虫子行走轨迹检测方法和系统的制作方法

虫子行走轨迹检测方法和系统的制作方法
【技术领域】
[0001] 本发明设及视频图像处理技术领域，特别是设及一种虫子行走轨迹检测方法、虫 子行走轨迹检测系统。
【背景技术】
[0002] 在植保领域里，常常需要对外部因素（如施药、诱因等）刺激下害虫的行走轨迹进 行跟踪研究分析。传统外部因素刺激下害虫的行踪轨迹依靠人工实现，即人工观察外部刺 激下害虫的行走轨迹，然后根据观察的结果人工绘制虫子的行走轨迹曲线。该方法费时费 力，且得到的外部刺激下的虫子的行走轨迹不够准确，影响相关技术人员后续的研究。

【发明内容】

[0003] 基于此，有必要针对上述问题，提供一种虫子行走轨迹检测方法和系统，能够实现 外部刺激下虫子行走轨迹的自动准确绘制。
[0004] 一种虫子行走轨迹检测方法，包括步骤：
[0005] 获取虫子在外部环境刺激下运动的各帖图像；
[0006] 对各帖图像进行灰度处理，得到新的各帖图像；
[0007] 对新的各帖图像进行j层小波分解，得到新的各帖图像各层的低频近似细节分量 W及各高频细节分量；
[000引从小波分解后的新的各帖图像中选取一帖图像作为当前帖图像；
[0009] 按照层数从高到低的顺序，采用LOG算子对当前帖图像的当前层的低频近似细节 分量进行平滑滤波和边缘提取，得到第一边缘图像；采用LOG算子对所述当前层的各高频 细节分量进行边缘提取，得到第二边缘图像；
[0010] 将第一边缘图像和第二边缘图像相加，得到所述当前层的融合边缘图像；
[0011] 若所述当前层为第j层，将所述融合边缘图像投影到所述当前层的下一层，得到 下一层的投影图像，并将所述当前层的下一层作为新的当前层，返回采用LOG算子对当前 帖图像的当前层的低频近似细节分量进行平滑滤波和边缘提取的步骤；
[0012] 若所述当前层为第j层下面的各层，将所述融合边缘图像与所述当前层的投影图 像相加，将相加后像素值不为0的像素的灰度值设为255,将相加后像素值为0的像素的灰 度值设为0,得到新的融合边缘图像；将新的融合边缘图像投影到所述当前层的下一层，得 到下一层的投影图像，并将所述当前层的下一层作为新的当前层，返回采用LOG算子对当 前帖图像的当前层的低频近似细节分量进行平滑滤波和边缘提取的步骤；
[0013] 在得到所述当前帖图像第0层的新的融合边缘图像时，将所述当前帖图像的下一 帖图像作为新的当前帖图像，返回按照层数从高到低的顺序，采用LOG算子对当前帖图像 的当前层的低频近似细节分量进行平滑滤波和边缘提取的步骤；
[0014] 在得到各帖图像第0层的新的融合边缘图像时，根据各所述第0层的新的融合边 缘图像得到在外部环境刺激下虫子的行走轨迹。
[0015] 一种虫子行走轨迹检测系统，包括：
[0016] 图像获取模块，用于获取虫子在外部环境刺激下运动的各帖图像；
[0017] 灰度处理模块，用于对各帖图像进行灰度处理，得到新的各帖图像；
[001引小波分解模块，用于对新的各帖图像进行j层小波分解，得到新的各帖图像各层 的低频近似细节分量W及各高频细节分量；
[0019] 当前帖选取模块，用于从小波分解后的新的各帖图像中选取一帖图像作为当前帖 图像；在新融合边缘图像确定模块得到所述当前帖图像第0层的新的融合边缘图像时，将 所述当前帖图像的下一帖图像作为新的当前帖图像；
[0020] 边缘图像确定模块，用于按照层数从高到低的顺序，采用LOG算子对当前帖图像 的当前层的低频近似细节分量进行平滑滤波和边缘提取，得到第一边缘图像；采用LOG算 子对所述当前层的各高频细节分量进行边缘提取，得到第二边缘图像；
[0021] 融合边缘图像确定模块，用于将第一边缘图像和第二边缘图像相加，得到所述当 前层的融合边缘图像；
