潘鵬亮, 張方梅, 尹 健, 劉紅敏, 周順玉, 智亞楠

(信陽農(nóng)林學(xué)院, 信陽 464000)

菊方翅網(wǎng)蝽雌雄成蟲圖像識別技術(shù)的初步研究

潘鵬亮*, 張方梅, 尹 健, 劉紅敏, 周順玉, 智亞楠

(信陽農(nóng)林學(xué)院, 信陽 464000)

菊方翅網(wǎng)蝽主要為害菊科植物,是特種經(jīng)濟作物菊芋的潛在性害蟲,對此害蟲的形態(tài)識別和種群動態(tài)預(yù)測非常重要。昆蟲幾何形態(tài)特征的提取和分析是進行其自動識別、遠(yuǎn)程鑒定、種群監(jiān)測和預(yù)測預(yù)報的基礎(chǔ)。本文利用圖像采集與處理技術(shù),通過BugShape軟件對其外部幾何形態(tài)特征進行了自動和手動獲取與分析。結(jié)果表明,菊方翅網(wǎng)蝽周長和緊湊度兩個參數(shù)在不同分辨率下差異顯著,雌蟲球狀性在不同分辨率下也差異顯著。雌雄之間周長、長軸長度和短軸長度差異不顯著,而偏心率、緊湊度、球狀性、葉狀性和圓形度差異均達(dá)到顯著水平。雌雄個體的原始判別正確率為92%～93%,交叉判別正確率為91%～93%。使用所有10個參數(shù)進行判別分析時,判別的正確率與分辨率呈正相關(guān)關(guān)系。手動測量結(jié)果表明,菊方翅網(wǎng)蝽雌雄成蟲體長分別為(1.86±0.07)mm和(1.80±0.07)mm,中胸寬度分別為(0.73±0.02)mm和(0.69±0.03)mm,腹部寬度分別為(1.04±0.05)mm和(0.84±0.07)mm。利用手動測量數(shù)據(jù)進行雌雄個體判別分析的正確率達(dá)到98%～99%。

菊方翅網(wǎng)蝽; 形態(tài)特征; 圖像處理; 雌雄鑒定; 自動識別

菊方翅網(wǎng)蝽Corythuchamarmorata(Uhler)屬于半翅目Hemiptera網(wǎng)蝽科Tingidae昆蟲,主要為害菊科植物[1],是一種入侵害蟲[2],2012年在我國首次被記述[3]。本文作者在河南信陽栽培的菊芋HelianthustuberosusL.上發(fā)現(xiàn)該害蟲,菊芋被其為害后,初期葉片失綠,后期葉片干枯,失去光合作用,生長受到嚴(yán)重影響。之前的報道認(rèn)為菊芋抗逆性強,幾乎不用防治病蟲害[4],國內(nèi)也未見在菊芋上防治菊方翅網(wǎng)蝽的報道。近幾年,隨著菊芋作為一種多用途特種經(jīng)濟作物被開發(fā)利用[5-6],其種植面積不斷擴大。根據(jù)菊方翅網(wǎng)蝽的為害特點,作者認(rèn)為該害蟲極有可能成為菊芋產(chǎn)區(qū)的潛在危險性害蟲。如果對該害蟲的形態(tài)識別、預(yù)測預(yù)報和防治方法等研究不加以重視,一旦大面積發(fā)生,勢必會影響到菊芋產(chǎn)業(yè)的健康發(fā)展。

農(nóng)業(yè)害蟲種類的正確識別和監(jiān)測是害蟲防控的關(guān)鍵,此技術(shù)的應(yīng)用基礎(chǔ)來自于一手?jǐn)?shù)據(jù)的采集[7-8]。而利用計算機圖像處理技術(shù)可以獲取昆蟲的外部形態(tài)特征,并可以作為昆蟲種類鑒定的依據(jù)[9-10],這為害蟲種類的正確識別和精準(zhǔn)監(jiān)測提供了基礎(chǔ)。據(jù)文獻報道,通過計算機圖像處理技術(shù)已經(jīng)可以實現(xiàn)某些昆蟲雌雄個體的識別,比如可以實現(xiàn)蠶蛹雌雄的識別等[11],但對網(wǎng)蝽類害蟲雌雄個體的自動鑒別還未見報道。本文擬在國內(nèi)已有技術(shù)的基礎(chǔ)上,對該害蟲的外部幾何形態(tài)特征進行提取,探討獲取該害蟲相關(guān)參數(shù)的技術(shù)指標(biāo),初步明確哪些參數(shù)可用于區(qū)分菊方翅網(wǎng)蝽雌雄個體,以及利用該技術(shù)對其雌雄個體的識別正確率高低等問題。

1 材料與方法

1.1 昆蟲來源

菊方翅網(wǎng)蝽采集于信陽農(nóng)林學(xué)院實驗農(nóng)場菊芋植株上,采集到的帶蟲葉片帶回室內(nèi)用乙酸乙酯薰蒸致死后,在解剖鏡下鑒定雌雄。

