CN119445452A 基于视觉识别的白蚁监测方法、系统及介质 （杭州定川信息技术有限公司）

本发明公开了一种基于视觉识别的白蚁监像中获取首次采集的视频作为监测模板以及获监测模板和监测图像一同通过高斯建模以及通过累积差分算法分别得到第一二值掩膜图和第用基于模板的改进混合高斯建模和基于模板的少了人工查找的时间和精力，提高了监测的效2获取对白蚁拍摄的视频图像，包括在视频图像中获取首次将监测模板和监测图像一同通过高斯建模以及通过累积差分算法分别得到第一二值分别对第一二值掩膜图和第二二值掩膜图进行连通域提取分别得到第一连通域像素中获取首次采集的视频作为监测模板以及获取首次采集的视频之后定时获取的监测图像监测图像为每一次进行识别的N分钟内每次间隔1对监测模板每一帧图像的每一个像素点初始化多个高斯分布得到根据监测图像的帧图像像素点与背景模型的匹配程如果监测图像的帧图像像素点的值与所有K个高斯分布都不匹配，则说明该像素属于对监测图像根据一秒钟为间隔取一帧图像，每当经过一分钟时取到的60将平均像素值和模板图像进行灰度值差分得到对差分结果进行二值化和形态学去噪得到第二二二值化采用硬阈值法，阈值默认设为30，形态学操作包括形态学二值掩膜图和第二二值掩膜图进行连通域提取分别得到第一连通域像素面积和第二连通3从第一二值掩膜图和第二二值掩膜图中提取出所有连通的前景区域如果第一二值掩膜图中被判定为存在白蚁活动的图像帧达到80%时，通过高斯建模方法的如果第二连通域像素面积大于设定阈值，则判定当前帧掩膜图中被判定为存在白蚁活动的图像帧达到80%时，通过累积差分算法处理能够判定出9.一种基于视觉识别的白蚁监测系统，其特征在4[0009]将监测模板和监测图像一同通过高斯建模以及通过累积差分算法分别得到第一[0010]分别对第一二值掩膜图和第二二值掩膜图进行连通域提取分别得到第一连通域5[0018]优选的，根据监测图像的帧图像像素点与背景模型的匹配程度得到前景图像包[0019]如果监测图像的帧图像像素点的值与所有K个高斯分布都不匹配，则说明该像素[0021]将监测模板每隔一秒取一帧图像，对所有监测模板的图像进行平均得到模板图二值掩膜图中被判定为存在白蚁活动的图像帧达到80%时，通过累积差分算法处理能够判[0032]若高斯建模方法和累积差分算法两种方法的视频处理均能够判定出存在白蚁活6[0036]有益效果：本发明采用基于模板的改进混合高斯建模和基于模板的累积差分算用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常[0050]将监测模板和监测图像一同通过高斯建模以及通过累积差分算法分别得到第一[0051]分别对第一二值掩膜图和第二二值掩膜图进行连通域提取分别得到第一连通域7对监测模板中的每一帧图像进行像素级别的分析，对于每个像素点，初始化多个高斯分布（通常使用K个高斯分布来表示每个像素点的背景这些高斯分布用于建模每个像素点在[0069]根据监测图像帧的每个像素点与背景模型的匹配程度来判断该像素点是否属于8[0077]如果监测图像的帧图像像素点的值与所有K个高斯分布都不匹配，则说明该像素[0080]将监测模板每隔一秒取一帧图像，对所有监测模板的图像进行平均得到模板图9pp二值掩膜图中被判定为存在白蚁活动的图像帧达到80%时，通过累积差分算法处理能够判排除那些面积过小、可能是噪声或无关物体的连通域，阈值默可以认取图像宽高面积的[0113]如果高斯建模方法和累积差分算法两种方法的视频处理均能够判定出存在白蚁mqtt协议数据传输到平台端9，平台端9可以将算法升级包数据下发到边缘设备3中进行更[0150]在本发明的另一些实施例中，结合图7，所述边缘设备3包括一个或多个处理器存储器402中并被配置为被该一个或多个处理器401执行，该一个或多个计算机程序404包[0151]所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品