王 娜，刘桂阳
（黑龙江八一农垦大学信息技术学院，黑龙江 大庆 １６３３１９）
摘要：为充分发挥水稻害虫标本在服务水稻生产中的作用，研制３Ｄ成像系统，将水稻害虫标本自动化生成三维数字化模型。并建立水稻害虫三维标本信息管理系统，为用户提供在线检索服务和防治技术信息。
教育期刊网 http://www.jyqkw.com
关键词 ：数字化；水稻害虫三维标本；信息管理系统
中图分类号：ＴＰ３９９；Ｓ４３５．１１２文献标识码：A文章编号：0439－８114（２０15）05－1216-04
ＤＯＩ：１０．１４０８８／ｊ．ｃｎｋｉ．ｉｓｓｎ０４３９－８１１４．２０１５．０5．０48
收稿日期：２０１４－１２－１６
基金项目：黑龙江农垦总局“十二五”重点科技计划项目（ＨＮＫ１２５Ｂ－０４－０６）；黑龙江省高等教育教学改革项目
（黑教高函［２０１３］－３５１号文件：项目号365）
作者简介：王 娜（１９８０－），女，辽宁鞍山人，讲师，硕士，从事网络多媒体的教学与科研工作，（电话）１３８３６８４８７９２（电子信箱）yaya588588@163.com。
水稻是中国主要的粮食作物之一，在生产过程中，经常遭受害虫的侵害。中国水稻有害虫３００余种，其中常见的３０多种，认识这些虫害，并提供相关信息是及时解决虫害和防控的基础。害虫标本是人们了解害虫知识，鉴别害虫种类的有效、直观的工具之一［１］，但是标本不利于检索和维护，同时多次使用容易造成标本的损坏［２］。随着计算机技术的迅猛发展，把害虫标本进行数字化处理成为当前研究的热点。
将害虫标本数字化，当今大多数采用的是二维图像形式，这只能从某个角度去观察害虫。通过虚拟现实技术可以建立害虫三维模型，但是这种方法建模速度慢，需要人力多，而且与实际对象的相似度上可能存在一定的偏差。有些使用分形算法建立昆虫三维模型，通用性差［３］。此次设计的系统三维模型是基于水稻害虫图像自动生成的，可以实现７２０°的自由旋转，解决了二维图像的缺陷，实现水稻害虫的真实再现。同时利用Ｗｅｂ技术，实现水稻害虫信息数据的网络共享。系统主要以黑龙江垦区水稻常见害虫为例，为垦区农民、农业科技人员及相关专家之间搭建水稻害虫的有效信息和知识共享的平台，建立水稻害虫三维标本信息管理系统可以推动该区水稻生产的信息化发展，提高水稻的产量和质量。
１ 水稻害虫三维标本信息管理系统的创建流程
系统采用总体规划、分步实施的方法，如图１所示。首先采集大量的水稻害虫活体，制作成适合建模的害虫标本，然后研发标本三维模型自动拍摄控制台，进行７２０°害虫图像的拍摄，然后把拍摄的图像自动组成图像矩阵，通过算法实现水稻害虫三维标本的建模；通过查阅相关资料及调研，结合数据库及网络技术，建立水稻害虫网络信息管理系统，使农业生产科技人员、农业管理人员和农户利用互联网就可以访问该系统，为水稻生产提供技术咨询服务。
２ 水稻害虫三维标本信息管理系统功能模块
黑龙江垦区水稻害虫三维标本信息管理系统主要包含新闻动态、水稻虫害基本知识、三维标本制作子系统、识别子系统、在线交流、后台管理６个功能模块，各子模块功能如下。
新闻动态模块：主要发布有关各地区遭受的水稻虫害最新信息，以及不同时期应注意的事项。使用户能够更好地采取防治措施。
水稻虫害基本知识模块：该功能模块主要介绍黑龙江垦区水稻经常出现的害虫的所属分类、主要特征、发生时期、为害水稻部位、为害程度、在垦区分布情况以及相应的诊治方法和防治措施。系统共收集３０余种黑龙江垦区的水稻害虫信息，包括每种害虫的名称、可以７２０°旋转的水稻害虫三维标本模型、水稻症状图像、防治措施、诊治方案以及其他相关描述信息，方便用户查询水稻害虫信息及诊治方法。
