基于图像频谱特征的稻飞虱识别方法.doc

第 28 卷184 2012 年第 7 期4 月农 业 工 第 28 卷 184 2012 年 第 7 期 4 月 农 业 工 程 学 报 Transactions of the Chinese Society of Agricultural Engineering Vol.28 No.7 Apr. 2012 基于图像频谱特征的稻飞虱识别方法 刘德营，赵三琴，丁为民，陈坤杰 （南京农业大学工学院/江苏省智能化农业装备重点实验室，南京 210031） 摘 要：为准确、快速的识别稻飞虱种类，采用自行设计的野外环境昆虫图像采集装置获取稻飞虱背部图像，通过对背 景与目标像素的统计，选取 140 为阈值，对稻飞虱图像的蓝色通道进行二值化，将背景与目标分割开，采用形态学滤波 以及开运算，与灰度图像进行与操作，获取单个稻飞虱虫体背部区域的灰度图像。然后对灰度图像进行二维傅里叶变换， 获得虫体背部图像的二维傅里叶频谱。最后以 l?l (l=1,2,…,6)的二维频谱窗口数据作为稻飞虱特征参数，建立 Fisher 判别 函数。训练集和验证集的试验结果表明，选用 3?3 二维傅里叶频谱窗口数据建立的判别模型，稻飞虱正确识别率可达到 90%以上。该方法可以实现田间稻飞虱的自动识别。 关键词：图像识别，傅里叶变换，频谱分析，昆虫，稻飞虱 doi：10.3969/j.issn.1002-6819.2012.07.031 中图分类号：TP391.41 文献标志码：A 文章编号：1002-6819(2012)-07-0184-05 刘德营，赵三琴，丁为民，等. 基于图像频谱特征的稻飞虱识别方法[J]. 农业工程学报，2012，28(7)：184－188. Liu Deying, Zhao Sanqin, Ding Weimin, et al. Identification method for rice plant hoppers based on image spectral characteristics[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(7): 184 －188. (in Chinese with English abstract) 虫标本的方法，采用亚明牌 GYZ160160W 自镇流荧光高 压汞灯做引诱光源，用自行设计的野外昆虫图像自动拍 摄装置，采集爬附在白色的确良（聚对苯二甲酸乙二酯） 工作台幕布上的白背飞虱、褐飞虱和灰飞虱数字图像。 经南京农业大学植保学院昆虫分类专家鉴定，分别选取 单个白背飞虱、褐飞虱、灰飞虱图像各 34 张，共计样本 102 个。图 1 为采集的 3 种稻飞虱原始图像，图像以 JEPG 格式保存，大小为 768×576 像素。 0 引 言 近年来，由于现有的人工昆虫物种鉴定能力远不能 满足实际需要，再加上顺应精准农业变量施肥的要求， 基于图像分析的昆虫识别方法研究被广泛开展[1-4]。然而， 对于田间昆虫动态发生数量的监测而言，这些研究均以 静态样本图像为研究对象，与害虫预测预报的实际需要 还有很大差距[5-7]。针对上述问题，课题组在自行研制野 外环境昆虫图像自动采集装置的基础上[8]，对威胁水稻产 量的稻飞虱害虫图像识别方法进行深入研究。 虫体特征的提取，是稻飞虱图像识别的关键环节， 影响着分类器的设计与性能。由于傅里叶频谱是一种理 想的描述周期或者近似周期的二维图像模式方向性的方 法，对区分周期模式或非周期模式以及周期模式之间的 差异具有显著效果[9]。结合现阶段植保专家主要依据稻飞 虱背部的颜色和纹理特征识别的经验，本文对稻飞虱虫 体背部图像的频谱进行分析，并采用判别分析建立相应 的识别模型，为后续田间稻飞虱数量的预测奠定基础。 1 材料与方法 1.1 样本采集 2010 年 7～9 月，在南京农业大学江浦实验农场稻田 里，根据长翅稻飞虱成虫的趋光性以及植保专家捕捉昆 a. 白背飞虱 b. 褐飞虱 c. 灰飞虱 图 1 原始图像 Fig.1 Original images 1.2 图像预处理 图像预处理主要是将虫体背部区域分割出来。为此， 需要对稻飞虱的原始图像进行二值化、形态滤波等预处 理，得到虫体背部图像，为后续图像特征提取和描述做 好准备。 1.2.1 阈值统计 二值化处理是为了将目标与背景区分开，处理结果 的好坏决定于阈值的选择是否合适。观察图 1，可以发现， 图像背景单一，目标清晰。因此，本文随机选取多张稻 收稿日期：2011-08-03 修订日期：2012-02-10 基