HSI颜色空间；

将收集的样本训练图像由RGB颜色空间转换到L*a*b颜色空间；

对HSI颜色空间的I分量图像进行边缘检测，得到第一图像；

对L*a*b颜色空间的b分量二值图像进行目标与背景的高对比性 边缘检测，得到第二图像；

将第一图像和第二图像进行膨胀与腐蚀处理后融合，提取害虫区 域；

根据得到的害虫区域提取害虫的形态特征参数，至少包括面积、 相对面积、周长、复杂度和占空比；

根据得到的害虫区域提取害虫的颜色特征参数，包括提取基于 HSV颜色空间、HSI颜色空间和L*a*b颜色空间各分量的一阶矩作为 颜色特征参数；

将得到的形态特征参数和颜色特征参数进行归一化处理；

将归一化处理后的形态特征参数和颜色特征参数作为支持向量机 的输入向量进行训练，通过支持向量机的不同核函数对害虫分类进行 测试，以确定适合预设种类害虫图像识别的支持向量机核函数；

根据确定好的支持向量机核函数建立害虫识别分类模型。

优选地，所述利用构建好的害虫识别分类模型对预先采集的粘虫 板图像进行害虫识别分类，具体包括：

将预先采集的粘虫板图像由RGB颜色空间转换到HSI颜色空间；

将预先采集的粘虫板图像由RGB颜色空间转换到L*a*b颜色空 间；

对HSI颜色空间的I分量图像进行边缘检测，得到第三图像；

对L*a*b颜色空间的b分量二值图像进行目标与背景的高对比性 边缘检测，得到第四图像；

将第三图像和第四图像进行膨胀与腐蚀处理后融合，提取害虫区 域；

根据得到的害虫区域提取害虫的形态特征参数，至少包括面积、 相对面积、周长、复杂度和占空比；

根据得到的害虫区域提取害虫的颜色特征参数，包括提取基于 HSV颜色空间、HSI颜色空间和L*a*b颜色空间各分量的一阶矩作为 颜色特征参数；

将得到的形态特征参数和颜色特征参数进行归一化处理；

将归一化处理后的形态特征参数和颜色特征参数输入至建立好的 害虫识别分类模型中，得到每种害虫的种类和数量。

第二方面，本发明还提供了一种温室粘虫板害虫自动识别分类系 统，包括：粘虫板诱捕单元、监测手机和远程终端装置；

所述粘虫板诱捕单元至少包括粘虫板；

所述监测手机中集成有主控制模块、图像采集模块、害虫分类模 块、定时模块、定位模块、通信模块和光源；

所述主控制模块，用于在接收到所述定时模块发送的定时信号时 启动光源且触发所述图像采集模块采集粘虫板图像并在采集完成后关 闭光源且将采集的粘虫板图像发送给所述害虫分类模块以使所述害虫 分类模块采用如上面所述的温室粘虫板害虫自动识别分类方法对所述 粘虫板图像进行害虫分类计数；

所述图像采集模块，用于采集粘虫板图像；

所述害虫分类模块，用于采用如上面所述的温室粘虫板害虫自动 识别分类方法对所述粘虫板图像进行害虫分类计数，并将害虫分类计 数结果发送给所述主控制模块；

所述通信模块，用于在所述主控制模块的控制下将所述定位模块 获取的位置信息以及所述害虫分类模块获取的害虫分类计数结果发送 给所述远程终端装置；

所述远程终端装置，用于接收所述通信模块发送的位置信息以及 害虫分类计数结果，统计分析不同地理位置处害虫种类和数量的动态 变化规律。

优选地，所述系统还包括支架；所述支架采用旋转伸缩方式进行 高度调节，所述粘虫板诱捕单元和所述监测手机分别设置在所述支架 上。

优选地，所述系统还包括供电装置；所述供电装置包括蓄电池和 太阳能板，所述太阳能板与所述蓄电池相连，所述蓄电池与所述监测 手机相连；其中，所述蓄电池位于所述支架的底端，所述太阳能板位 于所述支架的顶端，所述太阳能板用于根据使用地的经纬度和季节进 行高度和倾斜角调整，以保证能源供应。

