[发明专利]基于颜色和模型的农田害虫识别和计数方法

权利要求书

1.一种基于颜色和模型的农田害虫识别和计数方法，其特征是包含以下具体步骤：

（1）通过田间捕捉装置，获取农田害虫的原始图像；

（2）将原始图像从RGB颜色空间转换到HSI颜色空间，并选取H和S参数作为害虫图像的特征；

（3）对图像进行饱和度增强计算，并提取害虫的颜色特征参数；

（4）将农田害虫原始图像从RGB格式转化为灰度格式，并进行自适应二值化处理；

（5）农田害虫图像再经形态学处理后，完成图像分割，并提取害虫形状特征参数；

（6）结合建立的农田害虫模型数据库和害虫的颜色特征参数及形状特征参数设计遗传神经网络模型，其具体步骤为：

（6.1）初始化运行参数，遗传算法中个体的变量为神经元网络权值，取M，N，I分别为隐层、输入层和输出层节点数；

（6.2）确定网络权值和初始化种群，若总的种群W＝(w₁,w₂,......,w_n)，内有w₁,w₂,......,w_n共n个个体种群数，则确定目标函数为：

E=12PΣp=1pΣi=1I[fi(x)-y(i)]2,]]>而取适应度函数为f=1E;]]>

其中P为训练样本对总数，I为输出层节点数，y(i)为第i个训练样本的期望网络输出值，f_i(x)为第i个训练样本的网络输出值；

（6.3）进行种群复制，同时保持种群规模的一致性，对适应度值从大到小进行排序，保留最优个体不进行交叉和变异操作，对剩余个体按照交叉算子Pc和变异算子Pm进行交叉和变异操作，重复直到组成新一代种群；

（6.4）完成神经网络的识别计算；

（7）完成农田害虫的识别和计数。

2.根据权利要求1所述的基于颜色和模型的农田害虫识别和计数方法，其特征是：在步骤（3）对图像进行饱和度增强计算中，对饱和度S进行基于期望值的图像增强调整，是先算出图像中每个像素点饱和度数值及其在图像中出现的概率，求出其数学期望E(x)，并以此调整图像的饱和度，调整公式定义为：

S′_i＝E(x)+(1-E(x))·S_i^α

S_i是原来的饱和度分量，S′_i是调整后饱和度分量，α为拉伸因子，决定饱和度分量的饱和程度，x_i为图像中饱和度的值，p_i为该饱和度值对应出现的概率，R为图像的像素点总数。

3.根据权利要求1所述的基于颜色和模型的农田害虫识别和计数方法，其特征是：在步骤（3）提取害虫的颜色特征参数中，共提取了色调均值、饱和度均值、色调最大差值、饱和度最大差值4个颜色特征参数。