[0022] 投影图像确定模块，用于在所述当前层为第j层时，将所述融合边缘图像投影到 所述当前层的下一层，得到下一层的投影图像，并将所述当前层的下一层作为新的所述当 前层；
[0023] 新融合边缘图像确定模块，用于在所述当前层为第j层下面的各层时，将所述融 合边缘图像与所述当前层的投影图像相加，将相加后像素值不为0的像素的灰度值设为 255,将相加后像素值为0的像素的灰度值设为0,得到新的融合边缘图像；将新的融合边缘 图像投影到所述当前层的下一层，得到下一层的投影图像，并将所述当前层的下一层作为 新的所述当前层；
[0024] 行走轨迹确定模块，用于在得到各帖图像第0层的新的融合边缘图像时，根据各 所述第0层的新的融合边缘图像得到在外部环境刺激下虫子的行走轨迹。
[0025] 本发明虫子行走轨迹检测方法和系统，自动获取外部刺激下虫子运动的图像，将 获取的图像进行灰度处理，然后采用LOG算子和小波变换方法对灰度处理后的图像进行处 理，提取出各帖虫子图像，根据各帖虫子图像即可W绘制出虫子的行走轨迹。本发明可W快 速、反复、自动地完成外部刺激下虫子行走轨迹的观察和标记绘制，减轻了技术人员的人工 负担，为农作物保护研究提供了一个现代化辅助工具；绘制的虫子行走轨迹较为准确，有益 于技术人员后续的研究。
【附图说明】
[0026] 图1为本发明方法实施例的流程示意图；
[0027] 图2为本发明密闭装置具体实施例的结构示意图；
[002引图3为本发明系统实施例一的结构示意图；
[0029] 图4为本发明系统实施例二的结构示意图。
【具体实施方式】
[0030] 为了更好的理解本发明要解决的技术问题、采取的技术手段W及达到的技术效 果，下面结合附图对本发明虫子行走轨迹检测方法和系统的【具体实施方式】做详细描述。
[003U如图1所示，一种虫子行走轨迹检测方法，包括步骤：
[0032] S110、获取虫子在外部环境刺激下运动的各帖图像；
[0033] S120、对各帖图像进行灰度处理，得到新的各帖图像；
[0034]S130、对新的各帖图像进行j层小波分解，得到新的各帖图像各层的低频近似细 节分量W及各高频细节分量，其中j大于等于1 ;
[0035]S140、从小波分解后的新的各帖图像中选取一帖图像作为当前帖图像；
[0036]S150、按照层数从高到低的顺序，采用LOG算子对当前帖图像的当前层的低频近 似细节分量进行平滑滤波和边缘提取，得到第一边缘图像；采用LOG算子对所述当前层的 各高频细节分量进行边缘提取，得到第二边缘图像；
[0037]S160、将第一边缘图像和第二边缘图像相加，得到所述当前层的融合边缘图像；
[003引 S170、若所述当前层为第j层，也即小波分解的最高层，将所述融合边缘图像投影 到所述当前层的下一层，得到下一层的投影图像，并将所述当前层的下一层作为新的当前 层，返回步骤S150 ;
[0039] S180、若所述当前层为第j层下面的各层，将所述融合边缘图像与所述当前层的 投影图像相加，将相加后像素值不为0的像素的灰度值设为255,将相加后像素值为0的像 素的灰度值设为0,得到新的融合边缘图像；将新的融合边缘图像投影到所述当前层的下 一层，得到下一层的投影图像，并将所述当前层的下一层作为新的当前层，返回步骤S150;
[0040] S190、在得到所述当前帖图像第0层（也即最底层）的新的融合边缘图像时，将所 述当前帖图像的下一帖图像作为新的当前帖图像，返回步骤S150 ;
[0041] S1100、在得到各帖图像第0层的新的融合边缘图像时，根据各所述第0层的新的 融合边缘图像得到在外部环境刺激下虫子的行走轨迹。
