正在进行安全检测...
发布时间:2024-03-08 03:39:25 来源:文档文库
小
中
大
字号:
第51卷2017年 第2期 4月 河南农业大学学报 Journal of Henan Agricultural University Vo1.51 No.2 Apr. 2017 文章编号:1000—2340(2017)02—0184—05 基于计算机视觉技术的红火蚁蚁巢探测 吴伟斌 ,游展辉 ,洪添胜 ,王玉兴 ,余耀烽 ,卢诗静 (1.华南农业大学南方农业机械与装备关键技术教育部重点实验室,广东广州510642;2.国家柑橘产业 技术体系机械研究室,广东广州510642;3.华南农业大学工程学院,广东广州510642) 摘要:为探讨基于计算机视觉技术对红火蚁蚁巢进行探测识别的可行性,研究了利用数字图像处理技术提取红 火蚁蚁巢特征参数,通过数学形态学对数字图像进行目标提取和识别。采用图像识别红火蚁蚁巢土建立了HSV 彩色空间模型。研究结果表明,各红火蚁蚁巢土和普通土样本的H分量差异明显,特别是普通土日分量明显大 于红火蚁蚁巢土,一般土壤 值大于30,而对于红火蚁蚁巢土土壤的日值小于3O。因此, 分量可作为识别红 火蚁蚁巢土的一项特征参数。当色调通道的平均值H<30时,即可判定为红火蚁蚁巢土。研究结果说明基于计 算机视觉技术对红火蚁蚁巢进行检测识别是可行的。 关键词:计算机视觉;红火蚁蚁巢土;图像处理技术;检测识 、1 中图分类号:¥237;TP274.2 文献标志码:A Detection of the nest of Solenopsis invicta based on computer vision technology WU Weibin’, ,YOU Zhanhui ,HONG Tiansheng , ,WANG Yuxing。,YU Yaofeng ,LU Shijing (1.Key Laboratory of Key Technology for South Agricultural Machinery and Equipment,Ministry of Education, South China Agricultural University,Guangzhou 5 10642,China;2.Mechanical Laboratory of China Agricultual Research System,Guangzhou 5 10642,China;3.College of Engineering, South China Agricultural University,Guangzhou 5 1 0642,China) Abstract:To explore the feasibility of detecting the nest of Solenopsis invicta based on computer vision technology,this study has extracted the characteristic parameters from the nest of S.invicta using digit— al image processing technology and has conducted target extraction and recognition of the digital image by mathematical morphology.The image recognition of the nest soil of S.invicta helps to build HSV color space mode1.It was found that the H component of the red—fire ant nest soil and the common soil sample were significantly different,especially the H component of the common soil was larger than that of the red fire ant nest soil and the H value of the soil was more than 30.While for the red fire ants nest soil the H value less than 30.Therefore,the H component can be used as a characteristic parame— ter to identi ̄nest soil of red fire ants.When the average value of the tonal channel reaches H<30,it can be identiied as the nest soilf of S.invicta.The results show that it is feasible to detect and identify the nest of red fire ant based on computer vision technology. Key words:computer vision technology;the nest soil of Solenopsis invicta;digital image processing technology;recognition and detection 收稿日期:2016—09—12 基金项目:国家自然科学基金项目(30871450);广东省自然科学基金项目(2015A030313426) 作者简介:吴伟斌(1978一),广东中山人,教授,博士,从事农业工程、机电一体化和信息技术应用方面的研究。 通信作者:洪添胜(1955一),广东梅州人,教授,博士生导师。
第2期 吴伟敞,等:祭j:汁 机视觉技术的红 足蚁蚁巢探测 红火蚁(Solenopsis in  ̄icta)是近几年入侵r{1 的外来物种,对入侵区域的人类健康、公共安全、农 林业生产和生态环境均具有严重的危险性 ,农 业部将红火蚁定为中华人民共和困进境植物检疫 性有害生物和全国植物检疫性有害 物 研究红 火蚁蚁巢的检测方法,从源头上消灭红火蚁,对红 火蚁灾害的防治有着重要的现实意义 、日前, 内 外对红火蚁的研究大多集中于对红火蚁的生理结 构以及诱杀方式等研究上 ,檄少有采州计算机 视觉技术检测识别红火蚁蚁巢方面的研究。 野 外鉴别红火蚁蚁巢的方法一般是采川肉玎}l观察的 方法,根据红火蚁蚁巢特征及红火蚁主动攻击人侵 者的行为进行主观判断的。若通过该肉眼y-0断方 法来进行红火蚁疫情调查,将耗时耗力,并且容易 造成误判 .因此,掌握红火蚁蚁巢的快速准确检测 技术,是该害虫大面积防控的关键。汁算机视觉技 术已经被许多学科领域所应朋,农、 【 往往被川作 农作物产量预测、长势监测和农产品分级 ” ,而 被应用于红火蚁蚁巢检测识别的研究在 内外鲜 见报道。为此,本研究利Hj计算机视觉技术来研究 红火蚁蚁巢,通过获墩红火蚁蚁巢 像,利川数学 形态学图像处理对数字 像进行目标提取,建 蚁 巢冈像的HSV彩色守问模型对红火蚁蚁巢进行榆 测识别。为建立基于图像信息的检测识别模 提 供理论依据和技术支持。 1材料与方法 1.1试验设计 图像试验设计在华南农业大学丘i… ‘场 坪 内进行,选择了红火蚁蚁巢土、草以及普通 3种 地物进行拍照,随机选择j,12个红火蚁蚁巢,每个 蚁巢拍摄8张照片,建立96张照片的数掂库;歼 红火蚁蚁巢附近对l2处裸露的普通土进行 像采 集,每处普通土采集8张照片,建 与红火蚁蚁巢 土图像对应的96张照片的数据库。其中,采集J 相关的地物,包括红火蚁蚁巢土、草以及普通土以 备后续实验之用。 1.2数据项目与测定方法 在对目标进行采集陶像时,埘l2个蚁巢以及 蚁巢附近裸露的普通土用Can()ll EOS 600D 数码 单反相机拍摄垂直正面图像,每个蚁巢拍摄8张照 片,每处普通土也拍摄8张照片 、拍摄时._[手j一脚 架同定相机,镜头为与垂商距离蚁巢中心点50 Clll 处,调整焦距使蚁巢清晰并充满视场,同定焦距,已 自动曝光模式控制曝光时间卜j色彩平衡 、 像采 集后以JEPG格计算机,依次编号等待处理。 1.3图像数据处理 通过MATI AB软件编程,在红火蚁蚁巢土原 图图像下.如冈1所示..在红火蚁蚁巢土 像的识 别中,将红火蚁蚁巢土区域从草的背景中分割m 来是非常重要的一环。对红火蚁蚁巢土背景进行 分割时发现,常川的闽值分割法对正常红火蚁蚁 巢土分割效果不好,}}I于 像中各物体的灰度值 范围有较大重叠,难以达到满意效果。I六】此对原 始图像进行R、G、B、Y、U、V 6个通道提取比较,分 别见图2。发现l 分量得到的图片(如图2f所 示),土壤与草是最容易分辨。分折I’分量图片的 灰度商方冈,红火蚁蚁巢土的灰度主要集中在0值 附近,而革的灰度主要集中在255值附近 将阀值 选定为128,把灰度图像转化成为二值图像。经形 态学图像处理运算,得到从背景中提取f{I来的二值 化蚁巢模板,再存源 像中做线性运算,把红火蚁 蚁巢从背景rIJ提取fII米(如图3b所示)。 图1 红火蚁蚁巢原图像 Fi