(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210327949.7 (22)申请日 2022.03.31 (71)申请人 南京信息 工程大学 地址 224002 江苏省盐城市 盐南高新区新 河街道文港南路10 5号 (72)发明人 王其　倪世松　王磊　马云鹏　 张权　陈明星　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 专利代理师 董建林 (51)Int.Cl. G06V 20/50(2022.01) G06V 10/30(2022.01) G06V 10/42(2022.01) G06V 10/44(2022.01)G06V 10/60(2022.01) G06V 10/56(2022.01) G06Q 50/02(2012.01) (54)发明名称 一种基于视觉显著性的农业害虫检测方法 (57)摘要 本发明公开了一种基于视觉显著性的农业 害虫检测方法， 包括： 获取待测农业区的图像， 进 行预处理； 对预处理后的图像进行边缘处理； 基 于边缘处理后的图像进行采样， 构建亮度特征 图； 基于预处理后的图像构建局部方差特征图和 全局对比特征图； 基于亮度特征图、 方差特征图 和全局对比特征图构建显著性图像； 基于显著性 图像检测农业害虫。 本发明提出了一种基于亮 度、 局部方差和全局对比度三分量的特征图， 相 较于传统ITTI算法对小目标和背景颜色相近的 目标具有更好的检测效果。 权利要求书2页 说明书6页 附图3页 CN 114648725 A 2022.06.21 CN 114648725 A 1.一种基于 视觉显著性的农业害虫检测方法， 其特 征在于： 包括如下步骤： 获取待测农业区的图像， 进行 预处理； 对预处理后的图像进行边 缘处理； 基于边缘处理后的图像进行采样， 构建亮度特 征图； 基于预处 理后的图像构建局部方差特 征图和全局对比特 征图； 基于亮度特 征图、 局部方差特 征图和全局对比特 征图构建显著性图像； 基于显著性图像 检测农业害虫。 2.根据权利要求1所述的一种基于 视觉显著性的农业害虫检测方法， 其特 征在于： 对图像进行 预处理包括： 对图像进行线性滤波操作， 去除图像中存在的噪声； 将图像灰度化， 公式包括： Gray1(i,j)＝R(i,j) Gray2(i,j)＝G(i,j) Gray3(i,j)＝B(i,j) 其中， R,G,B是图像的三个分量， 即红、 绿、 蓝三原色， Gray1(i,j),Gray2(i,j),Gray3(i, j)是对三分量灰度化的结果。 3.根据权利要求1所述的一种基于 视觉显著性的农业害虫检测方法， 其特 征在于： 所述边缘处理包括： 基于预处 理后的图像求 解其梯度幅值和方向； 依据角度对梯度幅值进行非极大值抑制操作； 采用双阈值的方法去除图像的伪边 缘， 并将边 缘闭合。 4.根据权利要求1所述的一种基于 视觉显著性的农业害虫检测方法， 其特 征在于： 基于边缘处理后的图像进行采样， 构建亮度特 征图， 包括： 对边缘处理后的图像进行高斯降采样 操作； 将高斯降采样后的图像分为九层， 每层为 一个尺度； 基于九个尺度构建亮度特 征图， 公式包括： I(c， s)＝|I(c)ΘI(s)| 其中， I为亮度特征图， c和S为尺度， C∈{2， 3， 4}、 S＝C+δ、 δ∈{ 3， 4}， Θ表示每层级像素 点与周围像素的差值。 5.根据权利要求1所述的一种基于 视觉显著性的农业害虫检测方法， 其特 征在于： 构建局部方差特 征图包括： 其中， I(i,j)表示像素值， (x,y)表示以大小为N的局部窗口坐标， N为(x， y)的窗口长 度， V(x,y)表示局部方差特 征图。 6.根据权利要求1所述的一种基于 视觉显著性的农业害虫检测方法， 其特 征在于： 构建全局对比特 征图包括： C(x,y)＝|Iμ‑Iwhc(x,y)|权　利　要　求　书 1/2 页 2 CN 114648725 A 2其中， C(x,y)为全局对比特 征图， Iμ是图像平均值， Iwhc(x， y)是高斯模糊后的像素值。 7.根据权利要求1所述的一种基于 视觉显著性的农业害虫检测方法， 其特 征在于： 构建显著性图像包括： 将亮度特征图转化为亮度显著性图， 局部方差特征图转化局部方差显著性图， 全局对 比特征图转化为全局对比显著性图； 将亮度显著性图、 局部方差显著性图和全局对比显著性图进行归一化操作， 构建最终 显著性图。 8.根据权利要求7 所述的一种基于 视觉显著性的农业害虫检测方法， 其特 征在于： 亮度特征图转化为亮度显著性图， 包括： 其中， FI是亮度显著性图， 是将多图像调整至同一尺寸后相加的操作， I(c， s)是亮度 特征图； 局部方差特 征图转化为局部方差 显著性图， 包括： 其中， FV是局部方差显著性图， 是将多图像调整至同一尺寸后相加的操作， V(x， y)是 局部方差特 征图； 全局对比特 征图转化为全局对比显著性图， 包括： 其中， FC是全局对比显著性图， 是将多图像调整至同一尺寸后相加的操作， C(s， y)是 全局对比特 征图。 9.根据权利要求8所述的一种基于视觉显著性的农业害虫检测方法， 其特征在于： 将亮 度显著性图、 局部方差显著性图和全局对比显著性图进行归一化操作， 构造的最终显著性 图像的公式如下： S＝Γ(FI)×Γ(FV)×Γ(FC) 其中， s是最终的显著性图像， Γ为归一化操作， FI为亮度显著性图， FV为局部方差显著 性图， FC为全局对比显著性图。 10.根据权利要求9所述的一种基于视觉显著性的农业害虫检测方法， 其特征在于： 归 一化操作Γ 包括： Mmax属于[0....M]， M为灰度图像中的任意 值， Mmax为全局最大值， 为局部最大值。权　利　要　求　书 2/2 页 3 CN 114648725 A 3