[0042] 为了较易获取虫子在外部刺激下的图像，可W将虫子引诱进密闭的空间，在密闭 空间内拍摄虫子的图像。如图2所示，为本发明密闭装置具体实施例的结构示意图。该密 闭装置210可W采用透明有机玻璃材料制成，包括4个观测室2101化及中央区域2102。观 测室2101设有可开闭n，当虫子进入观测室2101后可W关闭。为了精确绘制虫子的行走 轨迹，观测室2101内虫子的数量不宜过多，W1到2个为宜。中央区域2102和4个观测室 2101分别设置有药剂喷头，各个药剂喷头外接喷管连接喷射装置（如注射器），可W根据需 要喷射药剂喷雾。4个观测室2101内均设置有摄像装置220,例如摄像头。摄像装置220采 集的各个观测室2101内的图像独立，即根据一个观测室2101内的虫子图像即可W分析得 到该虫子的行走轨迹，不受其它观测室内的虫子图像的影响。某观测室2101内的摄像装置 220采集到虫子的运动图像后，即可W将该虫子的运动图像进行数字化处理，传输到视频采 集及图像处理装置230进行虫子运行轨迹的实时处理和分析。
[0043] 将虫子引诱进观测室的方法有很多种，例如，将密闭装置内除观测室 外的区域喷 入杀虫药剂，使虫子进入观测室；或，将观测室内喷入诱虫药剂或诱虫气体，使虫子进入观 测室；或，在观测室内铺设虫子感兴趣颜色的垫子，并将密闭装置内除观测室外的区域喷入 杀虫药剂，使虫子进入观测室；或，将密闭装置内除观测室外的区域喷入杀虫药剂，并将观 测室内喷入诱虫药剂或诱虫气体，使虫子进入观测室。需要说明的是，将虫子引诱进观测室 的方法并不限制于上述方式，本发明并不对引诱虫子的方式加W限定。
[0044] 获取到虫子在外部环境刺激下运动的各帖图像后，为了提高虫子图像提取的精确 性，防止复杂图像背景对后续虫子图像的提取造成影响。在一个实施例中，获取虫子在外部 环境刺激下运动的各帖图像之后，对各帖图像进行灰度处理之前，还包括步骤：将各帖图像 的背景设置为单一背景。为了处理的简单化，也可W在获取虫子运动的各帖图像时，将观测 室等的背景设置为单一背景，则在后续过程中即可W直接对图像进行灰度处理，不再需要 将图像的背景设置为单一背景。
[0045] 将各帖图像进行灰度处理后，即可W根据灰度处理后的图像进行虫子图像边缘提 取。本发明利用LOG算子和小波变换相结合的方法对虫子的边缘进行提取，从而得到清晰 的虫子图像。
[0046] 小波变换的多尺度性在图像处理中有着极为重要的作用。可W将小波变换视为在 不同尺度下的带通滤波器，由粗到细地逐步观察图像。变换可通过与两个互相正交的高通、 低通滤波器的递归循坏卷积得到，在水平和垂直方向进行滤波后得到4幅图像，每幅的大 小为原图像的四分之一，分别是低分辨率图像、水平细节、垂直细节和对角细节图像。其二 维空间域的离散形式为：
[0047]
(1)
[0048] 其中^又，7)为原始的二维信号'，5;,,/'(义>'）=/(.1'，>'），/(￡7,5':./心，>')为^又， y)在分辨率j下的离散近似低频细节，!F^i,/(-v..v)、味式.V)、 在分辨率j下的离散垂直高频细节、离散水平高频细节、离散对角高频细节。序列hk、gk分 别是低、高通滤波器的脉冲响应。低频分量S,./'(.r〇')还可W继续分解，构造下一尺度的四个 图像，直到达到满意的小波尺度为止。
[0049] 当一幅图像进行二维小波分解后，可得到一系列不同分辨率的子图像。随着尺度 由大到小变化，在各尺度上可W由粗及精的观察图像的目标。大尺度时观察到的是图像的 基本特征，在小尺度的空间里则可W看到目标的细节。小波分解的意义就在于能够在不同 尺度上对信号进行分解，而且对不同尺度的选择可W根据不同的目的来确定。
