[发明专利]一种基于视觉显著性的农业害虫检测方法

说明书

本发明公开了一种基于视觉显著性的农业害虫检测方法，包括：获取待测农业区的图像，进行预处理；对预处理后的图像进行边缘处理；基于边缘处理后的图像进行采样，构建亮度特征图；基于预处理后的图像构建局部方差特征图和全局对比特征图；基于亮度特征图、方差特征图和全局对比特征图构建显著性图像；基于显著性图像检测农业害虫。本发明提出了一种基于亮度、局部方差和全局对比度三分量的特征图，相较于传统ITTI算法对小目标和背景颜色相近的目标具有更好的检测效果。

技术领域

本发明涉及一种基于视觉显著性的农业害虫检测方法，属于图像检测技术领域。

背景技术

农业是人类赖以生存的基本行业之一。在农业生产中，害虫一直是人们大为头疼的问题。目前世界上大部分地区采用肉眼直接观察的方式来检测害虫。这种方法存在着巨大的缺陷，由于人工不能时时刻刻观察农田、且一旦观察时间过长，工作准确率不能得到保障。因此本发明提出的基于视觉显著性的检测方法，能够在很好的节约人力成本同时也能够提高工作效率。

利用视觉显著性来进行目标检测是目前常用的检测方法之一。人类接收到的外部信息大都来自于视觉系统，人眼每秒可接收超100亿比特的信息量，但是大脑的处理水平远远跟不上接收能力。视觉神经网络利用注意机制来先行处理复杂信息，它能够快速去除冗余信息，保留关键信息，大大降低了大脑的计算量。视觉显著性就是模仿这一特性，采用自下而上的ITTI算法，首先用多尺度特征技术生成高斯金字塔，利用Center-Surround方法提取特征图，最终将不同的特征图归一化为一张显著图像。显著图像相比于原始图像，具有更少的无效信息，大大缩短了检测过程，但存在的缺点有：(1)受光照因素影响较大。(2)受背景因素影响较大，部分场景检测正确率不高。

视觉显著性的原理就是基于检测目标特性的局部增强。本发明目的是用于农业生产中检测害虫，害虫的颜色往往和农作物的颜色相近，ITTI算法在实际应用中对于和背景颜色相近的目标并不能很好的分离出来，而且夜晚条件下的识别效果不是很好。害虫预防工作晚上也要正常进行。因此并不能很好的满足农业检测害虫的实际需要。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，提供一种基于视觉显著性的农业害虫检测方法，提出了一种基于亮度、局部方差和全局对比度三分量的特征图，相较于传统ITTI算法对小目标和背景颜色相近的目标具有更好的检测效果。

为达到上述目的，本发明提供一种基于视觉显著性的农业害虫检测方法，包括如下步骤：

获取待测农业区的图像，进行预处理；

对预处理后的图像进行边缘处理；

基于边缘处理后的图像进行采样，构建亮度特征图；

基于预处理后的图像构建局部方差特征图和全局对比特征图；

基于亮度特征图、局部方差特征图和全局对比特征图构建显著性图像；

基于显著性图像检测农业害虫。

进一步地，对图像进行预处理包括：

对图像进行线性滤波操作，去除图像中存在的噪声；

将图像灰度化，公式包括：

Gray₁(i，j)＝R(i，j)

Gray₂(i，j)＝G(i，j)

Gray₃(i，j)＝B(i，j)

其中，R，G，B是图像的三个分量，即红、绿、蓝三原色，Gray₁(i，j)，Gray₂(i，j)，Gray₃(i，j)是对三分量灰度化的结果。

进一步地，所述边缘处理包括：