优选地，所述粘虫板诱捕单元包括：管套、背景板、粘虫板和滑 轨；

所述管套用于连接所述粘虫板诱捕单元与所述支架，所述管套采 用螺母固定，通过调整所述管套的高度调整粘虫板诱捕单元的高度；

所述背景板用于固定所述粘虫板，以保持所述粘虫板平整牢固；

所述背景板与所述滑轨相连，通过调整所述背景板在所述滑轨的 水平位置调整所述监测手机与所述粘虫板的距离，以保证所述监测手 机能够获取粘虫板的完整图像。

优选地，所述监测手机与所述粘虫板诱捕单元相对设置，所述监 测手机置于手机盒中固定，所述手机盒与所述支架通过管套相连。

优选地，所述主控制模块还用于对所述蓄电池进行电量监测，当 电量低于设定阈值时进行报警提示。

优选地，所述通信模块采用2G、3G、4G和wifi通信方式中的一 种或多种实现。

由上述技术方案可知，本发明提供的温室粘虫板害虫自动识别分 类方法，采用基于多颜色空间融合的方法进行害虫分类识别，简单快 捷，识别准确率高，可以很好解决目前人工分类识别效率低以及红外 识别准确度低的问题，本发明实施例提供的温室粘虫板害虫自动识别 分类方法可以提高分类识别时效性，提高害虫预测预报精度，满足温 室内害虫监测的实际需求。

本发明提供的温室粘虫板害虫自动识别分类系统，能够自动诱捕 和识别不同种类的害虫，从而能够满足温室内害虫监测的实际需求。

在本发明的其他实施方式中，本发明提供的温室粘虫板害虫自动 识别分类系统还可以调整监测手机和粘虫板诱捕单元两者之间的距离 以及调整监测手机、粘虫板诱捕单元距离地面的高度，以满足多种作 物不同时期的害虫监测需求，同时也尽可能地保证监测手机能够获取 到粘虫板完整图像。进一步地，系统还设计了外接光源，以保证获取 图像亮度的一致性。进一步地，系统还增加了电量监测预警，以防出 现因电量不足而导致的监测中断或监测不准确的问题。进一步地，系 统的供电装置中还设置了太阳能板，太阳能板可以根据使用地的经纬 度和季节进行高度和倾斜角调整，以保证充分的能源供应。本发明提 供的系统能够满足多作物、多地域、多时段、以及多种害虫监测的需 要，节约人工调查害虫的人力、精力投入，省时省力。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面 将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而 易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通 技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图 获得其他的附图。

图1是本发明一实施例提供的温室粘虫板害虫自动识别分类方法 的流程图；

图2是本发明一实施例提供的温室粘虫板害虫自动识别分类方法 的具体实现步骤示意图；

图3是对采集的粘虫板图像进行压缩后的示意图；

图4是从HSI颜色空间提取的I分量图像示意图；

图5是I分量图像进行单头害虫边缘检测的示意图；

图6是从L*a*b颜色空间提取的b分量图像示意图；

图7是b分量图像进行单头害虫边缘检测的示意图；

图8是基于I分量的边缘检测图像进行形态学处理优化后的结果示 意图；

图9是基于b分量的边缘检测图像进行形态学处理优化后的结果 示意图；

图10是融合后的单头害虫目标区域提取的最终二值图像；

图11是害虫分类计数结果示意图；

图12是本发明另一实施例提供的温室粘虫板害虫自动识别分类系 统的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结 合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、 完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是 全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有 作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护 的范围。

本发明第一个实施例提供了一种温室粘虫板害虫自动识别分类方 法，参见图1，包括如下步骤：

步骤101：构建基于多颜色空间融合的害虫识别分类模型。

步骤102：利用构建好的害虫识别分类模型对预先采集的粘虫板图 像进行害虫识别分类。

本发明实施例提供的温室粘虫板害虫自动识别分类方法，采用基 于多颜色空间融合的方法进行害虫分类识别，简单快捷，识别准确率 高，可以很好解决目前人工分类识别效率低以及红外识别准确度低的 问题，本发明实施例提供的温室粘虫板害虫自动识别分类方法可以提 高分类识别时效性，提高害虫预测预报精度，满足温室内害虫监测的 实际需求。

