潘梅 李光輝 周小波

摘要 ? ?針對(duì)茶園害蟲(chóng)依靠人工識(shí)別方法存在效率低、需人工干預(yù)的局限，不利于茶葉植保過(guò)程中害蟲(chóng)的自動(dòng)識(shí)別及精準(zhǔn)施藥的信息化、機(jī)械化的問(wèn)題，提出采用機(jī)器視覺(jué)技術(shù)實(shí)現(xiàn)茶園害蟲(chóng)的智能識(shí)別。本文對(duì)其技術(shù)路線(xiàn)、處理流程、研究與實(shí)現(xiàn)平臺(tái)和方法進(jìn)行研究，采用HSV空間的閾值分割、SIFT特征提取、SVM分類(lèi)等算法實(shí)現(xiàn)茶園害蟲(chóng)智能識(shí)別系統(tǒng)，并以茶尺蠖為例驗(yàn)證了該識(shí)別系統(tǒng)研究與實(shí)現(xiàn)方法的可行性和有效性。結(jié)果可為茶葉植保過(guò)程中的自動(dòng)、精準(zhǔn)施藥提供依據(jù)，促進(jìn)農(nóng)業(yè)機(jī)械向著智能化方向發(fā)展。

關(guān)鍵詞 ? ?機(jī)器視覺(jué);茶園害蟲(chóng);智能識(shí)別系統(tǒng);精準(zhǔn)施藥;植保機(jī)械化

中圖分類(lèi)號(hào) ? ?S24 ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼 ? ?A

文章編號(hào) ? 1007-5739（2019）18-0229-02 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）

Abstract ? ?Aiming at the limitation of low efficiency and manual intervention by artificial recognition method in the tea garden pest recognition，which is not conducive to the automatic recognition of pests and the informationization and mechanization of precise pesticide application in the process of tea garden protection，the intelligent recognition of pests in the tea garden based on machine vision technology is proposed and used.In this paper，the technical route，processing flow，research and implementation platform and method are studied.The intelligent recognition system for tea garden pests is realized by threshold segmentation in HSV space，feature extraction using SIFT，classification by SVM and other algorithms.The feasibility and effecti-veness of the research and implementation method are verified by taking the tea inchworm as an example.This can provide basis for automatic and precise application of pesticides in the process of tea plant protection and promote the development of agricultural machinery towards intelligent direction.

Key words ? ?machine vision;tea garden pest;intelligent recognition system;precise application of pesticide;mechanization of plant protection

茶業(yè)是中國(guó)傳統(tǒng)的優(yōu)勢(shì)產(chǎn)業(yè)，我國(guó)茶園面積占世界總面積的60%，產(chǎn)量占世界總產(chǎn)量的40%以上[1]。茶葉產(chǎn)業(yè)已成為帶動(dòng)地區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展、促進(jìn)農(nóng)民脫貧增收的重要支柱產(chǎn)業(yè)。茶區(qū)降雨充沛，氣候溫暖潮濕，害蟲(chóng)種類(lèi)多。常見(jiàn)的茶樹(shù)病蟲(chóng)害達(dá)30多種，可直接造成茶葉減產(chǎn)15%～20%，危害嚴(yán)重[2]。針對(duì)不同的茶葉害蟲(chóng)，其治理方法差異較大。因此，害蟲(chóng)識(shí)別是否精準(zhǔn)直接影響茶園害蟲(chóng)的防治效果及茶葉的產(chǎn)量和品質(zhì)。

對(duì)茶園害蟲(chóng)的識(shí)別，一般是依靠人工已有經(jīng)驗(yàn)知識(shí)或者查閱專(zhuān)業(yè)資料進(jìn)行判斷，這種方法需人工干預(yù)、效率低，不利于茶葉植保過(guò)程中害蟲(chóng)的自動(dòng)識(shí)別及精準(zhǔn)施藥的信息化、機(jī)械化。隨著現(xiàn)代信息技術(shù)、計(jì)算機(jī)技術(shù)的發(fā)展，許多研究者將機(jī)器視覺(jué)技術(shù)引入到害蟲(chóng)智能識(shí)別中[3]。

機(jī)器視覺(jué)就是用機(jī)器代替人眼來(lái)做測(cè)量和判斷，它不僅具有人眼的視覺(jué)功能，更具有人腦的部分功能[4]。機(jī)器視覺(jué)技術(shù)開(kāi)始于20世紀(jì)中期，具有速度快、信息量大的特點(diǎn)。該技術(shù)在國(guó)內(nèi)外信息農(nóng)業(yè)中被廣泛應(yīng)用，如農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)、農(nóng)田病蟲(chóng)害診斷等。目前，機(jī)器視覺(jué)技術(shù)在茶葉生產(chǎn)研究中已取得了一定進(jìn)展，很多專(zhuān)家學(xué)者都對(duì)其進(jìn)行了積極的研究，主要包括對(duì)茶葉品質(zhì)鑒定的運(yùn)用、對(duì)茶葉加工領(lǐng)域的運(yùn)用、對(duì)茶葉種類(lèi)識(shí)別的運(yùn)用等，但該技術(shù)在茶園害蟲(chóng)智能識(shí)別領(lǐng)域的研究相對(duì)較少，有待進(jìn)一步深入研究。