[0化0] Mallat边缘检测算子是一种简单而有效的多尺度边缘检测算法，被用于分析信号 的奇异性和图像的边缘检测，成为图像边缘检测中的重要工具，是近年来受到广泛关注的 边缘检测方法。在Mallat边缘检测算子中，取小波函数：
[0051]
(2)
[005引其中0 (X，y)为平滑函数，满足
贝IJ f(x，y)GL2(R2)关于i])i(x，y)和iD2(x，y)的规范小波变换具有两个分量：
[0化3] (3)
[0054] 由公式做可W看出，图像f(x，y)经过平滑后，在X和y方向上的偏导数就是图 像在行和列方向上的小波变换。因此，小波系数的局部极大值点可W刻画图像的突变点，即 图像的边缘特征点。
[0化5] 定义模及方向角为：
[0化6]
[005引其中模的大小反映了/*气,片>0在点（X，y)的灰度变化的剧烈程度，完全刻 画了 / * 02,托V)的灰度变化特征。M;,在寺，方向取极大值的点对应着f(X，y)的突变点， 即图像中物体的边缘点。因此可W利用该特征进行图像的边缘检测。
[0059] 小波变换由于具有良好的空间局部分析功能和多尺度多分辨分析功能，在不同尺 度上具有"变焦"的功能，适用于检测边缘信号。在利用小波变换对图像的边缘处理中，多 尺度边缘提取的基本思想是沿梯度方向，在阔值的约束下检测小波变换的模极大值点，该 些模极大值点所对应的边缘在图像平面内是一些规则的曲线，沿着该些曲线，图像在一个 方向是奇异的，而和该方向相垂直的方向却是平滑的，可W利用沿曲线方向梯度矢量的模 变化平缓特点W及不同尺度下梯度矢量幅度的信息，将位置及幅角十分接近的模极大值点 连起来形成模极大值链，该些链即构成了图像的边缘。然而该样形成的边缘往往存在着较 暗的弱边缘和断链，难W形成封闭的边缘。
[0060] 考虑到在小尺度时，图像的边缘细节信息较为丰富，边缘定位精度较高，因此本发 明在使用小波变换产生金字塔图像后，用LOG算子在最低分辨率图像上进行平滑滤波和边 缘提取，然后对小波变换法与LOG算子两种方法提取的边缘图像信息进行融合处理，擬弃 无用的噪声点，保留有用的真实边缘，使最终的边缘图像既有效地抑制了噪声，又能保留连 续、清晰的边缘。为了更好的理解本发明根据灰度处理后的各帖图像得到虫子行走轨迹的 方法，下面进行详细描述。
[0061]S1、对新的各帖图像分别进行j层小波分解，得到新的各帖图像各层的低频近似 细节分量W及各高频细节分量；其中j大于等于1;
[0062]S2、选取其中一帖图像进行分析；
[0063]S3、在该帖图像小波分解的最高层，即第j层，用LOG算子对小波变换后的低频近 似细节分量进行平滑滤波和边缘提取，得到边缘图像A;用LOG算子对小波变换后的各高频 细节分量进行边缘提取，得到边缘图像B;将边缘图像A和边缘图像B相加，得到j层的融 合边缘图像ABj.，然后将融合边缘图像ABj.向下一层j-1投影；
[0064] S4、在第j-1层，用LOG算子对小波变换后的低频近似细节分量进行平滑滤波和边 缘提取，得到边缘图像C ;用LOG算子对小波变换后的各高频细节分量进行边缘提取，得到 边缘图像D;将边缘图像C和边缘图像D相加，得到j-1层的融合边缘图像ABj._i。将融合边 缘图像与由融合边缘图像ABj.投影到j-1层的投影图像相加，如果相加后图像中的像 素值不为0,则认为该个像素是边缘像素，将该个像素的灰度值设置为255,否则认为该像 素为背景像素，将像素灰度值设置为0,该样就得到了j-1层的新的融合边缘图像。将新的 融合边缘图像向下一层j-2投影；
[00化]S5、在第j-2层，重复步骤S4,得到j-2层的新的融合边缘图像。将新的融合边缘 图像向下一层j-3层投影；W此类推，直到得到第0层的新的融合边缘图像；