三维标本制作子系统：利用自制的多角度拍摄装置从上、中、下三个方向拍摄害虫标本，然后把三个角度的图片序列组成图像矩阵。
识别子系统模块：在该子系统模块的相关数据库中汇集了黑龙江垦区常见的水稻虫害的基本知识，比如虫害的发生情况、发生期、虫害的特征、以及为害程度等。该模块主要实现以下功能：①检索诊断功能。用户输入相应的发生时期、发生特征、发生部位等信息，根据系统推理机能推出属于什么类型的虫害，并调出此害虫的相关信息及防治措施等。②预测功能。用户可以输入水稻所处时期、气象资料包括温度、湿度、雨量信息，系统会给出这个时期有可能发生什么类型的虫害，发生概率的大小，以提早防治。③知识库的维护功能。管理员根据专家最新的研究可以更新知识库中的数据，以便能够更加准确地诊断。
在线交流模块：农民、科技人员、专家可以登录该模块中相互交流，以及时解决水稻生产中遇到的问题。
后台管理模块：主要负责增、减水稻害虫相关的信息以及用户的信息，使系统能够及时更新以及正常运行。
３ 水稻害虫三维标本信息管理系统设计
３．１ 水稻害虫标本三维模型的自动化系统设计
３．１．１ 三维模型自动化生成装置 为了使水稻害虫能够更真实化地再现，系统利用计算机软硬件技术实现自制的３Ｄ成像系统，在降低成本的情况下，使建模实现自动化，大大提高了水稻害虫标本数字化的效率。
如图２的３Ｄ成像系统包括３Ｄ自动成像软件和３Ｄ拍摄硬件。硬件包含转动装置、照相机、灯光。转动装置由转轮底座和转轮组成，水稻害虫标本放在转盘的插针上，通过３Ｄ自动成像软件控制步进电机的运转，在步进电机的驱动下，实现转盘主体与水稻害虫的一体旋转［４］。软件会自动控制相机７２０°拍摄取样，全景展示害虫各个角度的细节，将害虫原貌细致直观地展示给用户。
３．１．２ 三维模型生成过程 水稻害虫标本三维模型生成共分为三大步骤，第一步是拍摄前的准备。首先把标本固定在旋转平台的中心插针上，根据害虫的大小调整好三个相机的焦距。第二步获取上、中、下三个角度的图片序列。系统采用０．０２５度的步进电机控制旋转台的旋转，每当电机转动２２５个单位，成像软件控制电机停止１ ｓ，同时启动三个相机进行拍摄，拍摄图片分别放在三个文件夹中。文件夹的命名为害虫标本的前８位英文字母（不足的添ａ补充）＋ａ｜ｂ｜ｃ（ａ、ｂ、ｃ分别代表上、中、下），文件的顺序号为２位（按拍摄顺序依次排序）。每个相机拍摄６４次。第三步三维模型自动生成。利用图像处理技术把上述的图像序列去除插针和背景色，转化为灰度图像，同时为了便于在网络中传输，图片的分辨率转换为５００×４００。处理后的图像经过拼接算法组成６４×３的组图像矩阵，上、中、下图像序列按序号排列分别位于第一、第二、第三列。根据图像拼接算法调用位于不同坐标的图像，形成７２０°任意旋转的水稻害虫标本三维模型。
３．２ 特征信息诊断功能的设计
水稻的每种虫害都有一定的特征，包含多种症状，某一症状可能不是一种虫害特有的，症状和虫害之间存在着网状关系，在建立知识库前首先按每个部位发生虫害的特征进行提取，然后再根据各种症状进行水稻虫害的识别。
