蟲(chóng)子行走軌跡檢測(cè)方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及視頻圖像處理技術(shù)領(lǐng)域，特別是設(shè)及一種蟲(chóng)子行走軌跡檢測(cè)方法、蟲(chóng) 子行走軌跡檢測(cè)系統(tǒng)。
【背景技術(shù)】
[0002] 在植保領(lǐng)域里，常常需要對(duì)外部因素（如施藥、誘因等）刺激下害蟲(chóng)的行走軌跡進(jìn) 行跟蹤研究分析。傳統(tǒng)外部因素刺激下害蟲(chóng)的行蹤軌跡依靠人工實(shí)現(xiàn)，即人工觀察外部刺 激下害蟲(chóng)的行走軌跡，然后根據(jù)觀察的結(jié)果人工繪制蟲(chóng)子的行走軌跡曲線。該方法費(fèi)時(shí)費(fèi) 力，且得到的外部刺激下的蟲(chóng)子的行走軌跡不夠準(zhǔn)確，影響相關(guān)技術(shù)人員后續(xù)的研究。

【發(fā)明內(nèi)容】

[0003] 基于此，有必要針對(duì)上述問(wèn)題，提供一種蟲(chóng)子行走軌跡檢測(cè)方法和系統(tǒng)，能夠?qū)崿F(xiàn) 外部刺激下蟲(chóng)子行走軌跡的自動(dòng)準(zhǔn)確繪制。
[0004] 一種蟲(chóng)子行走軌跡檢測(cè)方法，包括步驟：
[0005] 獲取蟲(chóng)子在外部環(huán)境刺激下運(yùn)動(dòng)的各帖圖像；
[0006] 對(duì)各帖圖像進(jìn)行灰度處理，得到新的各帖圖像；
[0007] 對(duì)新的各帖圖像進(jìn)行j層小波分解，得到新的各帖圖像各層的低頻近似細(xì)節(jié)分量 W及各高頻細(xì)節(jié)分量；
[000引從小波分解后的新的各帖圖像中選取一帖圖像作為當(dāng)前帖圖像；
[0009] 按照層數(shù)從高到低的順序，采用LOG算子對(duì)當(dāng)前帖圖像的當(dāng)前層的低頻近似細(xì)節(jié) 分量進(jìn)行平滑濾波和邊緣提取，得到第一邊緣圖像；采用LOG算子對(duì)所述當(dāng)前層的各高頻 細(xì)節(jié)分量進(jìn)行邊緣提取，得到第二邊緣圖像；
[0010] 將第一邊緣圖像和第二邊緣圖像相加，得到所述當(dāng)前層的融合邊緣圖像；
[0011] 若所述當(dāng)前層為第j層，將所述融合邊緣圖像投影到所述當(dāng)前層的下一層，得到 下一層的投影圖像，并將所述當(dāng)前層的下一層作為新的當(dāng)前層，返回采用LOG算子對(duì)當(dāng)前 帖圖像的當(dāng)前層的低頻近似細(xì)節(jié)分量進(jìn)行平滑濾波和邊緣提取的步驟；
[0012] 若所述當(dāng)前層為第j層下面的各層，將所述融合邊緣圖像與所述當(dāng)前層的投影圖 像相加，將相加后像素值不為0的像素的灰度值設(shè)為255,將相加后像素值為0的像素的灰 度值設(shè)為0,得到新的融合邊緣圖像；將新的融合邊緣圖像投影到所述當(dāng)前層的下一層，得 到下一層的投影圖像，并將所述當(dāng)前層的下一層作為新的當(dāng)前層，返回采用LOG算子對(duì)當(dāng) 前帖圖像的當(dāng)前層的低頻近似細(xì)節(jié)分量進(jìn)行平滑濾波和邊緣提取的步驟；
[0013] 在得到所述當(dāng)前帖圖像第0層的新的融合邊緣圖像時(shí)，將所述當(dāng)前帖圖像的下一 帖圖像作為新的當(dāng)前帖圖像，返回按照層數(shù)從高到低的順序，采用LOG算子對(duì)當(dāng)前帖圖像 的當(dāng)前層的低頻近似細(xì)節(jié)分量進(jìn)行平滑濾波和邊緣提取的步驟；
[0014] 在得到各帖圖像第0層的新的融合邊緣圖像時(shí)，根據(jù)各所述第0層的新的融合邊 緣圖像得到在外部環(huán)境刺激下蟲(chóng)子的行走軌跡。
[0015] 一種蟲(chóng)子行走軌跡檢測(cè)系統(tǒng)，包括：
[0016] 圖像獲取模塊，用于獲取蟲(chóng)子在外部環(huán)境刺激下運(yùn)動(dòng)的各帖圖像；
