基于计算机视觉的农作物害虫自动检测研究综述.pdf

基于计算机视觉的农作物害虫自动检测研究综述.pdf

《基于计算机视觉的农作物害虫自动检测研究综述.pdf》由会员分享，可在线阅读，更多相关《基于计算机视觉的农作物害虫自动检测研究综述.pdf（4页珍藏版）》请在冰点文库上搜索。

MicrocomputerApplicationsVol.25,No.12,2009学习园地微型电脑应用2009年第25卷第12期62文章编号：

1007-757X（2009）12-0062-03基于计算机视觉的农作物害虫自动检测研究综述李健，陈长明摘要：

综述了国内外计算机视觉在农业生产领域的应用研究热点农作物害虫自动检测技术的进展及最新研究成果，重点论述了害虫识别、分类、计算机视觉和图像处理技术的研究和开发，并分析提出了这一技术的发展趋势。

关键词：

计算机视觉；图像处理；害虫检测中图分类号：

TP242；S608文献标志码：

A0引言小麦、玉米、棉花等农作物是我国最主要的粮食、饲料及经济作物，种植范围广，面积大，在国民经济中占有重要地位。

以小麦为例，从近十年来看1，小麦主要害虫的发生为害与损失日趋严重。

特别是进入21世纪以来，小麦主要害虫的发生为害仍居高不下。

如麦蚜一直为偏重至大发生。

由于小麦虫害的连年、持续的危害，使得小麦的平均亩产量在其他因素得到改善的情况下仍没有显着的提高。

每年小麦的新增供给量往往低于当年的消费量，需要动用库存来弥补。

否则小麦的价格升高，其他副产品的价格也会随之升高，消费成本随之升高，使我国在国际粮食市场上的地位受到了冲击。

可见，农作物重大害虫与重大病害的不断暴发成灾已经成为制约我国农业安全生产和持续发展的突出瓶颈问题。

有效的害虫监控工作是提高作物产量的重要途径之一。

害虫的监控、预防工作能够减少、降低虫害的发生及破坏的几率，减少虫害带来的损失，降低生产过程中的成本消耗，提高生产效率，提升我国经济作物在国际市场上的竞争力。

目前，国内外在农作物害虫的检测识别方面，可归纳为以下3种方法2：

（1）人工识别：

借助放大镜、显微镜等工具或直接用肉眼判别害虫种类，并统计数量。

该法识别工作量大，效率低，不可避免地会出现人为误差，对检测人员素质要求较高。

（2）声音识别：

通过害虫取食、运动、通讯等行为发出的声音来识别害虫。

该方法不仅受环境噪声的影响较大，而且识别的害虫种类较少，故难以推广应用。

（3）机器识别：

该法主要是通过害虫的颜色、形态等特征，利用计算机视觉、图像处理和分析等技术来识别害虫。

其识别过程简单、快捷、准确，操作过程及对设备的要求也相对简单，不受人员的经验、情绪等主观因素影响，但在识别准确率和识别效率有待提高，目前只是在该领域内的初步应用。

由此可见，使用机器识别是个不错的思路。

本文就国内外应用计算机视觉技术自动检测农作物害虫的最新研究成果进行综述和展望，以便充分利用国内外已取得的经验，促进我国在该领域的研究。

1计算机视觉技术在农业上的应用农业生产与科研的许多方面，多数是通过对农作物及产品外观的判断进行的，诸如果品和种子等外观品质检测、果实成熟度判别、作物病虫害监测、生长状态识别以及杂草辨别等等。

这些过去主要依靠人类视觉的辨别与判断的工作，可以利用计算机视觉技术部分地替代，从而提高生产效率，实现农业生产与管理的自动化和智能化。

由于经济效益、生物多样性等原因，计算机视觉技术在农业中的应用远远落后于工业。

尽管如此，许多学者还是在农业应用领域中做了大量的研究工作。

至今已形成了分别侧重于视觉模拟、微观图像、宏观分析、热成像、内部图像、机器视觉等多种技术形式，并各具特色的应用系统。

我国对计算机视觉在农业工程中的应用研究起步较晚，与国外相比尚有较大差距，还需进一步在深度、广度及实践等方面作出努力。

2国内外计算机视觉应用于农作物害虫自动检测识别研究现状2.1国外研究现状在国外，自1996年英国政府发起DAISY研究工程后，掀起了有关昆虫识别的研究热潮。

美国密歇根大学的LiuJ.D和PaulsenM.R等利用机器视觉技术对卷蛾类昆虫的自动识别进行了研究，该研究以昆虫的翅脉为主要特征，采用相似性距离为判别的依据，判别结果比较可靠。