本文將機(jī)器視覺(jué)技術(shù)應(yīng)用于茶園害蟲(chóng)的智能識(shí)別中，并對(duì)其技術(shù)路線(xiàn)、處理流程、研究與實(shí)現(xiàn)平臺(tái)和方法進(jìn)行研究，實(shí)現(xiàn)茶園害蟲(chóng)智能識(shí)別系統(tǒng)，將茶園害蟲(chóng)智能識(shí)別技術(shù)、自動(dòng)控制技術(shù)與噴霧技術(shù)結(jié)合，可實(shí)現(xiàn)茶園植保精準(zhǔn)施藥的機(jī)械化、信息化和智能化，為自動(dòng)、精準(zhǔn)施藥提供依據(jù)。

1 ? ?茶園害蟲(chóng)智能識(shí)別方案設(shè)計(jì)

1.1 ? ?技術(shù)路線(xiàn)

基于機(jī)器視覺(jué)的茶園害蟲(chóng)智能識(shí)別主要包括圖像采集和數(shù)字圖像處理2個(gè)部分。圖像采集是指采用攝像機(jī)組（C-CD/CMOS相機(jī)和鏡頭）等設(shè)備到茶園收集如茶小綠葉禪、茶尺蠖等害蟲(chóng)的多角度、多形態(tài)正樣本圖像，以及如土壤、雜草等茶園環(huán)境中各種非害蟲(chóng)負(fù)樣本圖像。數(shù)字圖像處理是指利用計(jì)算機(jī)對(duì)采集到的茶園圖像進(jìn)行分析和處理，以實(shí)現(xiàn)害蟲(chóng)的自動(dòng)定位、智能分類(lèi)和識(shí)別。研究與實(shí)現(xiàn)該系統(tǒng)的技術(shù)路線(xiàn)如圖1所示。

1.2 ? ?處理流程

基于機(jī)器視覺(jué)技術(shù)實(shí)現(xiàn)茶園害蟲(chóng)智能識(shí)別，其核心就是數(shù)字圖像處理。數(shù)字圖像處理可分為兩大階段：一是利用采集到的茶園圖像建立正、負(fù)樣本圖像庫(kù)，并采用圖像預(yù)處理、特征提取、機(jī)器學(xué)習(xí)等算法獲得分類(lèi)模型的訓(xùn)練階段;二是采用圖像預(yù)處理、圖像分割、分割后處理、特征提取、模式識(shí)別等算法，利用訓(xùn)練階段生成的分類(lèi)模型進(jìn)行害蟲(chóng)識(shí)別的預(yù)測(cè)階段，其處理流程如圖2所示。識(shí)別結(jié)果通過(guò)控制/執(zhí)行機(jī)構(gòu)完成自動(dòng)、精準(zhǔn)施藥等操作。

2 ? ?茶園害蟲(chóng)智能識(shí)別系統(tǒng)研究與實(shí)現(xiàn)

2.1 ? ?研究與實(shí)現(xiàn)平臺(tái)

本識(shí)別系統(tǒng)采用計(jì)算機(jī)作為硬件支撐，在Windows 7操作系統(tǒng)中，安裝Visual Studio 2008軟件，利用C++編程語(yǔ)言進(jìn)行研究與實(shí)現(xiàn)。其研究與實(shí)現(xiàn)平臺(tái)具體參數(shù)如表1所示。

2.2 ? ?研究與實(shí)現(xiàn)方法

本識(shí)別系統(tǒng)的主要處理內(nèi)容包括圖像采集、建立害蟲(chóng)樣本圖像庫(kù)、圖像預(yù)處理、害蟲(chóng)定位、特征提取以及分類(lèi)器的設(shè)計(jì)、訓(xùn)練與害蟲(chóng)識(shí)別。①圖像采集：利用CCD相機(jī)+鏡頭+自然光源實(shí)現(xiàn)圖像采集。②害蟲(chóng)樣本圖像庫(kù)：包括圖像裁剪，建立多分類(lèi)害蟲(chóng)正樣本圖像集和負(fù)樣本圖像集等。③圖像預(yù)處理：主要為中值濾波，尺寸歸一化和RGB到HSV、RGB到GRAY的顏色模型轉(zhuǎn)換。④害蟲(chóng)定位：首先在HSV顏色空間進(jìn)行閾值分割，再利用形態(tài)學(xué)腐蝕和膨脹、輪廓提取、基于輪廓面積等的篩選和基于最小邊界矩形長(zhǎng)寬及其比值等的篩選進(jìn)行分割后處理。⑤特征提?。哼M(jìn)行SIFT特征點(diǎn)檢測(cè)并生成特征描述子;利用K均值聚類(lèi)獲得視覺(jué)詞匯表;構(gòu)建害蟲(chóng)特征的Bag-of-Words（BoW）模型。⑥分類(lèi)器的設(shè)計(jì)、訓(xùn)練與害蟲(chóng)識(shí)別：利用支持向量機(jī)（SVM）分類(lèi)算法設(shè)計(jì)分類(lèi)器;將BoW模型數(shù)據(jù)輸入分類(lèi)器，進(jìn)行訓(xùn)練生成分類(lèi)模型;利用分類(lèi)模型進(jìn)行預(yù)測(cè)分類(lèi)，實(shí)現(xiàn)害蟲(chóng)識(shí)別。