在一种优选实施方式中，上述步骤101构建基于多颜色空间融合 的害虫识别分类模型，具体包括如下子步骤：

a、收集田间环境不同害虫密度的粘虫板样本训练图像若干幅；

b、将收集的样本训练图像由RGB颜色空间转换到HSI颜色空间；

其中，从RGB空间到HSI空间的转换公式为：

c、将收集的样本训练图像由RGB颜色空间转换到L*a*b颜色空 间；

在该步骤中，由于RGB颜色空间到L*a*b*颜色空间不能直接转 换，故需要先转换到XYZ颜色空间，再由XYZ颜色空间转换至L*a*b* 颜色空间，具体转换公式如下：

其中，X₀、Y₀、Z₀分别表示X、Y、Z对应的参考白点。

d、对HSI颜色空间的I分量图像进行边缘检测，得到第一图像；

在本步骤中，可以利用prewitt算子在HSI颜色空间的I分量二值 图像进行单头害虫边缘检测，得到第一图像；

e、对L*a*b颜色空间的b分量二值图像进行目标与背景的高对比 性边缘检测，得到第二图像；

在本步骤中，可以利用canny算子在L*a*b颜色空间的b分量二 值图像进行单头害虫边缘检测，得到第二图像；

f、将第一图像和第二图像进行膨胀与腐蚀处理后融合，提取害虫 区域；

在本步骤中，将第一图像和第二图像分别进行数学形态学处理， 去除害虫之外的干扰因素，包括粘虫板上面的网格线，文字，杂物等， 将处理得到的两幅二值图像进行融合，为了避免因图像处理而造成害 虫的漏取，得到最终分割好的害虫区域二值图像；

g、根据得到的害虫区域提取害虫的形态特征参数，至少包括面积、 相对面积、周长、复杂度和占空比；

h、根据得到的害虫区域提取害虫的颜色特征参数，包括提取基于 HSV颜色空间、HSI颜色空间和L*a*b颜色空间各分量的一阶矩(共 9个参数)作为颜色特征参数；

i、将得到的形态特征参数和颜色特征参数进行归一化处理；

j、将归一化处理后的形态特征参数和颜色特征参数作为支持向量 机的输入向量进行训练，通过支持向量机的不同核函数对害虫分类进 行测试，以确定适合预设种类害虫图像识别的支持向量机核函数；

在本步骤中，提取所有样本训练图像归一化后的特征参数作为支 持向量机的输入向量进行训练；通过支持向量机的不同核函数对害虫 分类测试，以确定适合预设种类害虫图像(如粉虱、蓟马、蚜虫图像) 识别的支持向量机核函数。

k、根据确定好的支持向量机核函数建立害虫识别分类模型。

可见，在本实施方式中，采用基于多颜色空间的方式提取害虫有 效区域，进而基于提取的害虫有效区域进行形态特征以及颜色特征值 的计算，并将得到的形态特征和颜色特征作为支持向量机的输入进行 模型训练，最终建立害虫识别分类模型。由于采用多颜色空间的处理 方式，故提取的害虫有效区域较为准确，此外，基于提取的害虫有效 区域获取多个形态特征以及多颜色空间的颜色特征作为支持向量机的 输入，继而训练建立的害虫识别分类模型也较为合适，从而后期应用 该分类模型对害虫进行分类的结果也较为准确。