[0017] 灰度處理模塊，用于對(duì)各帖圖像進(jìn)行灰度處理，得到新的各帖圖像；
[001引小波分解模塊，用于對(duì)新的各帖圖像進(jìn)行j層小波分解，得到新的各帖圖像各層 的低頻近似細(xì)節(jié)分量W及各高頻細(xì)節(jié)分量；
[0019] 當(dāng)前帖選取模塊，用于從小波分解后的新的各帖圖像中選取一帖圖像作為當(dāng)前帖 圖像；在新融合邊緣圖像確定模塊得到所述當(dāng)前帖圖像第0層的新的融合邊緣圖像時(shí)，將 所述當(dāng)前帖圖像的下一帖圖像作為新的當(dāng)前帖圖像；
[0020] 邊緣圖像確定模塊，用于按照層數(shù)從高到低的順序，采用LOG算子對(duì)當(dāng)前帖圖像 的當(dāng)前層的低頻近似細(xì)節(jié)分量進(jìn)行平滑濾波和邊緣提取，得到第一邊緣圖像；采用LOG算 子對(duì)所述當(dāng)前層的各高頻細(xì)節(jié)分量進(jìn)行邊緣提取，得到第二邊緣圖像；
[0021] 融合邊緣圖像確定模塊，用于將第一邊緣圖像和第二邊緣圖像相加，得到所述當(dāng) 前層的融合邊緣圖像；
[0022] 投影圖像確定模塊，用于在所述當(dāng)前層為第j層時(shí)，將所述融合邊緣圖像投影到 所述當(dāng)前層的下一層，得到下一層的投影圖像，并將所述當(dāng)前層的下一層作為新的所述當(dāng) 前層；
[0023] 新融合邊緣圖像確定模塊，用于在所述當(dāng)前層為第j層下面的各層時(shí)，將所述融 合邊緣圖像與所述當(dāng)前層的投影圖像相加，將相加后像素值不為0的像素的灰度值設(shè)為 255,將相加后像素值為0的像素的灰度值設(shè)為0,得到新的融合邊緣圖像；將新的融合邊緣 圖像投影到所述當(dāng)前層的下一層，得到下一層的投影圖像，并將所述當(dāng)前層的下一層作為 新的所述當(dāng)前層；
[0024] 行走軌跡確定模塊，用于在得到各帖圖像第0層的新的融合邊緣圖像時(shí)，根據(jù)各 所述第0層的新的融合邊緣圖像得到在外部環(huán)境刺激下蟲(chóng)子的行走軌跡。
[0025] 本發(fā)明蟲(chóng)子行走軌跡檢測(cè)方法和系統(tǒng)，自動(dòng)獲取外部刺激下蟲(chóng)子運(yùn)動(dòng)的圖像，將 獲取的圖像進(jìn)行灰度處理，然后采用LOG算子和小波變換方法對(duì)灰度處理后的圖像進(jìn)行處 理，提取出各帖蟲(chóng)子圖像，根據(jù)各帖蟲(chóng)子圖像即可W繪制出蟲(chóng)子的行走軌跡。本發(fā)明可W快 速、反復(fù)、自動(dòng)地完成外部刺激下蟲(chóng)子行走軌跡的觀察和標(biāo)記繪制，減輕了技術(shù)人員的人工 負(fù)擔(dān)，為農(nóng)作物保護(hù)研究提供了一個(gè)現(xiàn)代化輔助工具；繪制的蟲(chóng)子行走軌跡較為準(zhǔn)確，有益 于技術(shù)人員后續(xù)的研究。
【附圖說(shuō)明】
[0026] 圖1為本發(fā)明方法實(shí)施例的流程示意圖；
[0027] 圖2為本發(fā)明密閉裝置具體實(shí)施例的結(jié)構(gòu)示意圖；
[002引圖3為本發(fā)明系統(tǒng)實(shí)施例一的結(jié)構(gòu)示意圖；
[0029] 圖4為本發(fā)明系統(tǒng)實(shí)施例二的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0030] 為了更好的理解本發(fā)明要解決的技術(shù)問(wèn)題、采取的技術(shù)手段W及達(dá)到的技術(shù)效 果，下面結(jié)合附圖對(duì)本發(fā)明蟲(chóng)子行走軌跡檢測(cè)方法和系統(tǒng)的【具體實(shí)施方式】做詳細(xì)描述。
[003U如圖1所示，一種蟲(chóng)子行走軌跡檢測(cè)方法，包括步驟：
[0032] S110、獲取蟲(chóng)子在外部環(huán)境刺激下運(yùn)動(dòng)的各帖圖像；
