[发明专利]棉田虫情自动监测装置及监测方法

权利要求书

1.一种棉田虫情自动监测方法，用于对棉田棉苗的虫情进行实时自动监测，其特征在于，包括如下步骤：

S1、实时采集棉田的棉苗图像信息；

S2、对所述棉苗图像信息进行处理，提取所述棉田棉苗的叶面轮廓信息及该叶面轮廓内的叶片特征，根据所述叶片特征判断所述棉田的虫情，以实时监测所述棉田的棉苗虫害信息。

2.如权利要求1所述的棉田虫情自动监测方法，其特征在于，所述叶片特征包括：棉叶颜色变化、棉叶形态变化和棉叶出现虫情。

3.如权利要求1或2所述的棉田虫情自动监测方法，其特征在于，所述步骤S2包括：

S21、对所述棉苗图像信息进行图像分割，利用YIQ颜色空间中的Q分量提取所述棉苗图像信息中的棉苗的颜色信息得到处理后的棉苗图像信息，然后用OTSU自动阈值法二值化所述处理后的棉苗图像信息；

S22、单株棉苗的投影定位，对二值化后的棉苗图像信息分别进行垂直和水平投影，并设定边界阈值以确定多个单株棉苗的具体位置；

S23、单株棉苗的轮廓提取，采用Robert边缘检测算法提取单个棉株的叶面轮廓边缘及所述叶面轮廓内部的孔洞信息；

S24、计算孔洞数值，对所述孔洞信息采用四邻域区域标记算法标记后并计算出孔洞数值；

S25、判断虫情信息，将所述孔洞数值与一经验阈值相比较，若所述孔洞数值大于所述经验阈值，则已发生虫害；若所述孔洞数值小于所述经验阈值，则无虫害发生。

4.如权利要求3所述的棉田虫情自动监测方法，其特征在于，所述OTSU自动阈值法二值化所述处理后的棉苗图像信息的方法为：设灰度图像灰度级是L，则灰度范围为[0，L-1]，利用OTSU算法计算图像的最佳阈值为：

t=Max[w0(t)*(u0(t)-u)^2+w1(t)*(u1(t)-u)^2)]，

其中，当分割的阈值为t时，w0为背景比例，u0为背景均值，w1为前景比例，u1为前景均值，u为整幅图像的均值，使以上表达式值最大的t，即为分割图像的最佳阈值。

5.如权利要求3所述的棉田虫情自动监测方法，其特征在于，所述四邻域标记算法包括如下步骤：

S241、选择一标记点，判断所述标记点的四邻域中的最左、最上是否存在其他点，如果都没有其他点，则判断为一个新的区域的开始；

S242、如果所述标记点的四邻域中的最左有点，最上没有点，则标记所述标记点为最左点的值；如果所述标记点的四邻域中的最左没有点，最上有点，则标记所述标记点为最上点的值；

S243、如果所述标记点的四邻域中的最左、最上均有点，则标记所述标记点为所述最左、最上两个点中的最小的点的值，并将其他大于最小点的值修改为小点的值。

6.如权利要求3所述的棉田虫情自动监测方法，其特征在于，所述Robert边缘检测算法的Roberts边缘检测算子是一种利用局部差分算子寻找边缘的算子，其计算公式如下：

G(x,y)=sqrt((f(x,y)-f(x+1,y+1))*(f(x,y)-f(x+1,y+1))+(f(x+1,y)-f(x,y+1))*(f(x+1,y)-f(x,y+1)))

其中，f(x,y)为输入图像，g(x,y)为输出图像。

7.如权利要求6所述的棉田虫情自动监测方法，其特征在于，所述经验阈值为。

8.一种棉田虫情自动监测装置，用于对棉田棉苗的虫情进行实时自动监测，其特征在于，包括：

固定架，按照区域固定于棉田中；

图像采集装置，安装在所述固定架上，用于实时采集棉苗的图像信息；

图像传输装置，安装在所述固定架上，用于传输所述图像采集装置实时采集的棉苗图像信息；

监控中心，与所述图像传输装置连接，包括：

图像接收装置，用于接收所述图像传输装置传输的棉苗图像信息；

图像分析系统，与所述图像接收装置连接，采用上述权利要求1-7中任意一项所述的棉田虫情自动监测方法对所述棉苗图像信息进行分析，得到所述棉田的叶片特征，根据所述叶片特征判断所述棉田的虫情，以实时监测所述棉田的棉苗虫害信息。

9.如权利要求8所述的棉田虫情自动监测装置，其特征在于，所述图像采集装置为红外摄像机，所述图像传输装置为CDMA无线视频发射装置。

10.如权利要求8或9所述的棉田虫情自动监测装置，其特征在于，还包括图像采集调整装置，安装在所述固定架上并与所述图像采集装置连接，所述图像采集调整装置包括方位调节机构、高度调节机构和角度调节机构。