在一种优选实施方式中，上述步骤102利用构建好的害虫识别分 类模型对预先采集的粘虫板图像进行害虫识别分类，具体包括如下子 步骤：

A、将预先采集的粘虫板图像由RGB颜色空间转换到HSI颜色空 间；

B、将预先采集的粘虫板图像由RGB颜色空间转换到L*a*b颜色 空间；

C、对HSI颜色空间的I分量图像进行边缘检测，得到第三图像；

D、对L*a*b颜色空间的b分量二值图像进行目标与背景的高对比 性边缘检测，得到第四图像；

E、将第三图像和第四图像进行膨胀与腐蚀处理后融合，提取害虫 区域；

F、根据得到的害虫区域提取害虫的形态特征参数，至少包括面积、 相对面积、周长、复杂度和占空比；

G、根据得到的害虫区域提取害虫的颜色特征参数，包括提取基于 HSV颜色空间、HSI颜色空间和L*a*b颜色空间各分量的一阶矩作为 颜色特征参数；

H、将得到的形态特征参数和颜色特征参数进行归一化处理；

I、将归一化处理后的形态特征参数和颜色特征参数输入至建立好 的害虫识别分类模型中，得到每种害虫的种类和数量。

在本实施例中，温室粘虫板害虫自动识别分类流程，如图2所示。

首先获取粘虫板图像，按一定比例压缩，然后按照步骤A-H对获 取的粘虫板图像进行预处理，获得粘虫板图像害虫的特征值，调用前 面构建的害虫识别分类模型，将粘虫板分割出来的害虫进行分类标识， 最终输出每种害虫的种类及数量。

下面结合图3-图11进一步对上述分类过程进行详细说明。

其中，害虫识别分类步骤包括以下过程：

1)将采集的粘虫板图像进行压缩，如图3所示；

2)将图像从RGB颜色空间转换到HSI颜色空间，提取I分量图 像，如图4所示；

3)利用prewitt算子在HSI的I分量二值图像进行单头害虫边缘检 测，如图5所示；

4)将图像从RGB颜色空间转换到L*a*b*空间，提取b分量二值 图像，如图6所示；

5)利用canny算子在L*a*b*的b分量二值图像进行单头害虫边缘 检测，如图7所示；

6)将图5和图7提取到的害虫区域图像分别进行数学形态学处理， 去除害虫之外的干扰因素，包括粘虫板上面的网格线，文字，杂物等， 得到图8和图9；

7)将6)步操作处理得到的两幅二值图像进行融合，为了避免因 图像处理而造成害虫的漏取，得到最终分割好的害虫区域二值图像， 图10；

8)在7)基础上，从形态到颜色特征提取出发，选取害虫9个颜 色特征、5个形态特征作为特征参数，作为支持向量机的输入向量；

其中，颜色特征为基于HSV颜色空间、HSI颜色空间、L*a*b颜 色空间各分量的一阶矩(共9个参数)作为颜色特征参数，其计算公 式如下：

式中，P表示害虫区域总像素，f_i表示害虫区域内的任意坐标， ρ(f_i)表示f_i点的颜色值。

其中，5个形态特征分别为：面积、相对面积、周长、复杂度、占 空比；

面积：目标的面积为图像中目标所占的像素点 总数；

相对面积：RA＝A/SUM，相对面积为目标的面积与整幅图像的总 像素数的比值,它反映了目标在整个图像中所占的比例；

周长：P＝A-SUM(in)，式中A表示目标的面积，SUM(in)表示其4 邻域的像素值全为目标点的像素点总数；

复杂度：C＝P²/4πA，式中A和P分别表示目标的面积和周长。复 杂度在一定程度上描述了物体的紧凑性，圆形物体的复杂度为1，它无 量纲，对尺度、旋转的变化不敏感；

占空比：B＝A/(L×W)，其中L和W分别表示目标最小外接矩形的 长和宽，它在某种程度上也反映了目标的复杂程度；

9)将特征参数归一化处理；

10)根据提取的害虫特征利用训练样本采用线性核函数的支持向 量机进行害虫分类识别，得到最终的害虫种类及数量如图11所示。方 框区域标记了其它的个体较大的害虫，椭圆区域标记了位于网格线上 或者与网格线连接在一起的害虫，三角形区域标记了由于反光点造成 的害虫错误提取。图中数字1是粉虱识别标签，数字2是蓟马识别标 签，通过分类标记验证图片的实际识别结果，图中害虫总数为107头， 正确提取害虫100头，错误提取3头害虫，漏取7头害虫，害虫识别 准确率97％(识别结果为，92头蓟马、8头粉虱，其中有3头粉虱被 识别为蓟马，即原图中有96头蓟马、11头粉虱，蓟马，白粉虱识别准 确率95.8％，72.7％)。

