[發(fā)明專利]一種蝗蟲計數(shù)方法及裝置

在審

• 申請?zhí)枺?/td>: 201710686810.0
• 申請日: 2017-08-11
• 公開（公告）號: CN109389139A
• 公開（公告）日: 2019-02-26
• 發(fā)明（設(shè)計）人: 李林;彭帆;顧進(jìn)鋒;陸書涵;劉曉雪;柏雪松;鄭海寧
• 申請（專利權(quán)）人: 中國農(nóng)業(yè)大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/34
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王瑩;吳歡燕

1.一種蝗蟲計數(shù)方法，其特征在于，包括：

S1，使用Meanshift算法對蝗蟲圖像進(jìn)行聚類，對聚類后的所述蝗蟲圖像進(jìn)行二值化處理，獲取所述蝗蟲圖像中的各目標(biāo)連通區(qū)域；

S2，判斷所述各目標(biāo)連通區(qū)域是單體區(qū)域還是粘連區(qū)域，對所述粘連區(qū)域進(jìn)行分割；

S3，將所述單體區(qū)域的個數(shù)和所述粘連區(qū)域分割后的區(qū)域個數(shù)相加，獲取所述蝗蟲圖像中蝗蟲的個數(shù)。

2.根據(jù)權(quán)利要求1所述的蝗蟲計數(shù)方法，其特征在于，所述步驟S1前還包括：

使用裝載濾波片的圖像獲取裝置獲取原始蝗蟲圖像；

使用中值濾波算法對所述原始蝗蟲圖像進(jìn)行預(yù)處理。

3.根據(jù)權(quán)利要求1或2所述的蝗蟲計數(shù)方法，其特征在于，所述步驟S1中對聚類后的所述蝗蟲圖像進(jìn)行二值化處理，獲取所述蝗蟲圖像中的各目標(biāo)連通區(qū)域的步驟具體包括：

將聚類后的所述蝗蟲圖像轉(zhuǎn)化為灰度圖像，獲取所述灰度圖像的直方圖；

選取所述直方圖的雙峰之間谷底位置的灰度值作為灰度閾值，根據(jù)所述灰度閾值對所述灰度圖像進(jìn)行閾值化處理；

根據(jù)閾值化處理的結(jié)果，獲取所述蝗蟲圖像中的各目標(biāo)連通區(qū)域。

4.根據(jù)權(quán)利要求1或2所述的蝗蟲計數(shù)方法，其特征在于，所述步驟S1和S2之間還包括：

對所述各目標(biāo)連通區(qū)域進(jìn)行腐蝕或膨脹處理。

5.根據(jù)權(quán)利要求1或2所述的蝗蟲計數(shù)方法，其特征在于，所述步驟S2中判斷所述各目標(biāo)連通區(qū)域是單體區(qū)域還是粘連區(qū)域的步驟具體包括：

根據(jù)所述各目標(biāo)連通區(qū)域的面積和周長，獲取所述各目標(biāo)連通區(qū)域的形狀因子；

根據(jù)所述各目標(biāo)連通區(qū)域的形狀因子，獲取形狀因子閾值；

根據(jù)所述形狀因子閾值和預(yù)設(shè)面積閾值，判斷所述各目標(biāo)連通區(qū)域是單體區(qū)域還是粘連區(qū)域。

6.根據(jù)權(quán)利要求5所述的蝗蟲計數(shù)方法，其特征在于，所述各目標(biāo)連通區(qū)域的形狀因子SF通過下式獲取：

其中，A表示所述目標(biāo)連通區(qū)域的面積，C表示所述目標(biāo)連通區(qū)域的周長。

7.根據(jù)權(quán)利要求5所述的蝗蟲計數(shù)方法，其特征在于，根據(jù)所述形狀因子閾值和預(yù)設(shè)面積閾值，判斷所述各目標(biāo)連通區(qū)域是單體區(qū)域還是粘連區(qū)域的步驟具體包括：

當(dāng)所述目標(biāo)連通區(qū)域的形狀因子大于所述形狀因子閾值且所述目標(biāo)連通區(qū)域的面積小于所述預(yù)設(shè)面積閾值時，所述目標(biāo)連通區(qū)域為單體區(qū)域；

當(dāng)所述目標(biāo)連通區(qū)域的形狀因子小于或等于所述形狀因子閾值且所述目標(biāo)連通區(qū)域的面積大于或等于所述預(yù)設(shè)面積閾值時，所述目標(biāo)連通區(qū)域為粘連區(qū)域。

8.根據(jù)權(quán)利要求1或2所述的蝗蟲計數(shù)方法，其特征在于，所述步驟S2中對所述粘連區(qū)域進(jìn)行分割的步驟具體包括：

S21，對于每個粘連區(qū)域，從該粘連區(qū)域中選擇一個像素作為種子像素，將所述種子作為一個新區(qū)域；

S22，計算所述種子像素與所述種子像素的各鄰域之間的灰度差值，將小于預(yù)設(shè)差值閾值的所述灰度差值對應(yīng)的鄰域作為種子像素合并到選擇的種子像素所在的新區(qū)域；

S23，迭代執(zhí)行步驟S22，直到對于所述每個種子像素，該種子像素與該種子像素的各鄰域之間的灰度差值均大于或等于所述預(yù)設(shè)差值閾值；

S24，對于該粘連區(qū)域中剩余的像素，迭代執(zhí)行步驟S21-S23，直到該粘連區(qū)域中的每個像素都被劃分到新區(qū)域。

9.一種蝗蟲計數(shù)裝置，其特征在于，包括：

獲取單元，用于使用Meanshift算法對蝗蟲圖像進(jìn)行聚類，對聚類后的所述蝗蟲圖像進(jìn)行二值化處理，獲取所述蝗蟲圖像中的目標(biāo)連通區(qū)域；

分割單元，用于判斷所述各目標(biāo)連通區(qū)域是單體區(qū)域還是粘連區(qū)域，對所述各粘連區(qū)域進(jìn)行分割；

計數(shù)單元，用于將所述單體區(qū)域的個數(shù)和所述各粘連區(qū)域分割后的區(qū)域個數(shù)相加，獲取所述蝗蟲圖像中蝗蟲的個數(shù)。

10.一種非暫態(tài)計算機(jī)可讀存儲介質(zhì)，其特征在于，所述非暫態(tài)計算機(jī)可讀存儲介質(zhì)存儲計算機(jī)指令，所述計算機(jī)指令使所述計算機(jī)執(zhí)行如權(quán)利要求1至8任一所述的方法。