[摘要]为了提出根除南疆棉铃虫的有效策略，必须快速、经济、有效的追踪其发生发展及分布情况。依据对图像识别技术的理解，结合南疆地区特殊的自然环境及棉花基地实际情况，针对南疆不同区域棉花种植的特点，利用图像的特征提取、可视化技术，抽取南疆不同棉花基地棉铃虫有效的图像特征，将农作物病虫害防治专业知识与图像识别技术结合，本文提出了利用图像识别技术研究建立棉铃虫追踪与监测特征模型来防治棉铃虫的策略方法。经过分析，理论上该方法在未来棉铃虫防治方面是可行的。
[关键词]图像识别；棉铃虫；特征提取
1、国外研究现状
图像识别技术始于20世纪50年代，1964年美国喷射推进实验室（JPL）使用计算机对太空船送回的月球照片处理后得到了清晰逼真的图像，是该技术发展的重要里程碑[1]。从此，图像识别技术的优越性越来越为人们所重视，其应用也愈来愈多。目前已经广泛地应用在交通监测、医疗领域、工业探伤等各行各业，并作出了巨大的贡献。在农业领域应用图像识别技术国外开展的较早，而且也较为深入，主要是在作物株型、病虫害识别、杂草识别、作物品质分级分类等方面取得了较大进展，并且已进入实用阶段。自20世纪90年代，其研究已经有几十年的历史，一直都受到人们的高度重视，至今借助于各种理论提出了数以千计的图像识别算法，而且这方面的研究仍然在积极地进行着。在近二十年间，随着基于直方图和小波变换的图像分割方法的研究计算技术、VLSI技术的迅速发展，有关图像处理技术与农业灾害预测方面的研究取得了很大的进展[2]。同时图像识别中的图像分割方法结合了一些特定理论、方法和工具，如基于数学形态学的图像分割、基于小波变换的分割、基于遗传算法的分割等。加速了农业灾害预防的智能化与信息化。同时图像识别技术在航空航天、医学、通信、工业自动化、机器人、及军事等领域均有着广泛的应用。
2、本文研究问题的思路及策略
（1） 研究方案
以图像识别理论、特征提取技术和棉铃虫相关特性为指导，揭示南疆棉花生长过程中，外部湿度、温度等环境变化对棉铃虫分布的广度和密度影响；揭示南疆不同区域遭受棉铃虫侵害的程度，建立可行的追踪和监测模型；从而为南疆种植棉花的团场提供快速、经济、有效的追踪棉铃虫发生发展及其分布，提出有效的棉铃虫防治策略，减少不必要防虫农药过度使用，提高环境效益比具有重要的指导意义；同时为国家在加速新疆农业病虫害诊断信息化、棉花生产优质化、生态环境规划科学化等宏观决策提供理论依据和知识基础。在此总目标下，本文研究思路具体目标可以概括为：
A.揭示棉铃虫生长过程中的核心特征；
B.揭示棉铃虫在南疆不同区域分布规律，差异性特征；
C.通过比较性试验，找到一种性价比高的棉铃虫追踪与监测识别算法；
D.远距离特征数据获取，后期可视化图像的追踪，模型的建立，预防策略的规范；
E.为科学合理用药及保护棉铃虫天敌提供依据；
F.构建了基于图像识别的、具有多个特征参数的棉铃虫图像识别特征数据库，对图像识别的南疆棉铃虫追踪与监测模型系统进行集成，初步实现了棉铃虫的快速追踪与监测，有效预防了棉铃虫灾害的大规模发生。
新疆南疆是我国棉花种植分布最为集中的地区之一，这一地区常年干旱少雨，随着膜下滴灌以及高密度栽培技术的广泛应用，使垦区秋耕冬灌面积减少，茬灌和干播面积加大，导致棉铃虫羽化率高，越冬基数逐年增多，极易爆发成灾。同时棉田施药过多或选用农药不当，杀伤了大量天敌，失去了天敌对棉铃虫种群的自然控制，将会加剧棉铃虫成灾发生。棉花是新疆南疆最重要的经济作物之一。
（2）研究方法
本文的研究方法来自于图像识别中基于图像特征的识别方法，在描述其基本原理与优缺点的基础上，分析图像识别技术在本项目中应用的优势和可适用性。结合图像分割和图像边缘追踪相关算法对所追踪的对象进行快速准确的监测。
基于图像特征的识别方法具体思路：获取棉田棉铃虫及相关数据，去噪；提取棉铃虫图像的纹理特征、局部特征、独特性特征值，结合相应算法初步分类处理。
图像分割：从复杂的彩色图像中分离棉铃虫；使用边缘追踪和图像分割算法提取棉铃虫边界图像和有较好斑特征的分割图像；获得躯干和足、触角、颚等的分离图像；（由于在数据传输过程中可能受到脉冲噪声和椒盐噪声的影响，因此要对图像进行平滑滤波去噪）。
