背部識另IJ，完善識別結(jié)果)。
[0049]本發(fā)明的有益效果為:
[0050]在攝像頭采集圖像時通過透明承蟲板的抖動，使其上的害蟲加以分散，可有效地克服由于害蟲蟲體相互重疊而導(dǎo)致無法精確計數(shù)和種類識別的問題；同時，采用上下兩個攝像頭采集害蟲的圖像，當上側(cè)攝像頭采集到害蟲腹部圖像而無法識別時，利用下側(cè)攝像頭所采集的相對應(yīng)的害蟲背部圖像來加以識別，提高了本發(fā)明的對害蟲種類識別的精度。
【附圖說明】
[0051]圖1為本發(fā)明基于計算機視覺的大田蟲情監(jiān)控采樣裝置的結(jié)構(gòu)示意圖；
[0052]圖2為本發(fā)明的曲軸連桿機構(gòu)的結(jié)構(gòu)示意圖。
[0053]其中:1、誘蟲燈；2、軟管；3、透明承蟲板；4、上側(cè)攝像頭；5、下側(cè)攝像頭；6、推蟲板；7、支撐臺；8、圖像處理終端；9、第一驅(qū)動機構(gòu)；10、第二驅(qū)動機構(gòu)；91、曲軸；92、第一連桿；93、第二連桿；94、定位槽。
【具體實施方式】
[0054]下面結(jié)合附圖和實施例對本發(fā)明作進一步詳細描述，需要指出的是，以下所述實施例旨在便于對本發(fā)明的理解，而對其不起任何限定作用。
[0055]如圖1所示，一種基于計算機視覺的大田蟲情監(jiān)控采樣裝置，包括誘蟲燈1、透明承蟲板3、分別位于透明承蟲板上下兩側(cè)的上側(cè)攝像頭4和下側(cè)攝像頭5、圖像處理終端8。
[0056]誘蟲燈I底端連接有軟管2，通過軟管2將誘蟲燈殺死的害蟲引導(dǎo)到透明承蟲板3上。
[0057]兩個攝像頭分別通過對應(yīng)的支架安裝在支撐臺7上。
[0058]為了防止死蟲在透明承蟲板3上重疊、堆積，影響攝像頭的采樣效果，本實施例的透明承蟲板3活動安裝在支撐臺7上，透明承蟲板3由第一驅(qū)動機構(gòu)9驅(qū)動。第一驅(qū)動機構(gòu)9為伺服電機，通過曲軸連桿機構(gòu)連接透明承蟲板3。如圖2所示，曲軸連桿機構(gòu)包括依次鉸接的曲軸91、第一連桿92、第二連桿93，第一連桿92和第二連桿93的連接處設(shè)有定位槽94，以保證第二連桿93能平穩(wěn)的往復(fù)運動。第二連桿93的另一端通過螺絲固定連接透明承蟲板3。透明承蟲板3在伺服電機的帶動下可以往復(fù)抖動，分散其上的死蟲，避免死蟲重疊，同時也可以使死蟲變換姿態(tài)，使攝像頭可以拍攝到害蟲不同姿態(tài)的圖像。
[0059]透明承蟲板3的頂面滑動配合有推蟲板6，用于帶動推蟲板6往復(fù)運動的第二驅(qū)動機構(gòu)10安裝在支撐臺7上，第二驅(qū)動機構(gòu)10可以是氣缸，也可以是曲柄滑塊機構(gòu)。攝像頭對透明承蟲板3上的死蟲采集圖像結(jié)束后，第二驅(qū)動機構(gòu)10帶動推蟲板6運動，掃除透明承蟲板上的死蟲，以便于對下一批死蟲圖像的采集。
[0060]本實施例的采樣裝置還包括控制器，用于控制攝像頭、第一驅(qū)動機構(gòu)、第二驅(qū)動機構(gòu)的工作。
[0061]基于上述采樣裝置的采樣方法為:
[0062]利用誘蟲燈誘殺大田害蟲，被誘殺的害蟲通過軟管2落于透明承蟲板3上，透明承蟲板上下兩側(cè)的攝像頭分別采集透明承蟲板抖動前后的圖像，采集的害蟲圖像經(jīng)壓縮后，無線傳輸給圖像處理終端8進行圖像處理，對圖像進行害蟲種類的識別以及各種類的數(shù)目統(tǒng)計。
[0063]圖像處理包括以下步驟:
[0064](I)預(yù)先建立大田害蟲圖像的深度卷積神經(jīng)網(wǎng)絡(luò)模型；
[0065](1-1)預(yù)先建立大田害蟲圖像的深度卷積神經(jīng)網(wǎng)絡(luò)模型，深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為:一個輸入層、五個卷積層、三個池化層、兩個全連接層和一個輸出層；
[0066](1-2)五個卷積層之前為輸入層，三個最大池化層(max pooling)分別位于第一、第二、第五個卷積層之后，兩個全連接層位于第三個最大池化層與輸出層之間。輸出層采用softmax為分類器；
[0067](1-3)輸入層接受227X227的圖像輸入。五個卷積層的卷積濾波器的像素大小分別為13X13、5X5、3X3、3X3、6X6，卷積濾波器的數(shù)目分別為128、256、512、512、256，卷積步長為4。三個最大池化層(max pooling)中，池化區(qū)域大小均為3X3，池化步長為2。兩個全連接層結(jié)點均為4096。輸出層結(jié)點數(shù)依據(jù)具體待識別害蟲種類數(shù)目而定。
[0068](2)對上側(cè)攝像頭拍攝于透明承蟲板3抖動前的原始圖像進行閾值化處理，獲取各個害蟲區(qū)域，在原始圖像的這些區(qū)域內(nèi)計算SIFT特征點，并記錄坐標；
