昆虫学报

作者：俞佩仕,郭龙军,姚青,杨保军,唐健,许渭根,陈渝阳,朱旭华,陈宏明,张晨光,段德康,贝文勇,彭晴晖

单位：1. 浙江理工大学信息学院, 杭州 310018; 2. 中国水稻研究所水稻生物学国家重点实验室, 杭州 310006; 3. 浙江省植物保护检疫局, 杭州 310020; 4. 浙江托普云农科技股份有限公司, 杭州 310015;5. 浙江省象山县农业技术推广中心植保站, 浙江宁波 315700; 6. 浙江省龙游县农业局植物保护检疫站, 浙江衢州 324400; 7. 江西省万安县植保植检站, 江西吉安 343800; 8. 广西壮族自治区昭平县农业局病虫测报站, 广西贺州 546800;9. 湖南省邵东县农业局植保植检站, 湖南邵阳 422800

关键词：稻飞虱,田间调查,图像识别,自动计数,Android手机,Android相机

【目的】建立一种基于移动终端的稻田飞虱调查方法，以减轻测报人员劳动强度，提高稻田飞虱调查的客观性，实现稻飞虱调查结果可追溯。【方法】利用Android相机、可伸缩手持杆和装载控制相机APP的Android手机研制了稻田飞虱图像采集仪。在Android开发环境下，利用socket通信和视频编码等技术，实现Android相机的视频采集与编码模块、视频传输模块和相机命令控制模块等。利用Android NDK开发和Java web等技术，实现手机端的视频预览模块、手机控制模块、图像上传模块等。相机实时拍摄的视频将压缩成H.264格式，通过RTSP/RTP协议控制其传输至手机端。手机端通过解压缩，实现实时预览相机所拍摄的视频，并控制相机拍摄水稻茎基部飞虱图像，同时将图像传输到手机端。稻飞虱识别算法部署在云服务器上。手机端可选择稻飞虱图像上传至云服务器，云服务器运行稻飞虱自动识别算法，结果返回至手机端。【结果】基于移动终端的稻田飞虱调查方法利用手机可以实时预览相机拍摄的水稻茎基部飞虱画面，控制相机拍照。云服务器上稻飞虱自动识别算法对图像中的飞虱平均检测率为86.9%，虚警率为11.2%；对稻飞虱各虫态平均检测率为81.7%，虚警率为16.6%。【结论】基于移动终端的稻田飞虱调查方法可以便捷地采集到水稻茎基部飞虱图像，实现稻田飞虱不同虫态的识别与计数。该方法可大大减轻测报人员的劳动量，避免稻飞虱田间调查的主观性，实现稻飞虱田间调查的可追溯。

来源：2019年第5期

《昆虫学报》期刊编辑部

查看昆虫学报杂志2019年第5期