论文部分内容阅读
摘要
[目的]建立基于Snake模型的水稻灯诱害虫轮廓提取方法。[方法]在matlab编程环境下，以3种常见水稻灯诱害虫（大螟、二化螟和直纹稻弄蝶）不同姿态图像为研究对象，提出了基于贪婪算法的Snake模型水稻灯诱害虫轮廓提取方法。[结果]首先选择不同姿态害虫的初始轮廓和能量权重；其次采用贪婪算法成功提取不同种类、不同姿态的水稻灯诱害虫轮廓；最后设计了GUI操作界面。[结论]该模型为带有虫体残缺、姿态各异的灯诱害虫形态特征提取提供了参考。
关键词灯诱害虫；贪婪算法；轮廓提取
中图分类号S126文献标识码A文章编号0517-6611（2014）28-09780-03
Study on Contour Extraction of Rice Lighttrap Pests Based on Snake Model
LV Jun1， HU Jing1， WANG Yang1 et al
（1.School of Information Engineering， Huangshan University， Huangshan， Anhui 245041）
Abstract[Objective] The aim was to establish a method for contour extraction of rice lighttrap pests based on Snake model. [Method] Under the programming environment of matlab， different postures of images for three kinds of common rice lighttrap pests like Sesamia inferens Walker， Chilo suppressalis （Walker） and Parnara ganga Evans were taken as research object， and a method for contour extraction of rice lighttrap pests based on Snake model was put forward. [Result] Suitable original contour and parameters weight were applied to obtain the contour of different classes and postures based on the greedy algorithm. The concise GUI interface was used for people to operate conveniently. [Conclusion] The model could provide reference for feature extraction of rice pests with incomplete bodies and different postures.
Key words Lighttrap pests； Greedy algorithm； Contour extraction
基于图像的害虫自动识别已广泛应用于储粮害虫[1-2]、蔬菜害虫[3-4]、森林害虫[5]、果园害虫[6]、农田害虫[7-10]等。虽然研究对象和研究目的不同，所采用的具体方法不同，但基于图像的害虫自动识别研究步骤一般包括害虫图像采集、图像预处理获取目标害虫区域、害虫特征提取与优化，最后结合模式识别方法实现害虫自动识别。在我国水稻害虫监测中，主要利用黑光灯等装置诱集水稻害虫，于次日取回后经人工识别与计数，记录相关数据，并作为水稻害虫发生密度和预测预报的数据依据。基于图像的水稻灯诱害虫相关报道较少。作者利用模板匹配的方法实现了水稻二化螟等4种鳞翅目灯诱害虫的多目标自动识别，平均识别率为83.1%[11]。刘庆杰[12]针对有粘连情况的多目标水稻灯诱害虫，提出基于光流法的多目标水稻灯诱害虫自动分割方法。
水稻灯诱害虫易受到强烈撞击、死亡脱水、姿态各异和虫体残缺等影响，加大了害虫特征提取和识别难度。为此，笔者针对不同姿态灯诱害虫，提出了基于贪婪算法的Snake模型用于水稻灯诱害虫轮廓提取，并通过确定能量权重值及初始轮廓提取了不同姿态的水稻灯诱害蟲的轮廓，以期为水稻灯诱害虫特征提取提供理论依据。
1研究对象
采集的图像均来自中国水稻研究所（浙江，杭州，富阳，30°N，120°E），利用室内水稻灯诱害虫图像智能采集装置[13]获取背部朝上张翅型、腹部朝上张翅型、折翅型3种姿态的二化螟、大螟和直纹稻弄蝶害虫图像（图1～3），以jpg格式存储。基于Snake模型的水稻灯诱害虫轮廓提取程序和界面设计是在Matlab7.10环境下编制。
2 Snake模型
Snake模型又称主动轮廓模型，是由Kass等人提出的一种利用高层信息来进行图像处理的方法。其基本思想是根据图像信息进行曲线演化收敛，从而搜索到感兴趣的目标物体的边界。该方法通过定义闭合轮廓线形变的能量函数，将图像分割转化为基于全局能量函数下寻求最优解的问题，进而使得初始轮廓曲线逼近目标物体的实际边界[14]。Snake模型是由内部约束力、内部能量、外部约束力和外部能量共同作用下实现移动的变形轮廓。假设该轮廓由参数曲线表示，如式1：
3基于贪婪算法的Snake模型
贪婪算法是由Dijkstra提出的求问题最优解的设计方法。该方法能够成功地将总体能力的下降转化为每个Snake元素控制能量的局部下降，解决了动态规划算法收敛速度慢、处理时间长等问题[15]。基于贪婪算法的Snake模型总能量定义为：