本发明另一实施例提供了一种温室粘虫板害虫自动识别分类系 统，参见图12，该系统包括：粘虫板诱捕单元11、监测手机12和远 程终端装置13；

所述粘虫板诱捕单元11至少包括粘虫板；

所述监测手机12中集成有主控制模块121、图像采集模块122、 害虫分类模块123、定时模块124、定位模块125、通信模块126和光 源127；

所述主控制模块121，用于在接收到所述定时模块124发送的定时 信号时启动光源127且触发所述图像采集模块122采集粘虫板图像并 在采集完成后关闭光源127且将采集的粘虫板图像发送给所述害虫分 类模块123以使所述害虫分类模块123采用如上面实施例所述的温室 粘虫板害虫自动识别分类方法对所述粘虫板图像进行害虫分类计数；

所述图像采集模块122，用于采集粘虫板图像；

所述害虫分类模块123，用于采用如上面实施例所述的温室粘虫板 害虫自动识别分类方法对所述粘虫板图像进行害虫分类计数，并将害 虫分类计数结果发送给所述主控制模块121；

所述通信模块126，用于在所述主控制模块121的控制下将所述定 位模块125获取的位置信息以及所述害虫分类模块123获取的害虫分 类计数结果发送给所述远程终端装置13；

所述远程终端装置13，用于接收所述通信模块126发送的位置信 息以及害虫分类计数结果，统计分析不同地理位置处害虫种类和数量 的动态变化规律。

可以理解的是，所述图像采集模块122可以采用自动对焦的工作 方式以保证获取图像的最大清晰度；优选地，所述图像采集模块可以 与粘虫板诱捕单元的粘虫板相对设置，且通过无反光的透明材料隔开， 一方面防止该模块进水，另一方面保证采集粘虫板图像的清晰度。

可以理解的是，所述定时模块124可以设置图像采集模块的采集 间隔，单位可以为分或小时。

可以理解的是，所述定位模块125用于获取所述监测手机的地理 位置信息，且对设备进行唯一性标识。

可以理解的是，所述通信模块126可以采用2G、3G、4G和wifi通信 方式中的一种或多种实现。

可以理解的是，所述光源127可以采用LED光源，同时也可以为 一个或多个光源，与主控制模块121通过数据线或者WIFI相连，用于 补充粘虫板诱捕单元11的光照不足，保证每次获取图像亮度的一致性。

可以理解的是，所述远程终端装置13为服务器，用于接收、处理 分析从监测手机通信模块126发送的数据。所述远程终端装置13可以 根据地理位置信息与地块编号，对粘虫板识别计数结果进行统计，进 而可查看整个生长季害虫数量的动态变化规律。

例如，远程终端装置13接收到害虫分类数据后调用远程终端装置 内部预设的害虫统计模块，进而可以根据日期，温室编号查看温室内 害虫的变化情况，具体可通过手机或者电脑客户端查看相应数据。

进一步地，所述监测手机12的显示屏可以用于显示分类结果、定 时模块设置的定时信息及报警提示。

进一步地，所述监测手机12还可以将当前时间、设备IMEI号 (InternationalMobile Equipment Identity，移动设备标识码)、GPS定 位信息、害虫种类和害虫数量信息存入害虫计数数据库，并将这些信 息一并发送给指定的管理员。

由上述方案可知，本发明实施例提供的温室粘虫板害虫识别分类 系统，能够自动识别不同种类的害虫，从而满足温室内害虫监测的实 际需求。

在一种优选实施方式中，所述系统还包括支架；所述支架采用旋 转伸缩方式进行高度调节，所述粘虫板诱捕单元和所述监测手机分别 设置在所述支架上。优选地，所述支架采用不锈钢材料。

