牟少敏(1964-)，男，山东泰安人，教授，博士，主要从事机器学习、计算机视觉、大数据和农业信息化研究。

E-mail:

虫害是影响农作物产量的一个重要因素，及时发现和控制虫害，对保证农作物的产量和品质具有十分重要的作用。黄色粘虫板利用昆虫的趋黄性诱杀多种害虫，可以减少农药用量和施药次数，节约成本，且使用方便，有利于保护生态环境，目前已在田间大范围使用[1]。对粘虫板上害虫数量进行统计可以估计害虫种群密度以及掌握害虫发生情况，便于根据害虫的危害盛期和发生量及时开展预测预报以及防护工作。

目前统计粘虫板害虫数量的方法主要有2种，一是人工计数法，二是基于机器视觉的计数法。其中最常用的是人工计数法，即植保人员对粘虫板害虫进行人工分检和计数，存在劳动强度大、效率低、实时性差等问题[2]。基于机器视觉的计数方法利用图像处理、模式识别等技术对虫害图像进行自动分析，能够有效地识别出害虫的种类及数量，具有速度快、精度高、客观性强等特点，比人工计数方法效果好[3]。但是传统的基于机器视觉的计数方法需要植保人员进入田间使用相机进行采集拍摄，然后将拍摄好的粘虫板图像传送至计算机终端进行分检和计数，过程繁琐[4-6]。由于计算机终端便携性较差，植保人员无法随时随地进行害虫数量统计，统计结果时效性较差。

相较于传统计算机终端，智能手机具有更好的便携性和性价比，不但具有图像处理的硬软件条件，而且可以随时连接互联网上传数据。将传统的基于机器视觉的害虫计数方法平移至Android平台，可以减轻基层植保人员的劳动强度，提高粘虫板害虫计数的效率，从而提高田间害虫监测和预测预报的准确性和时效性[7-9]。

本研究基于Android手机平台，设计一种粘虫板害虫自动计数系统，利用平台的图像处理能力和运算能力，对在田间拍摄的粘虫板图像进行实时处理，并将统计信息上传到服务器。针对拍摄图像中存在背景复杂的问题，提出了一种基于HSV空间的无关背景去除方法，提高了计数结果的准确率。

1 系统总体设计

1.1系统环境

Android是Google开发的基于Linux平台的开源手机操作系统，它包括操作系统、用户界面和应用程序三部分[10]。在 Windows 7 操作系统下，搭建了基于Android Studio 2.3.3、Android API 14、OpenCV 2.4图像库、JAVA JDK 7的应用程序开发环境。测试手机为Xiaomi 6，手机系统为Android 6.0，拍摄的图像尺寸为3 120像素×4 160像素。Web应用服务器采用阿里云服务器，服务器数据库为MySQL 5.5。

1.2系统总体框架

系统分为Android客户端和服务器端2个部分，总体框架如图1所示。

Android手机客户端主要完成对图像的处理功能，包括图像的拍摄、背景去除、害虫计数、信息统计等。服务器端负责接收手机客户端传送的数据然后存储至数据库中，在有移动数据网络的环境下，与Android 手机客户端进行网络通信并接收相关统计信息[11-12]。

图1系统总体框架

2 Android客户端设计

Android软件的主要功能是获取图像、去除无关背景、处理图像、害虫计数、相关信息统计，并将信息上传至服务器进行分析，为田间害虫监测和预测预报提供数据支持。客户端软件的主界面如图2所示。

图2客户端软件主界面

2.1读入图像

读入图像的方法有2种，一是用Android手机的摄像头拍摄田间粘虫板图像，二是选择已经存储在存储卡中的粘虫板图像。为保证系统计数的准确率，读入的图像中粘虫板部分比例不能过小。该系统中阈值设置为90%，在下面的步骤中会进行判断，当选取的图像中粘虫板所占面积比例达不到90%时，需要重新读入图像。

2.2去除复杂背景

在田间拍摄时不可避免拍摄到粘虫板后面的背景，如图3所示。因此，首先需要对图像进行预处理，去除无关复杂背景，只保留粘虫板部分。

图3粘虫板原始图像

HSV是一种尺度符合人类对颜色感知程度规律的颜色空间。其中H为色调，表示不同的颜色，即所处的光谱颜色的位置，如红色、绿色，取值范围0°～360°。S为饱和度，取值为0～1，S=1为纯光谱色，加入白色可以减小饱和度。V为亮度，表示色彩的明亮程度，取值为0～1，加入黑色可减小亮度值。HSV颜色空间中色调H和饱和度S包含了颜色信息，并与人眼感知颜色的方式紧密相连，而亮度V则与图像的彩色信息无关[13]。