[0066]S6、得到第0层的新的融合边缘图像后，该帖处理完毕，得到清晰的虫子图像，选 取该帖的下一帖图像，返回步骤S3继续处理；
[0067]S6、得到各帖图像第0层的新的融合边缘图像后，即可W根据各帖的第0层的新的 融合边缘图像绘制出虫子在外部刺激下行走的轨迹。
[0068] 轨迹绘制时；可W将各第0层的新的融合边缘图像按照各帖的顺序排列，也可W 取各第0层的新的融合边缘图像的中屯、点，将各中屯、点按照各帖的顺序进行排列。本发明 不限制于上述轨迹绘制的方法，只要根据最终理想的虫子图像得到虫子行走轨迹的方法均 在本发明保护范围之内。
[0069] 为了得到更为清晰的各帖的虫子图像，得到新的融合边缘图像之后，将新的融合 边缘图像投影到所述当前层的下一层之前，还可W包括步骤：
[0070] 将所述新的融合边缘图像中预设邻域内相邻像素值均为0的像素确定为噪声像 素；
[0071] 将各所述噪声像素的灰度值设置为0。
[0072] 上述过程是对新的融合边缘图像进一步进行去噪处理，若某个像素是单一的边缘 像素，即它在预设邻域内的相邻像素值均为0,例如在3X3邻域内该像素值的相邻像素值 均为0,则认为该像素是噪声，将该像素灰度值设置为0,按照该方法就得到了各层的最佳 边缘图像。然后将该最佳边缘图像投影到下一层，即最高层W下的各层此时投影的不再是 新的融合边缘图像，而是进一步去噪处理后的最佳边缘图像。
[0073] 基于同一发明构思，本发明还提供一种虫子行走轨迹检测系统，下面结合附图对 本发明系统的【具体实施方式】做详细描述。
[0074] 如图3所示，一种虫子行走轨迹检测系统，包括：
[00巧]图像获取模块310,用于获取虫子在外部环境刺激下运动的各帖图像；
[0076] 灰度处理模块320,用于对各帖图像进行灰度处理，得到新的各帖图像；
[0077] 小波分解模块330,用于对新的各帖图像进行j层小波分解，得到新的各帖图像各 层的低频近似细节分量W及各高频细节分量；
[007引当前帖选取模块340,用于从小波分解后的新的各帖图像中选取一帖图像作为当 前帖图像；在新融合边缘图像确定模块380得到所述当前帖图像第0层的新的融合边缘图 像时，将所述当前帖图像的下一帖图像作为新的当前帖图像；
[0079] 边缘图像确定模块350,用于按照层数从高 到低的顺序，采用LOG算子对当前帖图 像的当前层的低频近似细节分量进行平滑滤波和边缘提取，得到第一边缘图像；采用LOG 算子对所述当前层的各高频细节分量进行边缘提取，得到第二边缘图像；
[0080] 融合边缘图像确定模块360,用于将第一边缘图像和第二边缘图像相加，得到所述 当前层的融合边缘图像；
[0081] 投影图像确定模块370,用于在所述当前层为第j层时，将所述融合边缘图像投影 到所述当前层的下一层，得到下一层的投影图像，并将所述当前层的下一层作为新的所述 当前层；边缘图像确定模块350重新采用LOG算子对当前帖图像的当前层的低频近似细节 分量进行平滑滤波和边缘提取；
[0082] 新融合边缘图像确定模块380,用于在所述当前层为第j层下面的各层时，将所述 融合边缘图像与所述当前层的投影图像相加，将相加后像素值不为0的像素的灰度值设为 255,将相加后像素值为0的像素的灰度值设为0,得到新的融合边缘图像；将新的融合边缘 图像投影到所述当前层的下一层，得到下一层的投影图像，并将所述当前层的下一层作为 新的所述当前层；边缘图像确定模块350重新采用LOG算子对当前帖图像的当前层的低频 近似细节分量进行平滑滤波和边缘提取；
[0083] 行走轨迹确定模块390,用于在得到各帖图像第0层的新的融合边缘图像时，根据 各所述第0层的新的融合边缘图像得到在外部环境刺激下虫子的行走轨迹。
