烟粉虱是一种世界性的蔬菜害虫,自从进入我国以来,在我国的很多地方都出现过爆发性的危害,给农业生产造成巨大的经济损失。传统的烟粉虱监测方式主要依赖于人工采样调查,费时、费力且准确性和可靠性不高。随着计算机视觉与图像识别技术在农业病虫害领域的广泛应用,越来越多的害虫监测预报系统应运而生。但对于烟粉虱这类微小害虫来说,普通的害虫监测系统很难奏效。本文研制了一种基于计算机视觉的烟粉虱诱集监测系统,针对监测系统的关键部件烟粉虱图像自动采集装置、烟粉虱图像的识别与分割算法进行了深入研究。具体研究内容和结果如下:(1)“基于计算机视觉的烟粉虱诱集监测系统”样机的研制。对现有的害虫诱集装置进行了分析,针对烟粉虱生活习性和个体特征,选择了合理的诱集工具(黄色诱虫板)和图像自动采集装置(便携式扫描仪),并设计试制了烟粉虱图像自动采集装置。该装置具有可以根据植物长势调节高度的支架和底座、诱虫板自动换板功能、诱虫板精准定位功能和图像自动采集功能,可以在无人值守的情况下,全天候连续采集高质量的烟粉虱图像。(2)基于彩色阈值的烟粉虱图像目标分割。通过图像预处理,经对烟粉虱图像统计分析发现,根据烟粉虱自身颜色特征,利用RGB彩色图像分割的方法,选择R、G、B三原色中的B分量为60作为最佳阈值,可将烟粉虱目标与诱虫板背景、杂虫和杂质有效的分离开来,分割准确率可以达到97.8%。(3)烟粉虱图像粘连目标分割算法研究。对相互粘连的目标,尝试使用改进后的分水岭算法、K均值聚类分割算法和基于边界曲率的链码分割法进行分割尝试。改进后的分水岭算法,虽然有较好的分割效果,但是存在一定的过分割现象,综合分割准确率为87.4%;k均值聚类分割算法,由于图像中烟粉虱目标很多,聚类中心寻找的准确性不足,分割效果不理想;基于边界曲率的链码分割法,对于烟粉虱粘连目标的凹角点定位准确,分割效果较好,但是对于翅膀展开过大的单个烟粉虱目标有27%的几率会被误分割,其综合的分割准确率可以达到94.9%。(4)烟粉虱被遮挡目标估算。由于烟粉虱个体很小,图像中的大面积遮挡物,如树叶,大型飞蛾等可能会遮挡掉大量的烟粉虱目标,影响计数结果的准确性,所以本文通过对遮挡物定位,以遮挡物为中心进行合理取样,计算取样面积内烟粉虱虫口密度,利用密度估算的方法对遮挡物面积内烟粉虱数量进行了合理估算。综合上述研究内容及成果,研制的烟粉虱诱集监测系统,对于烟粉虱计数的准确率可达到96%以上,基本可以真实反映田间烟粉虱虫口密度,为烟粉虱的测报、防治提供科学的数据支持,有一定的科研价值和实际推广意义。