[0069](3)對上側(cè)攝像頭拍攝于透明承蟲板抖動后的原始圖像進行閾值化處理，獲取各個害蟲區(qū)域，在原始圖像的這些區(qū)域內(nèi)計算SIFT特征點，并記錄坐標；
[0070](4)匹配抖動前圖像和抖動后圖像上的所有SIFT特征點(匹配準則為:兩個相同特征點間在圖像上的歐氏距離不超過200個像素點，兩個相同特征點在其特征空間的歐式距離不超過0.1)，對符合匹配準則的特征點計算移動方向，并計算方向直方圖，根據(jù)方向直方圖條目數(shù)確定抖動前圖像中各個害蟲區(qū)域內(nèi)的昆蟲數(shù)目；
[0071](5)利用已建立的深度卷積神經(jīng)網(wǎng)絡(luò)對抖動前圖像中各個區(qū)域內(nèi)的對象進行識另IJ，根據(jù)該區(qū)域內(nèi)所確定的昆蟲數(shù)目選取相應(yīng)數(shù)目的概率最高的幾個識別結(jié)果，得到各個區(qū)域內(nèi)各個害蟲的種類，繼而獲取透明承蟲板上所有害蟲的種類及其對應(yīng)的數(shù)目(對于透明承蟲板上側(cè)圖像上不能識別的昆蟲腹部圖像，則由透明承蟲板下側(cè)圖像完成其背部識另IJ，完善識別結(jié)果)。
[0072]以上所述的實施例對本發(fā)明的技術(shù)方案和有益效果進行了詳細說明，應(yīng)理解的是以上所述僅為本發(fā)明的具體實施例，并不用于限制本發(fā)明，凡在本發(fā)明的原則范圍內(nèi)所做的任何修改、補充和等同替換等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
【主權(quán)項】
1.一種基于計算機視覺的大田蟲情監(jiān)控采樣裝置，其特征在于，包括: 殺蟲裝置； 透明承蟲板，用于承接來自殺蟲裝置的死蟲； 兩個攝像頭，分別位于透明承蟲板的上下兩側(cè)，用于采集死蟲的圖像； 終端機，用于接收來自各攝像頭的圖像并進行識別。2.根據(jù)權(quán)利要求1所述的基于計算機視覺的大田蟲情監(jiān)控采樣裝置，其特征在于，所述殺蟲裝置為誘蟲燈，誘蟲燈底部設(shè)有用于向透明承蟲板引導(dǎo)死蟲的軟管。3.根據(jù)權(quán)利要求1所述的基于計算機視覺的大田蟲情監(jiān)控采樣裝置，其特征在于，還設(shè)有支撐臺，兩個攝像頭透過對應(yīng)的支架設(shè)置在支撐臺上。4.根據(jù)權(quán)利要求3所述的基于計算機視覺的大田蟲情監(jiān)控采樣裝置，其特征在于，所述透明承蟲板活動安裝在支撐臺上，在支撐臺上設(shè)有用于帶動透明承蟲板抖動的第一驅(qū)動機構(gòu)。5.根據(jù)權(quán)利要求4所述的基于計算機視覺的大田蟲情監(jiān)控采樣裝置，其特征在于，所述第一驅(qū)動機構(gòu)包括: 第一電機； 與所述第一電機聯(lián)動的曲軸； 與所述曲軸鉸接的連桿； 一端與連桿鉸接，另一端與透明承蟲板固定的拉桿； 用于引導(dǎo)拉桿往復(fù)運動的定位槽。6.根據(jù)權(quán)利要求3所述的基于計算機視覺的大田蟲情監(jiān)控采樣裝置，其特征在于，所述透明承蟲板的頂面滑動配合的推蟲板，所述支撐臺上設(shè)有用于帶動推蟲板往復(fù)運動的第二驅(qū)動機構(gòu)。7.根據(jù)權(quán)利要求7所述的基于計算機視覺的大田蟲情監(jiān)控采樣裝置，其特征在于，所述第二驅(qū)動機構(gòu)為氣缸或曲柄滑塊機構(gòu)。8.根據(jù)權(quán)利要求1所述的基于計算機視覺的大田蟲情監(jiān)控采樣裝置，其特征在于，終端機與各攝像頭無線通信。9.一種基于權(quán)利要求1?8任一項所述的大田蟲情監(jiān)控采樣裝置的實時監(jiān)控采樣方法，其特征在于，包括: 利用所述殺蟲裝置誘殺害蟲； 死蟲落至所述透明承蟲板上； 通過所述兩個攝像頭采集死蟲的圖像； 所述終端機接收來自各攝像頭的圖像并進行識別。
【專利摘要】本發(fā)明公開了一種基于計算機視覺的大田蟲情監(jiān)控采樣裝置及采用方法，其中采樣裝置包括：殺蟲裝置；透明承蟲板，用于承接來自殺蟲裝置的死蟲；兩個攝像頭，分別位于透明承蟲板的上下兩側(cè)，用于采集死蟲的圖像；終端機，用于接收來自各攝像頭的圖像并進行識別。本發(fā)明的裝置能有效地解決自動采樣過程中害蟲蟲體重疊的問題，以及蟲體腹部圖像難以識別所導(dǎo)致的識別模型精度下降的問題。
【IPC分類】G06T7/00, A01M1/04, H04N7/18
【公開號】CN104918007
【申請?zhí)枴緾N201510251109
【發(fā)明人】劉子毅, 何勇, 楊國國
【申請人】浙江大學(xué)
【公開日】2015年9月16日
【申請日】2015年5月15日