1.2 圖像和參數(shù)獲取

利用愛普生(Epson Perfection V370 Photo)掃描儀透掃功能,獲取菊方翅網(wǎng)蝽背面輪廓特征。標(biāo)本處理時,從采集到的標(biāo)本中隨機挑選雌雄各50頭。由于該害蟲蟲體較小,本試驗采用較高的分辨率進行處理。分辨率分別設(shè)置為1 200、2 400 dpi和4 800 dpi,同時在不同分辨率下掃描標(biāo)準(zhǔn)直尺,以便獲得該蟲相關(guān)參數(shù)的實際尺寸。

本文利用的昆蟲特征提取軟件為中國農(nóng)業(yè)大學(xué)IPMist實驗室自主開發(fā)的BugShape v1.0,該軟件可以自動探測昆蟲目標(biāo)區(qū)域,并自動計算其面積、周長、長軸長度、短軸長度、等效圓半徑、偏心率、緊湊度、球狀性、葉狀性和圓形度等特征[12]。此外,該軟件還有內(nèi)建的水平和垂直標(biāo)尺,可以通過掃描的直尺矯正被測圖像的實際大小,軟件自帶測量直線長度的工具可以手動測量圖片中任意目標(biāo)的長度。

1.3 數(shù)據(jù)處理

本試驗得到的相關(guān)數(shù)據(jù)在MS-Excel中進行初步整理后,對數(shù)據(jù)進行方差齊性檢驗(Levene statistic),并通過獨立樣本t檢驗和單因素方差分析(One-way ANOVA)對不同分辨率下各參數(shù)在雌雄個體中的差異、雌雄個體間的差異等進行比較,單因素方差分析后的多重比較為LSD方法。通過判別分析(discriminant analysis)對自動測量參數(shù)和手動測量參數(shù)進行雌雄個體的歸類判別,初步研究了該技術(shù)在菊方翅網(wǎng)蝽雌雄識別中的應(yīng)用,所有統(tǒng)計分析均在SPSS 22.0中進行。

在制作圖1時，由于10個參數(shù)值不在同一數(shù)量級上,因此,通過MS-Excel設(shè)置坐標(biāo)軸格式對話框，勾選了縱坐標(biāo)軸選項中的“對數(shù)刻度”，基值為10,使所有參數(shù)在處理間對比更加明顯。

2 結(jié)果與分析

2.1 采用不同分辨率獲取的同一性別各參數(shù)的差異性

單因素方差分析結(jié)果表明,不同分辨率圖片獲取到的雌性菊方翅網(wǎng)蝽周長(F=3.093,df=2, 147;P=0.048)、緊湊度(F=5.453,df=2, 147;P=0.005)和球狀性(F=3.159,df=2, 147;P=0.045)差異達(dá)到顯著水平,而其他參數(shù)差異不顯著。不同分辨率獲取的雄性菊方翅網(wǎng)蝽周長(F=7.162,df=2, 147;P=0.001)和緊湊度(F=4.324,df=2, 147;P=0.015)差異達(dá)到顯著水平,其他參數(shù)差異則不顯著(圖1)。不同分辨率的掃描圖片在兩個性別菊方翅網(wǎng)蝽參數(shù)比較中周長和緊湊度均出現(xiàn)顯著差異,說明在不同分辨率下,菊方翅網(wǎng)蝽某些細(xì)節(jié)的獲取方面存在一定差異。如頭兜、側(cè)背板和前翅邊緣的刺列等會影響到參數(shù)周長的差異。

2.2 不同分辨率下雌雄差異顯著性

獨立樣本t檢驗結(jié)果表明,在不同分辨率下,菊方翅網(wǎng)蝽雌雄個體輪廓的周長、長軸長度和短軸長度差異不顯著。而偏心率、緊湊度、球狀性、葉狀性和圓形度差異達(dá)到顯著水平。在1 200 dpi的分辨率下,雌雄個體的面積和等效圓半徑差異達(dá)到顯著水平,但在2 400 dpi和4 800 dpi下,這兩個參數(shù)在雌雄個體間差異不顯著(表1)。

圖1 采取不同分辨率獲取的各形態(tài)學(xué)參數(shù)菊方翅網(wǎng)蝽同一性別的差異顯著性(α=0.05)Fig.1 Differences in the parameters for the same sex of Corythucha marmorata obtained by different scanning resolutions (α=0.05)