（3）实验方案及可行性分析
1）数据来源
本文研究的数据源来自于棉铃虫研究院/所、塔里木大学生命科学学院生物科学系教研室、二手资料数据等。
其中科研院所可以提供棉铃虫重点分布区域、分类地位、形态特征、发生特点、为害特点等数据；新疆农技站提供棉铃虫越冬代、一代和二代的卵、幼虫、蛹、成虫等数据；塔大生物科学系提供棉铃虫灾害发病症状、发生原因、发生周期、虫害监控点建立成本、生化防治、转基因与非转基因棉区棉铃虫种群发生分布特点等数据；《中国气象灾害年鉴——农业病虫害》、《托克逊年鉴——农残检测与病虫害防治》、《石河子年鉴——种植业主要措施》可提供棉铃虫特征数据。
2）研发团队需具备的科研能力
研发团队成员应包含图像识别、可视化、生物学、植物学、智能网技术多种学科背景，建议以年青的研究人员为主体，且都有从事图像识别、计算机可视化、生物病虫害防治的工作经历。具有图像识别、计算机可视化背景的项目组成员，熟练掌图像识别、计算机可视化的理论、算法与工具，具有独自开发图像识别、可视化模块的能力。
通过以上分析可以看出，图像识别技术在南疆棉铃虫防治中的研究是可行的。
3）本文所提方法的特色与创新之处
本文所提方法的特色在于：多学科的交叉应用前提下，依据图像识别、计算机可视化理论与算法，设计出较为完备的研究方案。
本文所提方法的创新之处在于：在交叉学科背景下，将图像识别、计算机可视化技术引入到新的应用领域；综合新疆棉区各研究领域多年棉铃虫防治累积数据与研究成果，结合图像识别、计算机可视化技术的特点与优势，将棉铃虫防治思路引入一个智能且可行的新方向；为未来农业海量信息智能化采集、传输、处理提供理论支撑和技术保障；为新疆农业信息化、智能化、物联网化提供决策依据。
3、本文研究的预期意义
现实情况，我国棉花总产量居世界第一，每年因棉铃虫造成的损失达15%-20%，有些地区严重年份则高达50%以上，甚至绝收，而新疆是我国最大的棉区之一，棉花产量占我国的1/3，占世界的7%—8%。
从国家层面，过去五年，我国棉花消费刚性需求持续增长，国际市场棉花资源有限，我国现在棉花进口大概占了国际市场1/3，所以必须要高度重视国内棉花生产。从区域来讲，我国棉花种植面积大概只能在7800万亩，为了保证国家粮食安全，棉花种植面积不可能有新的增长；作为区域布局来讲，为了减轻我国棉花供给压力，不断巩固发展新疆棉区将成为不二选择，总体来讲新疆棉花不能低于2200万亩，产量应该在270万吨以上。国家将给予新疆棉花基地更多政策、技术支持。
从地区层面，棉花是新疆南疆最重要的经济作物之一。农业是新疆经济发展的命脉，新疆独特的区域优势、气候优势，使得优质棉花也成为了新疆一张名片。国家“十二五”提出重点加快生产方式转变。而新疆棉花种植，特别是南疆技术上要实现棉花种植过程中高效节水、节本增效。不可能继续粗放式经营生产，破坏环境。同时，近期国家对环境保护日益重视，而在农业生产过程中，减少害虫防治过程中农药等化学药剂使用量，降低农药对环境的破坏显得尤为重要。棉铃虫是棉花生产中的三大主要害虫之一，它的发生与危害严重制约着南疆棉花的产量与质量，快速、经济、有效的追踪棉铃虫发生发展及其分布、提出有效的防治策略，经济合理的指导农牧民绿色生产、病虫害绿色防治，甚至将虫害扼杀在幼苗期，对南疆水土资源的保护及棉花生产的持续稳定发展具有十分重要的理论意义和实践意义。
参考文献
[1]陆明，李茂松等.图像识别技术在作物农情信息反演中的应用[J].自然灾害学报，2011，20（3）：76-83
[2]王克如.基于图像识别的作物病虫草害诊断研究[D].北京：中国农业科学院，2005：1-18.
[3]章国荣，盛来运.新疆棉花产业发展中的问题与对策[J].中国统计，2004（09）
[4]王秀娟.新疆棉田棉铃虫综合防治技术[J].科研技术推广，2013（01）
基金项目
基于图像识别的南疆红枣果实位姿获取特征模型研究（TSAI201402）