[0084]图像获取模块310获取到虫子在外部环境刺激下运动的各帖图像后，为了提高虫 子图像提取的精确性，防止复杂图像背景对后续虫子图像的提取造成影响。如图4所示，本 发明系统还可W包括连接于所述图像获取模块310与灰度处理模块320之间的背景处理模 块3100,所述背景处理模块3100用于将各帖图像的背景设置为单一背景。若图像获取模块 310获取图像时的背景为单一背景，则不需要背景处理模块3100的进一步处理。
[0085] 为了得到更清晰的虫子图像，从而绘制出更为准确的虫子行走轨迹，所述新融合 边缘图像确定模块380得到新的融合边缘图像之后，将新的融合边缘图像投影到所述当前 层的下一层之前，还进行去噪处理。具体为；将所述新的融合边缘图像中预设邻域内相邻像 素值均为0的像素确定为噪声像素；将各所述噪声像素的灰度值设置为0。然后新融合边 缘图像确定模块380将去噪处理后的新的融合边缘图像投影到下一层。
[0086] 本发明系统其他技术特征与本发明方法相同，在此不予寶述。
[0087] 本发明虫子行走轨迹检测方法和系统，与现有技术相互比较时，具备W下优点：
[00蝴 1、可队陕速、反复、自动地完成外部刺激下虫子行走轨迹的观察和标记绘制，减轻 了技术人员的人工负担，为农作物保护研究提供了一个现代化辅助工具；
[0089] 2、绘制的虫子行走轨迹较为准确，有益于技术人员后续的研究。
[0090] W上所述实施例的各技术特征可W进行任意的组合，为使描述简洁，未对上述实 施例中的各个技术特征所有可能的组合都进行描述，然而，只要该些技术特征的组合不存 在矛盾，都应当认为是本说明书记载的范围。
[0091] W上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并 不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来 说，在不脱离本发明构思的前提下，还可W做出若干变形和改进，该些都属于本发明的保护 范围。因此，本发明专利的保护范围应W所附权利要求为准。
【主权项】
1. 一种虫子行走轨迹检测方法，其特征在于，包括步骤： 获取虫子在外部环境刺激下运动的各帧图像； 对各帧图像进行灰度处理，得到新的各帧图像； 对新的各帧图像进行j层小波分解，得到新的各帧图像各层的低频近似细节分量以及 各高频细节分量； 从小波分解后的新的各帧图像中选取一帧图像作为当前帧图像； 按照层数从高到低的顺序，采用LOG算子对当前帧图像的当前层的低频近似细节分量 进行平滑滤波和边缘提取，得到第一边缘图像；采用LOG算子对所述当前层的各高频细节 分量进行边缘提取，得到第二边缘图像； 将第一边缘图像和第二边缘图像相加，得到所述当前层的融合边缘图像； 若所述当前层为第j层，将所述融合边缘图像投影到所述当前层的下一层，得到下一 层的投影图像，并将所述当前层的下一层作为新的当前层，返回采用LOG算子对当前帧图 像的当前层的低频近似细节分量进行平滑滤波和边缘提取的步骤； 若所述当前层为第j层下面的各层，将所述融合边缘图像与所述当前层的投影图像相 加，将相加后像素值不为〇的像素的灰度值设为255,将相加后像素值为0的像素的灰度值 设为0,得到新的融合边缘图像；将新的融合边缘图像投影到所述当前层的下一层，得到下 一层的投影图像，并将所述当前层的下一层作为新的当前层，返回采用LOG算子对当前帧 图像的当前层的低频近似细节分量进行平滑滤波和边缘提取的步骤； 在得到所述当前帧图像第〇层的新的融合边缘图像时，将所述当前帧图像的下一帧图 像作为新的当前帧图像，返回按照层数从高到低的顺序，采用LOG算子对当前帧图像的当 前层的低频近似细节分量进行平滑滤波和边缘提取的步骤； 在得到各帧图像第〇层的新的融合边缘图像时，根据各所述第〇层的新的融合边缘图 像得到在外部环境刺激下虫子的行走轨迹。