專利名稱:昆蟲圖像檢測方法以及昆蟲分類方法
技術(shù)領(lǐng)域:
本發(fā)明涉及一種昆蟲圖像檢測方法及昆蟲分類方法,尤其涉及一種可自動(dòng)分類昆蟲的昆蟲圖像檢測方法及應(yīng)用此方法的昆蟲分類方法。
背景技術(shù):
遺傳學(xué)是研究生物體的遺傳及變異的科學(xué),其屬于生命科學(xué)的一個(gè)重要分支,許多其他分支,例如,基因工程學(xué),是基于遺傳學(xué)對基因的研究所衍生出來的新興科學(xué)。由于基因與遺傳蘊(yùn)藏生物本身的奧秘,可通過微觀的角度觀察并解釋巨觀的生物現(xiàn)象,同時(shí)基因遺傳學(xué)的發(fā)展亦可能解決人類社會(huì)自古以來的一些重大問題,例如老化與疾病,因此,各界莫不重視對基因的研究。果蠅的基因數(shù)量約只有人類的三分之一,然而,控制果蠅發(fā)育的基因與人類的控制基因相似,加上果蠅生命周期短、可大量繁殖等適合進(jìn)行遺傳實(shí)驗(yàn)的優(yōu)點(diǎn),使得果蠅在基因研究上扮演重要的角色。以果蠅作為遺傳學(xué)研究的材料,利用突變株研究基因和性狀之間的關(guān)系已近一百年,至今,各種研究遺傳學(xué)的工具已達(dá)完善的地步,果蠅提供我們對今日的遺傳學(xué)的知識有其不可磨滅的貢獻(xiàn)。在果蠅的遺傳基因研究上,基因工程研究者需要收集未交配過的雌果蠅,以保證遺傳實(shí)驗(yàn)操作上不會(huì)受到其他雄性基因的污染導(dǎo)致實(shí)驗(yàn)失敗。欲辨識未交配過的雌果蠅,傳統(tǒng)的方法是以人力將果蠅固定于顯微鏡底下,并通過顯微鏡觀察果蠅的腹部特征來挑選出未交配過的雌果蠅。但由于果蠅均是一次大量培養(yǎng),且雌果蠅羽化8小時(shí)后即達(dá)性成熟,因此這種以人眼分辨未交配的雌果蠅的方式必須持續(xù)以同樣間隔的時(shí)間進(jìn)行,以避免雌果蠅在培養(yǎng)儲(chǔ)存槽中即進(jìn)行交配。上述挑選未交配的雌果蠅的作法相當(dāng)耗費(fèi)人工,同時(shí)以人眼判斷果蠅特征的方式效率不佳,往往為了精準(zhǔn)挑選出未交配的雌果蠅而丟棄掉大量無法確定特征的果蠅。除了果蠅之外,不論是要分辨不同種類的昆蟲或是同種類昆蟲中不同的特征,同樣都是需要借助人眼觀察顯微鏡底下的昆蟲再進(jìn)行判斷,因此也都具有傳統(tǒng)分類方法耗費(fèi)人力、時(shí)間以及效率不佳的問題。
發(fā)明內(nèi)容
因此,本發(fā)明的一范疇在于提供一種新式的昆蟲圖像檢測方法,可自動(dòng)并精確地辨識昆蟲種類,尤其是可辨識微小昆蟲的種類,以解決現(xiàn)有技術(shù)的問題。根據(jù)一具體實(shí)施例,本發(fā)明的昆蟲圖像檢測方法包含下列步驟以圖像檢測器取得在檢測區(qū)中的昆蟲的檢測圖像;根據(jù)背景圖像以及檢測圖像,通過背景相減法獲得關(guān)于昆蟲的第一前景圖像;取得第一前景圖像中的飽和度,并消除其中的非特征區(qū)塊而獲得第二前景圖像;根據(jù)一閥值取得第二前景圖像中關(guān)于昆蟲的特征;并且,根據(jù)所得的特征判斷昆蟲類別。此外,本發(fā)明的另一范疇在于提供一種新式的昆蟲分類方法,應(yīng)用一昆蟲圖像檢測方法而可自動(dòng)并精確地辨識昆蟲種類,以解決現(xiàn)有技術(shù)的問題。