1.一种基于图像分块的粮仓害虫检测方法,其特征在于,包括如下步骤:
对粮仓内图像集进行标注,划分成多个样本区域块,并调整至预设大小;提取调整后的每个样本区域块的特征,输入SVM分类器进行训练,得到训练好的SVM模型;
按照预设大小对待检测粮仓内图像进行首次分块处理,得到相应个数的区域块;按照预设大小对待检测粮仓内图像进行若干次偏移分块处理,使得首次分块处理得到的区域块的任一边界部分必定落入至少一次偏移分块处理形成的区域块中;并记录每个区域块之间的空间关系;
提取每个区域块的特征,输入训练好的SVM模型,得到每个区域块的检测结果;
根据每个区域块之间的空间关系,将每个区域块的检测结果进行整合,得到待检测粮仓内图像的害虫检测结果。
2.根据权利要求1所述的基于图像分块的粮仓害虫检测方法,其特征在于,预先设定区域块的大小为x×y,从待检测粮仓内图像的行和列的起始位置开始,对待检测粮仓内图像进行分块处理,得到相应个数的区域块集;按照预设大小x×y,从待检测粮仓内图像的行的起始位置、列的偏移k2个像素位置开始,对待检测粮仓内图像进行分块处理,得到相应个数的区域块;按照预设大小x×y,从待检测粮仓内图像的列的起始位置、行的偏移k1个像素位置开始,对待检测粮仓内图像进行分块处理,得到相应个数的区域块;按照设定大小x×y,从待检测粮仓内图像的行的偏移k1个像素位置、列的偏移k2个像素位置开始,对待检测粮仓内图像进行分块处理,得到相应个数的区域块;其中,1
3.根据权利要求2所述的基于图像分块的粮仓害虫检测方法,其特征在于,k1=x/2,k2=y/2。
4.根据权利要求1所述的基于图像分块的粮仓害虫检测方法,其特征在于,所述对粮仓内图像进行标注,划分成多个区域块,并调整至预设大小包括:使用矩形框提取粮仓内图像集中的包含害虫的区域块,作为正样本,提取未包含害虫的区域块作为负样本,并将正样本和负样本调整至预设大小。
5.根据权利要求4所述的基于图像分块的粮仓害虫检测方法,其特征在于,还包括:将得到调整后的正样本和负样本进行反转、旋转、颜色变换,得到正样本区域块和负样本区域块。
6.根据权利要求1所述的基于图像分块的粮仓害虫检测方法,其特征在于,提取调整后的每个样本区域块和区域块的HOG特征。
7.根据权利要求5所述的基于图像分块的粮仓害虫检测方法,其特征在于,提取正样本区域块的特征和负样本区域块的特征后,结合正样本和负样本的标记,形成样本特征矩阵,将样本特征矩阵输入SVM分类器进行训练。
8.根据权利要求1所述的基于图像分块的粮仓害虫检测方法,其特征在于,采用IOU和非最大值抑制方法合并区域块,然后判断检测矩形框是否处于区域块的边界,若是则根据区域块之间的空间关系合并被分裂到不同区域块中的害虫,得到所述待检测粮仓内图像的害虫检测结果。