系统选择产生式规则表示方法，将案例检索和模糊推理相结合，设计出适合水稻虫害的诊断算法［５－７］。现以二化螟虫害为例说明诊断的过程。在知识库中二化螟虫害的记录为：Ｘ＝｛水稻分蘖期Ｙ１｝ａｎｄ｛稻茎后剑叶尖端变黄Ｙ２｝ａｎｄ｛水稻心叶枯黄而死Ｙ３｝ａｎｄ｛受害茎上有蛀孔Ｙ４｝ａｎｄ｛孔外虫粪很少，茎内虫粪多Ｙ５｝ａｎｄ｛稻秆易折断Ｙ６｝Ｔｈｅｎ 二化螟为害造成的枯心苗 ＷＩＴＨ Ｚ。其中Ｙｉ（ｉ＝１，２，３，４，５，６）为第ｉ个症状所占的权重值，其计算公式为：
其中Ｚ（Ｓｉ）为第ｉ个症状在知识库中的总和，∑Ｚ（Ｓｊ）为案例库中所有症状的和。
在检索诊断时系统利用案例检索和模糊推理相结合，计算筛选出与待测案例相似度最大的案例，即使没有完全匹配，也能给出诊断结果，不同于以往的只有匹配失败和成功两种结果，根据相似度取值的不同可以得出三个结果。ρ为诊断的相似度，ｙ和Ｙ分别是用户提供的和系统案例库中的第ｍ个症状的权重，ρ取值为：
诊断后可能出现如下三种结果：
１）匹配成功，相似度的取值为ρ≥０．９５。系统给出诊断出的虫类，以及具体的相关信息和防治方法。
２）诊断成功但不精确，相似度的取值为０．７５≤ρ＜０．９５。这时需要用户再次输入水稻的症状信息，如果用户没有补充症状信息，系统会给出最接近的诊断结果以及防治方法。
３）匹配失败，相似度的取值为ρ＜０．７５。说明系统中没有相关案例，系统会通过管理员把用户输入的症状信息发布到在线交流模块上，如果专家提供相应的诊断结果，系统会把案例加入到案例库中。
３．３ 数据库的设计
水稻害虫标本数据表由基本数据和组成三维模型的多角度组图片组成。基本数据字段如表１所示，包括害虫的名称、种类、寄主、分布、为害特征、发病时期、为害水稻部位、防治方法等。
４ 系统的实现
系统实现了水稻害虫标本三维模型的自动生成，以及有关害虫的相关知识及诊断。基于跨平台性和安全性、可操作性的考虑，系统采用ＪＳＰ作为开发语言，采用ＳＱＬ Ｓｅｒｖｅｒ作为后台数据库。系统的管理界面如图３所示。
５ 小结
将虚拟现实技术、专家系统和图像识别技术相结合，设计了水稻害虫三维标本信息管理系统。该系统利用自行开发的３Ｄ成像系统将水稻害虫标本批量化地生成三维模型，节约了大量的成本和时间，同时利用系统可以获取水稻虫害知识信息及防治技术，对水稻发生的虫害进行及时、科学的诊断，同时系统根据用户输入的天气、气温、水稻生长时期等信息能够预测水稻可能遭受的虫害，以便用户及时地预防。系统的开发对于黑龙江垦区水稻生产具有一定的指导意义。
教育期刊网 http://www.jyqkw.com
参考文献：
［１］ 姚廷山，姜国金，肖 田，等． 数字化柑桔病虫害标本馆的创建［Ｊ］．中国南方果树，２０１３，４２（４）：７５－７７．
［２］ 范一峰，王义平，黄俊浩．昆虫标本图片库系统的设计与应用［Ｊ］．实验技术与管理，２０１１，２８（１１）：９０－９１．
［３］ 刘桂阳，齐 瑛，林志伟，等．昆虫三维标本网络信息系统设计［Ｊ］．农业工程学报，２００９，２５（８）：１６４－１６７．
［４］ 田应平，杨 兴，朱 玲，等．数字化鱼类标本网络信息系统设计［Ｊ］．渔业现代化，２０１２，３９（４）：５６－６０．
［５］ 李鑫星，傅泽田，张领先．农业病虫害远程诊断与知识呼叫中心系统［Ｊ］．农业机械学报，２０１０，４１（６）：１５３－１５７．
［６］ 曹婧华， 李 楠， 冉彦中， 等． 基于网络的玉米病虫害专家系统设计分析［Ｊ］．玉米科学，２０１１，１９（４）：１４９－１５２．
［７］ 李琼玉． 基于案例推理的水稻病虫害诊断专家系统的研究与实现［Ｄ］．上海：上海海洋大学，２０１０．
（责任编辑 王晓芳）