根據(jù)另一具體實(shí)施例,本發(fā)明的昆蟲分類方法包含下列步驟將昆蟲置于檢測區(qū)中,并光照檢測區(qū);以圖像檢測器取得在檢測區(qū)中的昆蟲的檢測圖像;根據(jù)背景圖像以及檢測圖像,通過背景相減法獲得關(guān)于昆蟲的第一前景圖像;取得第一前景圖像中的飽和度,并消除其中的非特征區(qū)塊而獲得第二前景圖像;根據(jù)一閥值取得第二前景圖像中關(guān)于昆蟲的特征;根據(jù)所得的特征判斷昆蟲類別;并且,根據(jù)判斷出的昆蟲類別將昆蟲收集于收集器具中。本發(fā)明的昆蟲圖像檢測方法和昆蟲分類方法,可自動(dòng)并精確地辨識昆蟲種類,尤其是可辨識微小昆蟲的種類,而能解決傳統(tǒng)分類方法耗費(fèi)人力、時(shí)間以及效率不佳的問題。關(guān)于本發(fā)明的優(yōu)點(diǎn)與精神可以借由以下的發(fā)明詳述及附圖得到進(jìn)一步的了解。
圖1繪示根據(jù)本發(fā)明的一具體實(shí)施例的昆蟲圖像檢測方法的步驟流程圖。圖2繪示根據(jù)本發(fā)明的另一具體實(shí)施例的昆蟲圖像檢測方法的步驟流程圖。圖3繪示根據(jù)本發(fā)明的另一具體實(shí)施例的昆蟲圖像檢測方法的步驟流程圖。圖4繪示根據(jù)本發(fā)明的另一具體實(shí)施例的昆蟲分類方法的步驟方法圖。圖5繪示用于實(shí)行圖4的昆蟲分類方法的昆蟲分類設(shè)備的示意圖。其中,附圖標(biāo)記說明如下SlO S18、S20 S28、S30 S38、S40 S46 :方法步驟S280 S284、S340、S380 S384 :方法步驟5 昆蟲分類設(shè)備50 :檢測區(qū)52 :圖像檢測器54 :運(yùn)算處理器56:收集器具6:收容槽
具體實(shí)施例方式請參閱圖1,圖1繪示根據(jù)本發(fā)明的一具體實(shí)施例的昆蟲圖像檢測方法的步驟流程圖,本具體實(shí)施例的方法可用來分類昆蟲,并且特別地,可用來分類如果蠅等微小昆蟲的雌雄雙態(tài)性,以節(jié)省傳統(tǒng)分類方法中以人眼觀察顯微鏡底下的昆蟲所耗費(fèi)的大量人力及時(shí)間。如圖1所示,本具體實(shí)施例的昆蟲圖像檢測方法包含下述步驟于步驟S10,以圖像檢測器取得檢測區(qū)中至少一昆蟲的檢測圖像;于步驟S12,根據(jù)檢測區(qū)的背景圖像以及所取得的檢測圖像,借由背景相減法獲得與檢測區(qū)中的昆蟲有關(guān)的第一前景圖像;于步驟S14,取得第一前景圖像中的飽和度,并且將第一前景圖像的非特征區(qū)塊消除,進(jìn)而獲得第二前景圖像;于步驟S16,根據(jù)一閥值自第二前景圖像取得與檢測區(qū)中的昆蟲有關(guān)的特征;最后,于步驟S18,根據(jù)所獲得的特征判斷檢測區(qū)中昆蟲的類別。于本具體實(shí)施例中,昆蟲可被置入檢測區(qū)中,并且檢測區(qū)可被提供適當(dāng)?shù)墓庹?,使得檢測區(qū)內(nèi)的亮度足以使圖像檢測器獲得清楚的檢測圖像。步驟S12中,圖像檢測器可不斷地取得檢測區(qū)中的圖像,進(jìn)而獲得背景圖像以用于背景相減法中。舉例而言,昆蟲未進(jìn)入檢測區(qū)時(shí),圖像檢測器所獲得、其中未有昆蟲的檢測區(qū)圖像可作為其背景圖像。接著,當(dāng)昆蟲進(jìn)入檢測區(qū)而被圖像檢測器照得其檢測圖像時(shí),可將該檢測圖像與原先的背景圖像比對以獲得兩者間的差異,亦即關(guān)于檢測區(qū)中的昆蟲的第一前景圖像。