[发明专利]面向病虫识别的手持式多核实时在线网络系统

说明书

技术领域

本发明属于模式识别技术。

背景技术

长期以来，病虫的分类与识别仅局限于少数病虫研究者、植保科技工作者，依靠手工检查，肉眼观察，凭主观直觉和群体经验来进行，这样得到的结果往往为辨别者的主观情绪所影响，识别率不稳定，尤其在时间长、工作量大的情况下，误判率显著增加。这也在很大程度上限制了人们对病虫认识的普及度，常常给农业生产和经济活动带来巨大的损失。因此将数字图像技术应用于病虫分类与识别领域，实现病虫的自动识别，对于促进人类认识自然界，推动对病虫认识的普及度；减少农业生产中因为病虫引起的危害，避免经济损失，具有不可忽略的作用。

目前的病虫图像识别系统主要分为两种，一种是全自动的，即完全由系统完成自动识别，不需要人工参与，这种系统要求处理和识别算法本身可以达到较高的准确率和较低的错误率。另外一种系统是半自动实现的，必要时要求用户人工参与识别。比较而言半自动系统更易实现，并且可以保证识别的准确性。病虫现有识别技术在半自动化和全自动化设计水平上，均有了较大幅度的进步，此项技术在实际生活中的应用也越来越广泛。病虫图像处理技术，在病虫害防治预测，病虫研究中都具有重要意义，目前可以被广泛应用到海关，植物检疫部门，森林病虫害防治部门等。

面向病虫识别的手持式多核实时在线网络系统是指通过计算机和数字图像处理技术利用病虫生物体自身的特征来进行病虫种类识别。整个识别系统利用模式识别基本理论和方法，进行特征提取和分类，根据病虫的生理特征等特征进行识别，从而判断病虫的种类。目前在病虫图像处理技术中主要利用的特征有以下几种：轮廓、面积、周长、似圆度，形状参数、离心率、球状性、叶状性、重心等。理论上说利用这些从病虫图像中提取出来的特征，就可以进行病虫的种类识别，但是在存在大量的病虫种类的前提下，病虫图像处理技术就面临着巨大挑战。在图像特征提取前要对图像进行预处理，其主要考虑背景、旋转、图像噪声、采集设备对图像所造成的影响等。在进行特征提取时，尽量考虑到用于识别特征的普遍性、唯一性、稳定性和可量化性等因素。同时，在面对背景复杂或者背景颜色与病虫颜色相似而无法将病虫与背景完全区分开来的情况时，可以通过本系统所实现的功能将病虫从图片中取出，从而获取相应的特征进行识别。在进行种类识别时，可以根据识别种类的不同需要，有选择性的利用已有特征的来实现识别技术，这样既可以保证识别的有效性，又可以保证识别的时效性。

本系统的主要优点为可以根据背景情况有效地提取出病虫的特征参数，同时使用便携式设备，可以在方便地获取病虫照片的同时进行识别。

发明内容

基于病虫的形状特征的模式识别是模式识别的一个特例，因此也遵从一般模式识别的步骤。针对这种特殊性，本系统对病虫进行识别的流程为两种情况下的图像获取、图像预处理、特征提取和特征选择、标准模型库的建立与数据入库及分类器设计。基本思路框图见图1。

1.图像获取

病虫图像的获取分为两种情况：第一种为已有病虫的标本图片，此种图片背景与病虫形态均单一，易于处理；第二种为实地拍摄，此种图片背景较为复杂，病虫形态多样化，必须先进行特别的处理之后再提取特征。

2.病虫图像预处理

在图像的预处理环节中，本系统在图像灰度化、平滑去噪、图像二值化、位置归一化、病虫轮廓提取等方面对图像进行了处理，如图2所示。首先对图像进行灰度化，之后对图像进行平滑去噪。通过对多种滤波方式的对比，最后选用中值滤波进行平滑去噪。去噪之后进行图像二值化。当图片为已有的病虫标本图片时，只需打开图片后进行相应的处理后二值化即可。如果为实地拍摄照片，由于背景的复杂性，导致图像分割时阈值的选取较为困难，因此本系统添加了人工取出病虫图像功能，可以根据病虫的边界通过鼠标提取出病虫，放到单一背景下之后再进行二值化。根据病虫图像的对称性，利用惯性主轴进行病虫位置的归一化处理。然后最后选用边缘法提取出病虫图像的轮廓。

3.病虫的特征提取与特征选择