在一种优选实施方式中，所述系统还包括供电装置；所述供电装 置包括蓄电池和太阳能板，所述太阳能板与所述蓄电池相连，所述蓄 电池与所述监测手机相连；其中，所述蓄电池位于所述支架的底端， 所述太阳能板位于所述支架的顶端，所述太阳能板用于根据使用地的 经纬度和季节进行高度和倾斜角调整，以保证充分的能源供应。

在一种优选实施方式中，所述粘虫板诱捕单元包括：管套、背景 板、粘虫板和滑轨；

所述管套用于连接所述粘虫板诱捕单元与所述支架，所述管套采 用螺母固定，通过调整所述管套的高度调整粘虫板诱捕单元的高度， 以满足适用于不同高度的作物需求；

所述背景板用于固定所述粘虫板，以保持所述粘虫板平整牢固；

所述背景板与所述滑轨相连，通过调整所述背景板在所述滑轨的 水平位置调整所述监测手机与所述粘虫板的距离，以保证适用于不同 大小的粘虫板或保证所述监测手机能够获取粘虫板的完整图像。

在一种优选实施方式中，所述监测手机与所述粘虫板诱捕单元相 对设置，所述监测手机置于手机盒中固定，所述手机盒与所述支架通 过管套相连。

在一种优选实施方式中，所述主控制模块还用于对所述蓄电池进 行电量监测，当电量低于设定阈值时进行报警提示。

可见，本发明实施例提出了一种温室小害虫自动实时分类系统， 其中，监测手机和粘虫板诱捕单元距离地面高度可调整，以及两者距 离可根据监测需要调节，此外系统还设计了外接光源，以保证不同时 段获取照片亮度的一致性，满足多作物，多地域，多时段，多种害虫 的需要，节约人工调查害虫的人力、精力投入，省时省力。此外，系 统还增加了电量监测预警和实时通信模块，将害虫分类结果实时传输 到远程终端装置和用户，供远程终端装置的害虫统计模块进一步统计 分析预警。

以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管 参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员 应当理解：其依然可以对前述各实施例所记载的技术方案进行修改， 或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使 相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种温室粘虫板害虫自动识别分类方法，其特征在于，包括：

构建基于多颜色空间融合的害虫识别分类模型；

利用构建好的害虫识别分类模型对预先采集的粘虫板图像进行害虫识别分类。

2.根据权利要求1所述的方法，其特征在于，所述构建基于多颜色空间融合的害虫识别分类模型，具体包括：

收集田间环境不同害虫密度的粘虫板样本训练图像若干幅；

将收集的样本训练图像由RGB颜色空间转换到HSI颜色空间；

将收集的样本训练图像由RGB颜色空间转换到L*a*b颜色空间；

对HSI颜色空间的I分量图像进行边缘检测，得到第一图像；

对L*a*b颜色空间的b分量二值图像进行目标与背景的高对比性边缘检测，得到第二图像；

将第一图像和第二图像进行膨胀与腐蚀处理后融合，提取害虫区域；

根据得到的害虫区域提取害虫的形态特征参数，至少包括面积、相对面积、周长、复杂度和占空比；

根据得到的害虫区域提取害虫的颜色特征参数，包括提取基于HSV颜色空间、HSI颜色空间和L*a*b颜色空间各分量的一阶矩作为颜色特征参数；

将得到的形态特征参数和颜色特征参数进行归一化处理；

将归一化处理后的形态特征参数和颜色特征参数作为支持向量机的输入向量进行训练，通过支持向量机的不同核函数对害虫分类进行测试，以确定适合预设种类害虫图像识别的支持向量机核函数；

