卜俊怡,孙国祥,王迎旭,魏天翔,汪小旵

(南京农业大学工学院/江苏省现代设施农业技术与装备工程实验室,江苏 南京 210031)

温室高温高湿的环境容易引发虫害,害虫的危害程度和种群密度监测是科学防治决策的重要依据[1]。与人工计数这一传统方式相比,计算机视觉获取害虫信息的方法更为快速和准确,可为及时采取措施防治虫害提供有效技术手段[2-4]。

目前,已有许多学者开展了基于图像处理的害虫计数研究工作[5-12],但对于实际田间采集图像光照不均问题的研究还不够充分。邱白晶等[13]分析蚜虫区、绿叶区和蚜叶区的G分量特点,通过阈值法分割图像并对蚜虫进行计数。杨信廷等[14]通过提取HSI空间的I分量和L*a*b*空间的b分量,并利用Canny和Prewitt算子对图像进行边缘分割,分离得到粉虱和蓟马。上述研究所用的分割方法虽然不同,但都是利用颜色空间的转换来增强害虫与背景的对比度以达到较为理想的分割结果。此类方法对于处理微弱光照不均现象效果较好,但对于处理光照不均较为严重的则效果不佳。近年来害虫图像识别技术也在不断发展[15-20],如陆静等[21]利用F-score评价方法从66个特征参数中选取10个最优参数训练BP神经网络以识别稻飞虱;张银松等[22]利用改进Faster-RCNN模型识别诱虫板上的蚜虫和潜叶蝇;Espinoza等[23]利用一种前馈多层人工神经网络识别粉虱和蓟马。上述识别方法准确率都较高,但只对1种或2种害虫进行识别和计数,不能满足同时监测多类害虫的需要。……