當(dāng)取得與檢測區(qū)中的昆蟲有關(guān)的第一前景圖像后,可自第一前景圖像取得其中的飽和度,并清除第一前景圖像中的非特征區(qū)塊而獲得第二前景圖像,其中,非特征區(qū)塊為第一前景圖像中與昆蟲的分類無關(guān)的區(qū)塊。舉例而言,在分類未交配的雌果蠅時(shí),第一前景圖像中翅膀的部分并不會(huì)有可據(jù)以分類的特征,并且,翅膀部分可能會(huì)造成分類上的誤差,因此,在此種分類方法中果蠅的翅膀?qū)儆诜翘卣鲄^(qū)塊而予以排除。請注意,上述非特征區(qū)塊并不限于翅膀部分,而是根據(jù)不同類型的昆蟲而可能有不同的非特征區(qū)塊,例如,有角的昆蟲在上述步驟中,第二前景圖像中角的部分并非分類昆蟲的主要特征,故角的部分即被認(rèn)定為非特征區(qū)塊。獲得第二前景圖像后,根據(jù)閥值取得第二前景圖像中關(guān)于此昆蟲的特征。舉例而言,果蠅腹部的交尾器在第二前景圖像中,飽和度大于其他部位,因此,可設(shè)定介于果蠅交尾器與其他部位間的飽和度作為閥值。第二前景圖像中飽和度低于閥值的部分被清除,僅留下高于閥值的部分,故果蠅的交尾器可被截取出而作為其特征。由于雄果蠅的交尾器特征與雌果蠅的交尾器特征位置不同,可據(jù)以將檢測區(qū)中的昆蟲分類為雄果蠅或雌果蠅。于實(shí)務(wù)中,有時(shí)會(huì)因?yàn)槔ハx本身的特征不明顯或是設(shè)備因素,造成無法自第二前景圖像中抽取特征、或是所抽取出的特征不明顯而無法判斷并分類昆蟲,此時(shí)可將昆蟲歸類于無法辨識的類別,以避免與其他已確定類別的昆蟲混淆。上述各步驟均可通過處理器進(jìn)行控制及運(yùn)算,換言之,本具體實(shí)施例可自動(dòng)對進(jìn)入檢測區(qū)的昆蟲進(jìn)行檢測并分類,因而大量地節(jié)省了人力與時(shí)間。請參與圖2,圖2繪示根據(jù)本發(fā)明的另一具體實(shí)施例的昆蟲圖像檢測方法的步驟流程圖,其用于分類果蠅的性別以及是否交配。如圖2所示,本具體實(shí)施例的圖像檢測方法首先利用圖像檢測器取得果蠅于檢測區(qū)中的檢測圖像,如步驟S20所示。由于雄雌果蠅的辨識特征是于其腹部的交尾器,因?qū)崉?wù)中,檢測區(qū)可為一下方透明的容器,圖像檢測器則可自下方直接拍攝果蠅的腹部。此外,檢測區(qū)中可于適當(dāng)角度提供光源,以便圖像檢測器清楚拍攝出果蠅腹部。于步驟S22,通過背景相減法得到關(guān)于果蠅的第一前景圖像,請注意,此第一前景圖像是由果蠅的腹部觀察的圖像。接著,于步驟S24,取得果蠅的第一前景圖像的飽和度,并將第一前景圖像中果蠅翅膀部分消除,而獲得第二前景圖像。于步驟S26中,設(shè)定一飽和度閥值,并根據(jù)此飽和度閥值得到第二前景圖像中的果蠅交尾器特征,此交尾器特征能用來判別果蠅的性別以及是否交配,如步驟S28所示。步驟S28中,根據(jù)特征可將檢測區(qū)中的果蠅分類為如步驟S280所述的雄果蠅、如步驟S282所述的雌果蠅,以及如步驟S284所述的無法分類的果蠅。雄果蠅的交尾器特征是位于腹部長邊的兩端,雌果蠅的交尾器特征是位于腹部一端,因此,若檢測區(qū)中同時(shí)進(jìn)入兩只雌果蠅,可能會(huì)被判定為雄果蠅的特征而造成誤判。請參閱圖3,圖3繪示根據(jù)本發(fā)明的另一具體實(shí)施例的昆蟲圖像檢測方法的步驟流程圖,本具體實(shí)施例與上述具體實(shí)施例不同處,在于本具體實(shí)施例的方法先行判別進(jìn)入檢測區(qū)的果蠅數(shù)量,避免影響判斷精確度。