根据确定好的支持向量机核函数建立害虫识别分类模型。

3.根据权利要求2所述的方法，其特征在于，所述利用构建好的害虫识别分类模型对预先采集的粘虫板图像进行害虫识别分类，具体包括：

将预先采集的粘虫板图像由RGB颜色空间转换到HSI颜色空间；

将预先采集的粘虫板图像由RGB颜色空间转换到L*a*b颜色空间；

对HSI颜色空间的I分量图像进行边缘检测，得到第三图像；

对L*a*b颜色空间的b分量二值图像进行目标与背景的高对比性边缘检测，得到第四图像；

将第三图像和第四图像进行膨胀与腐蚀处理后融合，提取害虫区域；

根据得到的害虫区域提取害虫的形态特征参数，至少包括面积、相对面积、周长、复杂度和占空比；

根据得到的害虫区域提取害虫的颜色特征参数，包括提取基于HSV颜色空间、HSI颜色空间和L*a*b颜色空间各分量的一阶矩作为颜色特征参数；

将得到的形态特征参数和颜色特征参数进行归一化处理；

将归一化处理后的形态特征参数和颜色特征参数输入至建立好的害虫识别分类模型中，得到每种害虫的种类和数量。

4.一种温室粘虫板害虫自动识别分类系统，其特征在于，包括：粘虫板诱捕单元、监测手机和远程终端装置；

所述粘虫板诱捕单元至少包括粘虫板；

所述监测手机中集成有主控制模块、图像采集模块、害虫分类模块、定时模块、定位模块、通信模块和光源；

所述主控制模块，用于在接收到所述定时模块发送的定时信号时启动光源且触发所述图像采集模块采集粘虫板图像并在采集完成后关闭光源且将采集的粘虫板图像发送给所述害虫分类模块以使所述害虫分类模块采用如权利要求1～3任一项所述的温室粘虫板害虫自动识别分类方法对所述粘虫板图像进行害虫分类计数；

所述图像采集模块，用于采集粘虫板图像；

所述害虫分类模块，用于采用如权利要求1～3任一项所述的温室粘虫板害虫自动识别分类方法对所述粘虫板图像进行害虫分类计数，并将害虫分类计数结果发送给所述主控制模块；

所述通信模块，用于在所述主控制模块的控制下将所述定位模块获取的位置信息以及所述害虫分类模块获取的害虫分类计数结果发送给所述远程终端装置；

所述远程终端装置，用于接收所述通信模块发送的位置信息以及害虫分类计数结果，统计分析不同地理位置处害虫种类和数量的动态变化规律。

5.根据权利要求4所述的系统，其特征在于，所述系统还包括支架；所述支架采用旋转伸缩方式进行高度调节，所述粘虫板诱捕单元和所述监测手机分别设置在所述支架上。

6.根据权利要求5所述的系统，其特征在于，所述系统还包括供电装置；所述供电装置包括蓄电池和太阳能板，所述太阳能板与所述蓄电池相连，所述蓄电池与所述监测手机相连；其中，所述蓄电池位于所述支架的底端，所述太阳能板位于所述支架的顶端，所述太阳能板用于根据使用地的经纬度和季节进行高度和倾斜角调整，以保证能源供应。

7.根据权利要求5所述的系统，其特征在于，所述粘虫板诱捕单元包括：管套、背景板、粘虫板和滑轨；

所述管套用于连接所述粘虫板诱捕单元与所述支架，所述管套采用螺母固定，通过调整所述管套的高度调整粘虫板诱捕单元的高度；

所述背景板用于固定所述粘虫板，以保持所述粘虫板平整牢固；

所述背景板与所述滑轨相连，通过调整所述背景板在所述滑轨的水平位置调整所述监测手机与所述粘虫板的距离，以保证所述监测手机能够获取粘虫板的完整图像。

8.根据权利要求5所述的系统，其特征在于，所述监测手机与所述粘虫板诱捕单元相对设置，所述监测手机置于手机盒中固定，所述手机盒与所述支架通过管套相连。

9.根据权利要求6所述的系统，其特征在于，所述主控制模块还用于对所述蓄电池进行电量监测，当电量低于设定阈值时进行报警提示。

10.根据权利要求4所述的系统，其特征在于，所述通信模块采用2G、3G、4G和wifi通信方式中的一种或多种实现。