[0033] S120、對(duì)各帖圖像進(jìn)行灰度處理，得到新的各帖圖像；
[0034]S130、對(duì)新的各帖圖像進(jìn)行j層小波分解，得到新的各帖圖像各層的低頻近似細(xì) 節(jié)分量W及各高頻細(xì)節(jié)分量，其中j大于等于1 ;
[0035]S140、從小波分解后的新的各帖圖像中選取一帖圖像作為當(dāng)前帖圖像；
[0036]S150、按照層數(shù)從高到低的順序，采用LOG算子對(duì)當(dāng)前帖圖像的當(dāng)前層的低頻近 似細(xì)節(jié)分量進(jìn)行平滑濾波和邊緣提取，得到第一邊緣圖像；采用LOG算子對(duì)所述當(dāng)前層的 各高頻細(xì)節(jié)分量進(jìn)行邊緣提取，得到第二邊緣圖像；
[0037]S160、將第一邊緣圖像和第二邊緣圖像相加，得到所述當(dāng)前層的融合邊緣圖像；
[003引 S170、若所述當(dāng)前層為第j層，也即小波分解的最高層，將所述融合邊緣圖像投影 到所述當(dāng)前層的下一層，得到下一層的投影圖像，并將所述當(dāng)前層的下一層作為新的當(dāng)前 層，返回步驟S150 ;
[0039] S180、若所述當(dāng)前層為第j層下面的各層，將所述融合邊緣圖像與所述當(dāng)前層的 投影圖像相加，將相加后像素值不為0的像素的灰度值設(shè)為255,將相加后像素值為0的像 素的灰度值設(shè)為0,得到新的融合邊緣圖像；將新的融合邊緣圖像投影到所述當(dāng)前層的下 一層，得到下一層的投影圖像，并將所述當(dāng)前層的下一層作為新的當(dāng)前層，返回步驟S150;
[0040] S190、在得到所述當(dāng)前帖圖像第0層（也即最底層）的新的融合邊緣圖像時(shí)，將所 述當(dāng)前帖圖像的下一帖圖像作為新的當(dāng)前帖圖像，返回步驟S150 ;
[0041] S1100、在得到各帖圖像第0層的新的融合邊緣圖像時(shí)，根據(jù)各所述第0層的新的 融合邊緣圖像得到在外部環(huán)境刺激下蟲(chóng)子的行走軌跡。
[0042] 為了較易獲取蟲(chóng)子在外部刺激下的圖像，可W將蟲(chóng)子引誘進(jìn)密閉的空間，在密閉 空間內(nèi)拍攝蟲(chóng)子的圖像。如圖2所示，為本發(fā)明密閉裝置具體實(shí)施例的結(jié)構(gòu)示意圖。該密 閉裝置210可W采用透明有機(jī)玻璃材料制成，包括4個(gè)觀測(cè)室2101化及中央?yún)^(qū)域2102。觀 測(cè)室2101設(shè)有可開(kāi)閉n，當(dāng)蟲(chóng)子進(jìn)入觀測(cè)室2101后可W關(guān)閉。為了精確繪制蟲(chóng)子的行走 軌跡，觀測(cè)室2101內(nèi)蟲(chóng)子的數(shù)量不宜過(guò)多，W1到2個(gè)為宜。中央?yún)^(qū)域2102和4個(gè)觀測(cè)室 2101分別設(shè)置有藥劑噴頭，各個(gè)藥劑噴頭外接噴管連接噴射裝置（如注射器），可W根據(jù)需 要噴射藥劑噴霧。4個(gè)觀測(cè)室2101內(nèi)均設(shè)置有攝像裝置220,例如攝像頭。攝像裝置220采 集的各個(gè)觀測(cè)室2101內(nèi)的圖像獨(dú)立，即根據(jù)一個(gè)觀測(cè)室2101內(nèi)的蟲(chóng)子圖像即可W分析得 到該蟲(chóng)子的行走軌跡，不受其它觀測(cè)室內(nèi)的蟲(chóng)子圖像的影響。某觀測(cè)室2101內(nèi)的攝像裝置 220采集到蟲(chóng)子的運(yùn)動(dòng)圖像后，即可W將該蟲(chóng)子的運(yùn)動(dòng)圖像進(jìn)行數(shù)字化處理，傳輸?shù)揭曨l采 集及圖像處理裝置230進(jìn)行蟲(chóng)子運(yùn)行軌跡的實(shí)時(shí)處理和分析。
[0043] 將蟲(chóng)子引誘進(jìn)觀測(cè)室的方法有很多種，例如，將密閉裝置內(nèi)除觀測(cè)室