一种荔枝虫害监测识别系统和监测识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110796148A(43)申请公布日2020.02.14(21)申请号201910967814.5G06K9/62(2006.01)(22)申请日2019.10.12G06F16/51(2019.01)G06F16/55(2019.01)(71)申请人广西大学G06Q50/02(2012.01)地址530004广西壮族自治区南宁市西乡塘区大学东路100号(72)发明人杨娟邱文杰叶进李平钟敏芝陈新全徐炯志胡亮青何华光宋玲陈燕(74)专利代理机构桂林市持衡专利商标事务所有限公司45107代理人欧阳波(51)Int.Cl.G06K9/40(2006.01)G06K9/42(2006.01)G06K9/46(2006.01)权利要求书4页说明书12页附图5页(54)发明名称一种荔枝虫害监测识别系统和监测识别方法(57)摘要本发明为一种荔枝虫害监测识别系统和监测识别方法。本系统计算机服务器内设置有害虫识别模块、匹配判断模块和含纹理、颜色、轮廓和背景特征库的害虫特征数据库。匹配判断模块将匹配判断结果传送到用户手机。本监测识别方法，先建立害虫识别模块，对用户拍摄的照片进行图像处理，得到纹理、颜色、轮廓和背景特征图。对4种特征图分别提取特征值并简化为字符串的指纹，发送给害虫特征数据库。之后进行实时监测，用户实时拍摄害虫照片，按建库的相同方法处理得到4种特征指纹，与害虫特征数据库中所存的指纹相对照，匹配度最大的即为可能的害虫。本法识别荔枝害虫以及时采取防治措施，保证荔枝的产量和品质，且数据库可不断完善充实，便于使用。CN110796148ACN110796148A权利要求书1/4页1.一种荔枝虫害监测识别系统，包括包括计算机服务器和与计算机服务器无线连接的1个或多个用户手机，其特征在于：所述计算机服务器内设置有害虫识别模块、匹配判断模块和害虫特征数据库；害虫识别模块包括图片接收子模块、图像处理子模块，害虫识别模块与害虫特征数据库连接；图片接收子模块与用户手机无线连接，接收用户传送的图片；图像处理子模块对图片进行简化处理得到各图片的纹理、颜色、轮廓和背景的特征值；害虫特征数据库接收害虫识别模块传送的害虫图片不同特征值，存储于纹理、颜色、轮廓和背景特征库；匹配判断模块与害虫识别模块、害虫特征数据库连接，并与用户手机无线连接，匹配判断模块接收害虫识别模块传送的用户实时提交待判断的害虫图片与特征值，与害虫特征数据库所存内容进行匹配判断，并将结果传送到用户手机并在手机上显示；用户手机安装有结果显示模块。2.根据权利要求1所述的荔枝虫害监测识别系统的监测识别方法，其特征在于包括的主要步骤如下：步骤1、建立害虫识别模块11、用户上传照片用户用手机拍照害虫照片，所述照片中虫体轮廓所占面积大于50％，为虫体的俯视图或侧视图，光线充足；在每种害虫的各个变态发育期各摄取照片1000张或更多，每个变态发育期照片摄取的时间均匀覆盖该发育期各时段，图片接收子模块接收用户手机上传的照片；12、图像处理图像处理子模块对图片接收子模块接收的用户拍摄的照片进行图像处理，得到纹理、颜色、轮廓和背景特征图；所述的纹理、颜色、轮廓、背景特征图获取方法分别如下：121、纹理特征图1211、创建同类型矩阵使用计算机视觉开源库openCV中的dstImage.Create(srcImage.Size(),srcImage.type())函数实例化dstImage对象，使其与原图片srcImage具有相同的大小和类型；1212、将原图像转换为灰度图像读取原图像每个像素点的红、绿、蓝三色值，简称RGB值，灰度值Gray通过下式计算：Gray＝(Red+Green+Bule)/3将各像素转为其灰度值，原图转换为灰度图，并将每个像素点的灰度值赋给grayImage；1213、使用3*3内核降噪使用openCV的Blur(grayImage,srcImage，size(3,3))函数将grayImage函数进行均值滤波后用srcImage进行输出；1214、运行Canny算子运行Canny(edge,edge,3,10,3)函数，将单通道灰度图进行高斯平滑卷积降噪；得到纹理特征图；122、轮廓特征图2CN110796148A权利要求书2/4页在完成步骤1211～1213后，运行Canny算子，运行Canny(edge,edge,3,100,3)函数，将单通道灰度图进行高斯平滑卷积降噪，得到轮廓特征图；123、背景特征图1231、像素分割使用openCV的Rectrectangle(40,90,image.cols-80,image.rows-170)函数定义一个矩形框，在框内寻找可能为前景，即虫体图形，的像素点；1232、