如圖3所示,本具體實(shí)施例的昆蟲圖像檢測方法進(jìn)一步包含步驟S340 :當(dāng)獲得第二前景圖像后,根據(jù)第二前景圖像判斷檢測區(qū)中的果蠅數(shù)量是否為單數(shù)。若步驟S340所判斷出的果蠅數(shù)量為單數(shù),則繼續(xù)進(jìn)行步驟S36的以第二前景圖像取得特征的步驟;否則,即果蠅的數(shù)量為多個(gè),進(jìn)行步驟S384,將果蠅歸類為無法分類的類別。請注意,于實(shí)務(wù)中,于取得交尾器特征的步驟前,關(guān)于果蠅的前景圖像(第一前景圖像或第二前景圖像)皆可用來分辨出果蠅的數(shù)量,故上述步驟S340于步驟S36前進(jìn)行即可,例如,當(dāng)取得第一前景圖像后即可直接判斷果蠅的數(shù)量。本具體實(shí)施例的其他步驟與上述具體實(shí)施例相對應(yīng)的步驟大體上相同,于此不再贅述。請一并參閱圖4及圖5,圖4繪示根據(jù)本發(fā)明的另一具體實(shí)施例的昆蟲分類方法的步驟流程圖,圖5繪示用于實(shí)行圖4的昆蟲分類方法的昆蟲分類設(shè)備5的示意圖。如圖4所示,本具體實(shí)施例的昆蟲分類方法是利用上述具體實(shí)施例的昆蟲圖像檢測方法進(jìn)行昆蟲的分類,其進(jìn)一步包含下列步驟于步驟S40,將昆蟲置于檢測區(qū)中,并對檢測區(qū)提供適當(dāng)?shù)墓庹眨灰约?,于步驟S46,根據(jù)判斷出的昆蟲類別,將昆蟲收集至收集器具中。如圖5所示,用于昆蟲分類方法的昆蟲分類設(shè)備5包含檢測區(qū)50、圖像檢測器52、運(yùn)算處理器54以及收集器具56。當(dāng)昆蟲自一收容槽6進(jìn)入檢測區(qū)50并停留于其中時(shí),上述步驟S40中所提供的光照使得圖像檢測器52于步驟S41可獲得清楚的檢測圖像。當(dāng)圖像檢測器52取得檢測圖像后可傳送至運(yùn)算處理器54,接著,運(yùn)算處理器54可進(jìn)行步驟S42至步驟S45,而將昆蟲進(jìn)行分類。根據(jù)昆蟲分類的結(jié)果,運(yùn)算處理器54于步驟S46中可控制收集器具56收集檢測區(qū)50中的昆蟲。于本具體實(shí)施例中,收集器具56可包含用來收容不同類別的昆蟲的容器562以及用來切換這些容器的切換裝置560,運(yùn)算處理器54則可連接到切換裝置560,并根據(jù)檢測出的昆蟲類別控制切換裝置260切換到對應(yīng)的容器562以進(jìn)行收集。于本具體實(shí)施例中,舉凡昆蟲圖像的分析辨識、根據(jù)辨識結(jié)果分類昆蟲、以及根據(jù)昆蟲分類結(jié)果收集昆蟲至不同收集容器的步驟,均可通過運(yùn)算處理器54進(jìn)行自動(dòng)控制,因此,本具體實(shí)施例的昆蟲分類方法可大量節(jié)省人力及時(shí)間,特別是在微小昆蟲的分類上有顯著的功效。綜上所述,本發(fā)明的昆蟲圖像檢測方法是以背景相減法取出檢測區(qū)中昆蟲圖像的特征點(diǎn),并據(jù)以分類昆蟲的類別。上述利用圖像分析昆蟲類別的方法可由運(yùn)算處理器進(jìn)行,而自動(dòng)并持續(xù)地對昆蟲進(jìn)行分類。相較于現(xiàn)有技術(shù)中,以人眼觀察顯微鏡下的昆蟲特征的分類方法,本發(fā)明可更有效率地分類昆蟲,特別是微小昆蟲,而能解決傳統(tǒng)分類方法耗費(fèi)人力、時(shí)間以及效率不佳的問題。借由以上較佳具體實(shí)施例的詳述,希望能更加清楚描述本發(fā)明的特征與精神,而并非以上述所揭露的較佳具體實(shí)施例來對本發(fā)明的范疇加以限制。相反地,其目的是希望能涵蓋各種改變及具相等性的安排于本發(fā)明所欲申請的權(quán)利要求范圍的范疇內(nèi)。因此,本發(fā)明所申請的權(quán)利要求范圍的范疇?wèi)?yīng)該根據(jù)上述的說明作最寬廣的解釋,以致使其涵蓋所有可能的改變以及具相等性的安排。