2.3 ? ?研究與識(shí)別效果

本文以茶尺蠖為例，對(duì)上述智能識(shí)別系統(tǒng)研究與實(shí)現(xiàn)方法的可行性和有效性進(jìn)行驗(yàn)證。圖3為待識(shí)別的茶尺蠖原圖;圖4為在HSV顏色空間進(jìn)行閾值分割后的害蟲(chóng)初定位圖像;圖5為經(jīng)過(guò)圖像分割后處理的害蟲(chóng)自動(dòng)定位圖像。將害蟲(chóng)圖像進(jìn)行SIFT特征提取之后，利用訓(xùn)練好的分類(lèi)模型進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)該圖像的害蟲(chóng)智能識(shí)別，其效果具體如圖6所示。

3 ? ?智能識(shí)別技術(shù)在茶園植保精準(zhǔn)施藥中的應(yīng)用

將茶園害蟲(chóng)智能識(shí)別技術(shù)、自動(dòng)化控制技術(shù)與噴霧技術(shù)結(jié)合，可實(shí)現(xiàn)茶園植保精準(zhǔn)施藥的機(jī)械化、信息化和智能化。當(dāng)智能識(shí)別系統(tǒng)發(fā)現(xiàn)并自動(dòng)定位、智能識(shí)別出害蟲(chóng)時(shí)，施藥噴霧機(jī)的自動(dòng)控制系統(tǒng)根據(jù)害蟲(chóng)的種類(lèi)打開(kāi)噴霧系統(tǒng)相應(yīng)的農(nóng)藥箱，進(jìn)行對(duì)靶式、定量噴霧施藥。在沒(méi)有發(fā)現(xiàn)茶葉害蟲(chóng)的安全區(qū)域，識(shí)別系統(tǒng)將識(shí)別情況傳給自動(dòng)控制系統(tǒng)關(guān)閉噴霧機(jī)構(gòu)，此時(shí)噴霧機(jī)不對(duì)外噴霧施藥，可實(shí)現(xiàn)茶園植?！坝泻οx(chóng)精準(zhǔn)施藥、無(wú)害蟲(chóng)停止噴霧”的智能化操作。將茶園害蟲(chóng)智能識(shí)別技術(shù)應(yīng)用于茶葉植保，可減少人工操作的勞動(dòng)強(qiáng)度并且大幅減少施藥量，不僅可以節(jié)約大量的人工、農(nóng)藥成本，也可以顯著提高茶葉品質(zhì)，還可以減少因過(guò)度使用農(nóng)藥引起的環(huán)境污染。另外，將該識(shí)別系統(tǒng)與遠(yuǎn)程物聯(lián)網(wǎng)監(jiān)控系統(tǒng)聯(lián)合應(yīng)用，也可以實(shí)現(xiàn)茶園害蟲(chóng)遠(yuǎn)程化、無(wú)人化、智能化識(shí)別等。

4 ? ?結(jié)語(yǔ)

基于機(jī)器視覺(jué)的茶園害蟲(chóng)智能識(shí)別可以為實(shí)現(xiàn)實(shí)時(shí)、準(zhǔn)確的茶園害蟲(chóng)智能識(shí)別提供研究思路，促進(jìn)茶葉植保過(guò)程的機(jī)械化、精準(zhǔn)化，促進(jìn)農(nóng)業(yè)機(jī)械向著信息化、智能化方向發(fā)展[5]。

5 ? ?參考文獻(xiàn)

[1] 單文慧.柔性管理在茶葉企業(yè)經(jīng)濟(jì)管理中的作用分析[J].福建茶葉，2018（1）：392.

[2] 陳釗，王子輝，趙玉清，等.基于多層卷積濾波與HSV顏色提取的茶輪斑病識(shí)別研究[J].湖北農(nóng)業(yè)科學(xué)，2018（11）：107-110.

[3] 韓瑞珍.基于機(jī)器視覺(jué)的農(nóng)田害蟲(chóng)快速檢測(cè)與識(shí)別研究[D].杭州：浙江大學(xué)，2014.

[4] 冀榮華，祁力鈞，傅澤田.機(jī)器視覺(jué)技術(shù)在精細(xì)農(nóng)業(yè)中的研究進(jìn)展[J].農(nóng)機(jī)化研究，2007（11）：1-5.

[5] 秦放.基于深度學(xué)習(xí)的昆蟲(chóng)圖像識(shí)別研究[D].成都：西南交通大學(xué)，2018.