基于机器视觉的储粮害虫智能检测系统软件设计.doc

基于机器视觉的储粮害虫智能检测系统软件设计 2003年3月农业机械第34卷第2期 基于机器视觉的储粮害虫智能检测系统软件设计 邱道尹张红涛陈铁军汤文博章玉政张成花 * 【摘要】介绍了基于机器视觉的储粮害虫智能检测系统软件部分各主要环节的具体实现.该系统运用图像差 分法及自适应图像增强法提高粮虫样本图像的质量,利用改进的直方图阚值将粮虫从背景中分割开来,并运用数 学形态学处理法进行了滤波.以提取出的粮虫面积,周长,复杂度为特征,运用基于模糊决策的分类器对粮仓中常 见的9种,7类害虫进行了分类,识别正确率达到95.2. 关键词:农业机械储粮害虫检测特征提取图像识别 中图分类号:TP391.41文献标识码:A SoftwareDesignofanIntelligentDetectionSystemforStored—grain PestsBasedonMachineVision QiuDaoyinZhangHongtao (NorthChinaInstituteofWaterConservancyandHydroelectricPower) ChenTiejunTangWenboZhangYuzhengZhangChenghua (ZhengzhouUniversity) Abstract Anintelligentdetectionsystemofstored-grainpestsbasedonmachinevisionwasintroduced andthesoftwarerealizationofthemainpartsinthesystemwasgiven.Theimagessubtraction andself—-adaptiveenhancementtechniqueswereusedforimprovingtheimagesofstored—-grainpest samples,theimprovedhistogramthresholdforseparatingthepestsfromthebackground,and themethodofmathematicalmorphologyforfilteringnoise.Theareaperimeterandcomplexityof apestweretakenasitscharacteristicstoidentifythepestsbyusingaclassifierbasedonfuzzy decision.Thecorrectidentificationsofthisclassifierreached95.2. KeywordsAgriculturalmachinery,Stored-grainpests,Detection,Characterextracting, Imagerecognition 引言 近年来储粮害虫的种类和密度呈上升趋势,这 对粮虫的检测提出了更高的要求.因此本文提出 了一种基于机器视觉的储粮害虫检测方法,即通过 计算机视觉,图像处理与模式识别技术相结合,对粮 仓中常见的粮虫进行快速检测与准确分类,并实时 给出任意检测点的粮虫种类,密度等信息. 收稿日期:2001—10—12 *中国科学院模式识别国家重点实验室开放基金资助项目(项目编号:NLPR2000)和河南省自然科学基金资助项目(项目编号:9.9510008) 邱道尹华北水利水电学院动力系副教授,450008郑州市 张红涛华北水利水电学院动力系硕士 陈铁军郑州大学电气工程学院院长教授,450002郑州市 汤文博郑州大学材料系讲师 章玉政郑州大学电气工程学院实验师 张成花郑州大学电气工程学院硕士 84农业机械 1总体设计 该系统的软件以Windows9x为操作平台,以 VC-4--4-6.0为开发工具,总体框图如图1所示.具 体工作流程如下:CCD获取原始图像后,由经验阈 值(本系统取为120)使图像二值化,快速判断该帧 图像是否有粮虫.若有粮虫,运用自适应等方法对原 始图像进行增强,再由改进的直方图方法获取最佳 全局阈值,并对图像进行分割,滤波以形成二值图 像.进一步提取每种粮虫的面积,周长,复杂度等特 征,并送入分类器进行分类识别[2].检测完毕后,给 出仓内最高密度点的害虫种类及密度,并提示相应 的防治措施. c(D获取原始图像 经验阈值二值化,并提取面积 图像分割及滤波 提取面积,复杂度等特征 I型r 坌 1Y 图1软件系统总体框图 统计分类结果 防治措施 结束 2图像增强 由于传送带的运动,取样机构中电机运转产生 震动,粮样中灰尘对CCD摄像机镜头的影响等因 素,视觉系统所获取的图像是带有噪声的模糊图像, 因此有必要对图像进行增强处理.本系统运用基于 空域的图像差分法和自适