但该研究只是以专业研究人员的手绘图作为图像源，尚不能对真实卷蛾标本进行鉴别，在鉴定的过程中需要人为干预。

2000年，美国新墨西哥州立大学HabibGassoumi和NadipuramR.Prasad等人利用人工神经网络对棉花生态系统中的昆虫进行了分类识别。

首先利用数学形态学中的腐蚀和膨胀技术对原有昆虫图像进行增强，然后进行图像分割，即将昆虫图像减少到最基本的元素但又不丢失重要而有用的特征。

Sena等3从玉米植株顶部垂直向下拍照，获取玉米最上部展开叶片图像，提出了一种图像处理新算法，能识别被玉米螟为害过的上部叶片，正确识别率达94.7%。

2004年，Dr.Jeffrey和T.Drake等人为美国农业部研制昆虫识别系统，主要用于大量标本的快速识别分类，其图像分割算法能够在大量标本中提取单一个体的分割图像，能够对大多数昆虫标本进行分割得出较好的分割效果。

C.Karunakaran等提取红色一苗粉甲虫的直方图特征纹理特征和阶矩来表示昆虫对象，在此基础上应用4层后向神作者简介：

李健（1975-），男，陕西科技大学电气与信息工程学院，副教授，博士，研究方向为图形图像处理、虚拟现实、计算机视觉，陕西西安710021；陈长明（1982-），男，陕西科技大学电气与信息工程学院硕士研究生，研究方向为图形图像处理、计算机视觉，西安710021MicrocomputerApplicationsVol.25,No.12,2009学习园地微型电脑应用2009年第25卷第12期63经网络算法进行分类识别。

伦敦自然历史博物馆的Paulweeks和lanGauld等1997年实现了对姬蜂科的几个相似种的半自动化鉴定。

瑞士也正在研制计算机辅助农药喷洒装置，其目的是根据田中杂草、病害和虫害的分布，实现精确施药。

美国学者Zayas采用机器视觉技术对散装小麦中谷蠢成虫进行了离线研究，结果表明：

该法有较高的识别率，但残缺粮粒、草籽、害虫的姿态等因素对识别效果有较大的影响；并且该方法不支持在线检测。

美国Jordan等4学者仅对棉花害虫进行了分类研究，但识别系统的实时性和实用性有待于深入研究。

英国西英格兰大学智能控制实验室研制出能准确识别、自动捕捉一种害虫鼻涕虫的机器人，并通过了实验室试验，但距商业应用还有一定的距离。

2.2国内研究现状我国在20世纪90年代初，邱道尹5带领的图像识别课题组即提出了基于图像识别的害虫在线检测的新方法。

该方法主要是利用害虫的颜色、形态学等特征，运用机器视觉、数字图像处理和模拟识别等技术结合来实现储粮害虫的在线检测。

其检测过程为：

取样机构利用负压将检测点的粮食抽入取样装置；传送机构控制粮食样本单层输送到传送带，在其运动的过程中，架在正上方的电荷耦合器件（ChargeCoupledDevices，简称CCD）摄像机实时摄取粮食样本的图像序列；采集卡将采集到的图像信号由PCI总线送至微机内存；再由图像处理、图像分析和快速的模糊、神经网络等智能识别算法实时地给出粮虫的种类和密度，为粮虫的综合防治决策提供可靠的依据。

2001年，沈佐锐等6首次提出并实现了利用图像处理技术进行温室中白粉虱的自动计数。

赵亚娥7、孔祥维、周豪杰等各自都开发出了人体寄生虫卵的自动识别系统。

2002年，付承彬8在其导师带领下开发出一个并殖吸虫的自动分类软件。

于新文、赵汗青等9也开展了基于对棉铃虫的自动识别对昆虫图像的分割处理、特征提取等进行了大量研究。

徐防、邱道尹、张红梅、张红涛、黄小燕、周龙、刘素华、陈志武等对仓储害虫的模式识别作了很全面、系统的研究，分别从图像预处理、图像处理、基于嫡域值法的图像分割、彩色数字图像分割、特征提取、模糊识别、神经网络、智能检测、系统的软硬件设计、模拟退火算法等方面对仓储害虫模式识别自动分类系统的研究。