2. 根据权利要求1所述的虫子行走轨迹检测方法，其特征在于，得到新的融合边缘图 像之后，将新的融合边缘图像投影到所述当前层的下一层之前，还包括步骤： 将所述新的融合边缘图像中预设邻域内相邻像素值均为〇的像素确定为噪声像素； 将各所述噪声像素的灰度值设置为0。3. 根据权利要求1或2所述的虫子行走轨迹检测方法，其特征在于，获取虫子在外部环 境刺激下运动的各帧图像之后，对各帧图像进行灰度处理之前，还包括步骤： 将各帧图像的背景设置为单一背景。4.一种虫子行走轨迹检测系统，其特征在于，包括： 图像获取模块，用于获取虫子在外部环境刺激下运动的各帧图像； 灰度处理模块，用于对各帧图像进行灰度处理，得到新的各帧图像； 小波分解模块，用于对新的各帧图像进行j层小波分解，得到新的各帧图像各层的低 频近似细节分量以及各高频细节分量； 当前帧选取模块，用于从小波分解后的新的各帧图像中选取一帧图像作为当前帧图 像；在新融合边缘图像确定模块得到所述当前帧图像第〇层的新的融合边缘图像时，将所 述当前帧图像的下一帧图像作为新的当前帧图像； 边缘图像确定模块，用于按照层数从高到低的顺序，采用LOG算子对当前帧图像的当 前层的低频近似细节分量进行平滑滤波和边缘提取，得到第一边缘图像；采用LOG算子对 所述当前层的各高频细节分量进行边缘提取，得到第二边缘图像； 融合边缘图像确定模块，用于将第一边缘图像和第二边缘图像相加，得到所述当前层 的融合边缘图像； 投影图像确定模块，用于在所述当前层为第j层时，将所述融合边缘图像投影到所 述当前层的下一层，得到下一层的投影图像，并将所述当前层的下一层作为新的所述当前 层； 新融合边缘图像确定模块，用于在所述当前层为第j层下面的各层时，将所述融合边 缘图像与所述当前层的投影图像相加，将相加后像素值不为〇的像素的灰度值设为255,将 相加后像素值为〇的像素的灰度值设为〇,得到新的融合边缘图像；将新的融合边缘图像投 影到所述当前层的下一层，得到下一层的投影图像，并将所述当前层的下一层作为新的所 述当前层； 行走轨迹确定模块，用于在得到各帧图像第0层的新的融合边缘图像时，根据各所述 第0层的新的融合边缘图像得到在外部环境刺激下虫子的行走轨迹。5. 根据权利要求4所述的虫子行走轨迹检测系统，其特征在于，所述新融合边缘图像 确定模块得到新的融合边缘图像之后，将新的融合边缘图像投影到所述当前层的下一层之 前，还将所述新的融合边缘图像中预设邻域内相邻像素值均为〇的像素确定为噪声像素； 将各所述噪声像素的灰度值设置为0。6. 根据权利要求4或5所述的虫子行走轨迹检测系统，其特征在于，还包括连接于所述 图像获取模块与灰度处理模块之间的背景处理模块，所述背景处理模块用于将各帧图像的 背景设置为单一背景。
【专利摘要】本发明涉及一种虫子行走轨迹检测方法和系统。本发明自动获取外部刺激下虫子运动的图像，将获取的图像进行灰度处理，然后采用LOG算子和小波变换方法对灰度处理后的图像进行处理，提取出各帧虫子图像，根据各帧虫子图像即可以绘制出虫子的行走轨迹。本发明可以快速、反复、自动地完成外部刺激下虫子行走轨迹的观察和标记绘制，减轻了技术人员的人工负担，为农作物保护研究提供了一个现代化辅助工具；绘制的虫子行走轨迹较为准确，有益于技术人员后续的研究。
【IPC分类】G06T7/20, G06T7/00
【公开号】CN104881883
【申请号】CN201510234406
【发明人】刘国成, 张杨
【申请人】广州铁路职业技术学院
【公开日】2015年9月2日
【申请日】2015年5月8日