[目的]建立基于Snake模型的水稻灯诱害虫轮廓提取方法。[方法]在matlab编程环境下，以3种常见水稻灯诱害虫（大螟、二化螟和直纹稻弄蝶）不同姿态图像为研究对象，提出了基于贪婪算法的Snake模型水稻灯诱害虫轮廓提取方法。[结果]首先选择不同姿态害虫的初始轮廓和能量权重；其次采用贪婪算法成功提取不同种类、不同姿态的水稻灯诱害虫轮廓；最后设计了GUI操作界面。[结论]该模型为带有虫体残缺、姿态各异的灯诱害虫形态特征提取提供了参考。
关键词灯诱害虫；贪婪算法；轮廓提取
中图分类号S126文献标识码A文章编号0517-6611（2014）28-09780-03
Study on Contour Extraction of Rice Lighttrap Pests Based on Snake Model
LV Jun1， HU Jing1， WANG Yang1 et al
（1.School of Information Engineering， Huangshan University， Huangshan， Anhui 245041）
Abstract[Objective] The aim was to establish a method for contour extraction of rice lighttrap pests based on Snake model. [Method] Under the programming environment of matlab， different postures of images for three kinds of common rice lighttrap pests like Sesamia inferens Walker， Chilo suppressalis （Walker） and Parnara ganga Evans were taken as research object， and a method for contour extraction of rice lighttrap pests based on Snake model was put forward. [Result] Suitable original contour and parameters weight were applied to obtain the contour of different classes and postures based on the greedy algorithm. The concise GUI interface was used for people to operate conveniently. [Conclusion] The model could provide reference for feature extraction of rice pests with incomplete bodies and different postures.
Key words Lighttrap pests； Greedy algorithm； Contour extraction
基于图像的害虫自动识别已广泛应用于储粮害虫[1-2]、蔬菜害虫[3-4]、森林害虫[5]、果园害虫[6]、农田害虫[7-10]等。虽然研究对象和研究目的不同，所采用的具体方法不同，但基于图像的害虫自动识别研究步骤一般包括害虫图像采集、图像预处理获取目标害虫区域、害虫特征提取与优化，最后结合模式识别方法实现害虫自动识别。在我国水稻害虫监测中，主要利用黑光灯等装置诱集水稻害虫，于次日取回后经人工识别与计数，记录相关数据，并作为水稻害虫发生密度和预测预报的数据依据。基于图像的水稻灯诱害虫相关报道较少。作者利用模板匹配的方法实现了水稻二化螟等4种鳞翅目灯诱害虫的多目标自动识别，平均识别率为83.1%[11]。刘庆杰[12]针对有粘连情况的多目标水稻灯诱害虫，提出基于光流法的多目标水稻灯诱害虫自动分割方法。
水稻灯诱害虫易受到强烈撞击、死亡脱水、姿态各异和虫体残缺等影响，加大了害虫特征提取和识别难度。为此，笔者针对不同姿态灯诱害虫，提出了基于贪婪算法的Snake模型用于水稻灯诱害虫轮廓提取，并通过确定能量权重值及初始轮廓提取了不同姿态的水稻灯诱害蟲的轮廓，以期为水稻灯诱害虫特征提取提供理论依据。
1研究对象
采集的图像均来自中国水稻研究所（浙江，杭州，富阳，30°N，120°E），利用室内水稻灯诱害虫图像智能采集装置[13]获取背部朝上张翅型、腹部朝上张翅型、折翅型3种姿态的二化螟、大螟和直纹稻弄蝶害虫图像（图1～3），以jpg格式存储。基于Snake模型的水稻灯诱害虫轮廓提取程序和界面设计是在Matlab7.10环境下编制。
2 Snake模型
Snake模型又称主动轮廓模型，是由Kass等人提出的一种利用高层信息来进行图像处理的方法。其基本思想是根据图像信息进行曲线演化收敛，从而搜索到感兴趣的目标物体的边界。该方法通过定义闭合轮廓线形变的能量函数，将图像分割转化为基于全局能量函数下寻求最优解的问题，进而使得初始轮廓曲线逼近目标物体的实际边界[14]。Snake模型是由内部约束力、内部能量、外部约束力和外部能量共同作用下实现移动的变形轮廓。假设该轮廓由参数曲线表示，如式1：
3基于贪婪算法的Snake模型
贪婪算法是由Dijkstra提出的求问题最优解的设计方法。该方法能够成功地将总体能力的下降转化为每个Snake元素控制能量的局部下降，解决了动态规划算法收敛速度慢、处理时间长等问题[15]。基于贪婪算法的Snake模型总能量定义为：