中国农业大学沈佐锐教授与西南林学院的于新文合作，用虫体面积、周长等11项数学形态特征对40种昆虫实现自动鉴别，得出了各项数学特征的权重9。

2003年，ASABE国际会议上，中国农业大学李志刚等发表了一篇关于“基于机器视觉的棉花害虫自动识别典型系统”研究报道，提出了害虫动态识别和实时精确施药的方案，处于研究阶段。

王建华、马骏等提出一种应用数学形态学算法进行植物病虫识别，采用膨胀和腐蚀快速算法用于提取病虫骨架特征。

根据不同种类病虫骨架的几何矩特征，通过神经网络进行病虫分类识别。

黄志开10、王炳锡在分析近红外光谱、可见光光谱等方法有关颜色特征研究的基础上，提出了一种新的真彩色图像颜色直方图索引结构稀疏森林，方便点查询和区域查询，并且空间效率比较高。

王克如11、李少昆2005年围绕作物病虫草害的快速诊断，将作物病虫草害识别的专家知识与数字图像处理、神经网络结合，综合运用人工智能和网络技术，研究实现了作物病虫草害的远程图像识别与诊断，取得一定进展。

张红梅等122003年提出根据仓储物害虫图像的灰值游程矩阵自动提取图像的纹理特征实现仓储物害虫的识别。

2003年邱道尹等13采用小波分析进行图像处理，提出了利用害虫颜色和纹理等特征进行种类识别的观点，经特征选择后输入神经网络分类器进行模式识别。

但在软硬件设计上还存在很多缺陷。

在识别速度方面、特征提取方面、硬件设计方面有待改进，提高害虫识别率。

范艳峰等142005年提出采用全局闲值方法对增强后的谷物害虫图像进行区域分割，在此基础上分R、G、B三种分量灰值图像的一阶灰度值统计量特征3*6个（均值、方差、偏度、峰值、能量和嫡）；R、G、B三种分量灰度值图像的灰值游程矩阵纹理特征3*16个（0o、45、90、135四个不同方向的短游程长度、长游程长度、灰度的不均匀度量和游程长度的百分率）；几何特征3个（区域面积、周长和长宽比）作为谷物害虫的图像特征。

张红梅等2005年提取静态储粮害虫图像的数理统计特征、纹理特征和几何形状特征，并在此基础上采用BP神经网络进行分类和识别。

廉飞宇等152006年使用小波变换对储粮害虫的高维图像矢量进行压缩，利用图像的高频部分对应于图像的边缘和轮廓，较好地压缩和表征了害虫图像的特征，提出了一种SVM的分类判别。

3国内外计算机视觉农作物害虫自动检测技术发展趋势虽然计算机视觉农作物害虫自动检测技术在国内外也取得了一定的进展，但是在识别准确率和识别效率方面还有待提高。

该技术仍难以满足目前对农田害虫实时检测的要求，不能准确地实时提供害虫的种类、密度等信息，目前利用机器视觉技术对农作物虫害的自动识别只是在该领域内的初步应用，距离商用也还有一定的距离，急需在以下几方面进一步开展广泛而深入的研究：

（1）实用化。

目前所进行的研究几乎都是在特定条件下进行的、针对于运动状态及自然条件下自动检测技术；

（2）智能化。

害虫自动检测技术必将与害虫区域预测系统和害虫专家诊断治疗系统等相关技术进一步高度集成；（3）成本化。

农作物大多是低值消费品，要求考虑降低设备的成本；（4）网络化。

害虫实时在线检测是今后农作物害虫自动检测技术的发展的必然趋势，将使农业生产在网络时代发生重大的变革。

4结论综上，计算机视觉技术是农作物害虫自动检测的高效方法，应用前景非常广阔。

该技术一旦成功地大规模应用于农业生产，将大大提高田间害虫的识别准确率和识别效率，从而提高害虫预报的时效性和准确度，可以为政府决策和农田害虫防治及时提供更准确的虫情信息，有利于降低防治成本，提高防治效果，促进我国无公害农产品的生产，其经济、生态和社会效益均十分可观。

其研究结果对进一步研究药剂的变量喷洒装置、实现精细作业也具有重要的理论和实际意MicrocomputerApplicationsVol.25,No.12,2009学习园地微型电脑应用2009年第25卷第12期64义。

因此，仍需不断研究和探讨新的、有效的检测方法，推进和加速国内该领域的研究步伐，缩小与国外的差距，为害虫的综合防治提供可靠的、科学的决策。

参考文献1曹雅忠，李克斌，尹姣，张克诚.小麦主要害虫的发生动态及可持续控制的策略与实践J.中国植保导刊，2006，26（8）：

11-15.2刘勇，陈巨莲，程登发，倪汉祥.我国小麦害虫无公害治理的现状及展望J.中国农业大学学报，2006，26（8）：

65-69.3Sena.rj.etal.FallarmyworrndamagedmaizePlantidentificationusnigdigiatalimages.BiosystemsEngineering,2003,85（4）:

449-54.4Jordan,JayB,Visionguidedinsecthandlingsystem,ModelingandSimulation.ProceedingsoftheAnnualPittsburghConference,1990,21（5）:

1995-205邱道尹，张红涛，陈铁军，等.模糊识别技术在储粮害虫检测中的应用J.农业系统科学与综合研究，2002，

（2）.6于新文，沈佐锐.几种图像分割算法在棉铃虫图像处理中的应用J.中国农业大学学报，2001，6（5）：

69-75.7赵亚娥.人体寄生虫虫卵图像的自动识别J.中国体视学与图像分析，1997，（3）.8付承彬，詹希美，伍小明，等.数字图像处理技术在并殖吸虫自动分类中的应用研究J.中国人兽共患病杂志，2002，

（1）.9赵汗青，沈佐锐，于新文.数学形态特征应用于昆虫自动鉴别的研究J.中国农业大学学报，2002，（3）.10黄志开.彩色图像特征提取与植物分类研究D.合肥：

中国科技大学，2006.11王克如基于图像识别的作物病虫草害诊断研究D.北京：

作物科学研究院，2005.12张红梅，韩萍.仓储物害虫分类识别中纹理特征的提取J.计算机工程与应用，2003，

（1）.13张红涛，胡玉霞，邱道尹.基于相对熵阈值法的储粮害虫图像分割J.华北水利水电学院学报，2003，（3）.14范艳峰，甄彤.谷物害虫检测与分类识别技术的研究及应用J.计算机工程，2005，12（68）.15廉飞宇，张元.基于小波变换压缩和支持向量机组的储粮害虫图像识别J.河南工业大学学报，2006，1

（1）.（收稿日期：

2009-08-14）（上接第61页）部级异地业务应用部级异地业务应用异地业务前置应用异地业务前置应用本地业务管理系统本地业务管理系统异地业务部级中心库异地业务部级中心库A地区地区本地生产区本地生产区异地业务前置系统异地业务前置系统异地交换区本地生产区异地交换区本地生产区B地区部级异地业务系统地区部级异地业务系统异地业务前置应用异地业务前置应用本地系统改造部分本地系统改造部分异地业务前置库异地业务前置库异地业务前置库异地业务前置库异地业务前置系统异地业务前置系统异地业务服务总线异地业务服务总线（部级部级）异地业务服务总线异地业务服务总线（前置前置）异地业务服务总线异地业务服务总线（前置前置）本地业务管理系统本地业务管理系统本地系统改造部分本地系统改造部分图4总体应用软件集成架构这些应用之间是透明的，这相应地带来了另一个优点：

各种不同的应用软件集成模式可以组合使用，以适应各地不同的需要。

5异地养老管理系统的应用部署异地养老管理系统采用B/S/S架构，其服务器端部署在部级数据中心，通过部署在各统筹区的前置系统与当地的系统相连，相关应用部署见图5。

6结论异地业务系统是一个复杂的、涉及多个地域应用的系统，系统的可兼容性及可维护性非常重要。

因此在整个系统设计中充分考虑了不同地区的本地业务管理系统对于架构的影响，通过在各地部署前置系统，制定各个部分之间的明确的数据规范和接口规范，使局部的修改不影响全局和其他部分的结构和运行。

异地人员数据库异地人员数据库前置系统前置系统省级节点省级节点异地业务系统异地业务系统本地系统本地系统本地生产区异地交换区参保属地本地生产区异地交换区参保属地本地数据库本地数据库部省市部省市图5异地养老管理系统的应用部署各地的异地业务应用和部级异地业务应用之间不存在直接的交互，也就是说，它们各自的任何变化不会对其它应用带来影响。

这一点充分利用了SOA的优势，降低了系统的维护成本。

参考文献1李安渝.WebService技术与实现M.北京:

国防工业出版社，2003.2丁兆青，董传良.基于SOA的分布式应用集成研究J.计算机工程，2007，33（10）：

246-248.3赵扬.论基于面向服务架构的企业业务流程优化J.科技创业月刊，2004，（5）：

45-46.4覃正，原欣伟，卢致杰，等.面向服务的广义企业信息系统架构研究J.计算机应用，2004，（6）：

69-71.（收稿日期：

2009-05-10）