權(quán)利要求
1.一種昆蟲圖像檢測方法,用以分類至少一昆蟲,其特征在于,該昆蟲圖像檢測方法包含下列步驟 以一圖像檢測器取得該至少一昆蟲于一檢測區(qū)中的一檢測圖像; 根據(jù)該檢測區(qū)的一背景圖像以及該檢測圖像,通過背景相減法獲得關(guān)于該至少一昆蟲的一第一前景圖像; 取得該第一前景圖像中的一飽和度,并消除該第一前景圖像中的一非特征區(qū)塊以獲得一第二前景圖像; 根據(jù)一閥值取得該第二前景圖像中關(guān)于該至少一昆蟲的一特征;以及 根據(jù)該特征判斷該至少一昆蟲的類別。
2.如權(quán)利要求1所述的方法,其中該非特征區(qū)塊為一翅膀區(qū)塊。
3.如權(quán)利要求1所述的方法,其中該至少一昆蟲為一果蠅,該圖像檢測器是自于該檢測區(qū)中取得該果蠅的腹部的該檢測圖像,并且該特征代表該果蠅的腹部的交尾器特征。
4.如權(quán)利要求3所述的方法,還包含下列步驟 根據(jù)該特征判斷該果蠅為雄果蠅、雌果蠅以及無法判斷類別的其中的一者。
5.如權(quán)利要求1所述的方法,還包含下列步驟 根據(jù)該第一前景圖像以及該第二前景圖像的其中的一者判斷該至少一昆蟲的數(shù)量。
6.如權(quán)利要求5所述的方法,還包含下列步驟 若該至少一昆蟲的數(shù)量為多個(gè),進(jìn)一步判斷該至少一昆蟲為無法分類的類別。
7.—種昆蟲分類方法,應(yīng)用一昆蟲圖像檢測方法以分類至少一昆蟲,其特征在于,該分類方法包含下列步驟 將該至少一昆蟲置于一檢測區(qū)中,并光照該檢測區(qū); 以一圖像檢測器取得該至少一昆蟲于該檢測區(qū)中的一檢測圖像; 根據(jù)該檢測區(qū)的一背景圖像以及該檢測圖像,通過背景相減法獲得關(guān)于該至少一昆蟲的一第一前景圖像; 取得該第一前景圖像中的一飽和度,并消除該第一前景圖像中的一非特征區(qū)塊以獲得一第二前景圖像; 根據(jù)一閥值取得該第二前景圖像中關(guān)于該至少一昆蟲的一特征; 根據(jù)該特征判斷該至少一昆蟲的類別;以及 根據(jù)所判斷出的該至少一昆蟲的類別將該至少一昆蟲收集至一收集器具。
全文摘要
本發(fā)明提出一種昆蟲圖像檢測方法及昆蟲分類方法,昆蟲圖像檢測方法用以分類昆蟲,此方法包含以下步驟取得昆蟲于檢測區(qū)中的檢測圖像;利用背景相減法獲得關(guān)于昆蟲的第一前景圖像;取得第一前景中的飽和度并消除其中的非特征區(qū)塊,以獲得第二前景圖像;根據(jù)一閥值取得第二前景圖像中關(guān)于昆蟲的特征;以及,根據(jù)特征判斷昆蟲類別或性別。根據(jù)本發(fā)明的昆蟲圖像檢測方法,可自動(dòng)對昆蟲進(jìn)行種類或性別分類而節(jié)省人力與時(shí)間。
文檔編號G06K9/62GK103034867SQ20111042403
公開日2013年4月10日 申請日期2011年12月13日 優(yōu)先權(quán)日2011年9月29日
發(fā)明者蔡宏?duì)I, 林育慶, 吳鈺徵, 陳榮順, 賀陳弘, 朱麗安 申請人:蔡宏?duì)I