參數(shù)Parameter1200dpi平均值±標(biāo)準(zhǔn)差Mean±SDtP2400dpi平均值±標(biāo)準(zhǔn)差Mean±SDtP4800dpi平均值±標(biāo)準(zhǔn)差Mean±SDtP面積/mm2Area♀1.89±0.28♂1.74±0.292.7080.008♀1.97±0.32♂1.87±0.29 1.6580.100♀1.90±0.30♂1.80±0.291.6130.110周長/mmPerimeter♀17.37±4.36♂18.18±3.37-1.0360.303♀19.44±4.64♂20.33±3.56-1.0790.283♀19.40±5.24♂20.57±3.50-1.3090.194長軸長度/mmLongaxis♀2.67±0.23♂2.66±0.190.2590.796♀2.72±0.24♂2.73±0.16-0.2270.821♀2.68±0.26♂2.71±0.17-0.6230.535短軸長度/mmShirtaxis♀1.47±0.17♂1.46±0.120.2390.811♀1.48±0.17♂1.49±0.13-0.4080.684♀1.46±0.17♂1.47±0.14-0.4720.638等效圓半徑/mmEqualradius♀0.77±0.06♂0.74±0.062.7540.007♀0.79±0.06♂0.77±0.061.6490.102♀0.77±0.06♂0.75±0.061.6300.106偏心率Eccentricity♀0.44±0.06♂0.52±0.05-6.6090.000♀0.46±0.06♂0.53±0.05-5.7060.000♀0.46±0.06♂0.54±0.05-6.8380.000緊湊度Compactness♀0.09±0.03♂0.07±0.032.9440.004♀0.07±0.03♂0.06±0.022.1170.037♀0.07±0.03♂0.06±0.022.9050.005

續(xù)表1 Table 1(Continued)

參數(shù)Parameter1200dpi平均值±標(biāo)準(zhǔn)差Mean±SDtP2400dpi平均值±標(biāo)準(zhǔn)差Mean±SDtP4800dpi平均值±標(biāo)準(zhǔn)差Mean±SDtP球狀性Sphericity♀0.30±0.03♂0.24±0.057.4760.000♀0.31±0.03♂0.24±0.0410.9090.000♀0.32±0.03♂0.24±0.0410.6800.000葉狀性Lobation♀0.29±0.04♂0.23±0.056.8290.000♀0.30±0.03♂0.24±0.049.5480.000♀0.31±0.04♂0.25±0.048.1190.000圓形度Circularity♀0.34±0.03♂0.31±0.034.2190.000♀0.34±0.03♂0.32±0.033.1020.003♀0.34±0.04♂0.31±0.033.5250.001

1)df=98。

2.3 不同參數(shù)對雌雄判別準(zhǔn)確性的影響

根據(jù)不同分辨率下菊方翅網(wǎng)蝽各參數(shù)的差異性,分別進行了判別分析(discriminant analysis)。結(jié)果表明,當(dāng)使用具有差異顯著性的參數(shù)進行雌雄個體判別時,在分辨率為1 200 dpi和4 800 dpi時,原始判別和交叉驗證判別的正確率均為93%,而分辨率為2 400 dpi時稍偏低(分別為92%和91%)。當(dāng)使用該軟件提取到的所有參數(shù)進行判別分析時,原始判別和交叉驗證判別的正確率隨著分辨率的提高而提高(表2)。

表2 采用不同參數(shù)對菊方翅網(wǎng)蝽雌雄成蟲判別進行正確率

2.4 手動測量數(shù)據(jù)分析結(jié)果

由于BugShape軟件在獲取長軸長度和短軸長度等參數(shù)時,只能代表菊方翅網(wǎng)蝽整體圖片被截取后的圖片長和寬,而不是蟲體實際的長度和寬度。因此,本研究利用該軟件自帶測量工具對蟲體長度和寬度(中胸寬度、腹部寬度)等參數(shù)進行了手動測量,并進行了雌雄個體間的比較。統(tǒng)計分析結(jié)果表明,菊方翅網(wǎng)蝽在不同分辨率下,雌雄個體在體長、中胸寬度、腹部寬度以及其參數(shù)間的比值方面的差異均達(dá)到顯著水平(表3)。

表3 手動測量參數(shù)在菊方翅網(wǎng)蝽雌雄間的差異顯著性(α=0.05)1)

1)df=98。

判別分析結(jié)果表明,不同分辨率下被測個體原始判別的正確率達(dá)到99%,僅有一頭雌性被誤判為雄性。交叉驗證判別的正確率在2 400 dpi時達(dá)到99%(一頭雌性被誤判),而1 200 dpi(一雌一雄被誤判)和4 800 dpi時為98%(兩頭雌性被誤判)(表4)。

表4 利用手動測量參數(shù)對菊方翅網(wǎng)蝽雌雄個體的判別分析

3 結(jié)論與討論

菊方翅網(wǎng)蝽雌雄個體周長和緊湊度在不同分辨率下均出現(xiàn)顯著差異,雌性個體球狀性差異也顯著,而雄性個體球狀性差異不顯著。說明使用不同分辨率進行圖像獲取時,該害蟲的周長隨著分辨率的提高有顯著變化。主要原因是此類害蟲邊緣結(jié)構(gòu),尤其是頭兜、側(cè)背板以及前翅邊緣上的刺列清晰度存在差異,而周長的計算與昆蟲圖像邊界點的數(shù)量多少有關(guān)[12]。此外,緊湊度是與周長和面積相關(guān)的參數(shù)[12],周長的差異導(dǎo)致了緊湊度產(chǎn)生了顯著差異。而球狀性主要與圖像重心到邊界最短距離和重心到邊界最大距離相關(guān),此參數(shù)只在雌性菊方翅網(wǎng)蝽個體中產(chǎn)生了差異,且隨著分辨率的提高呈直線變化,說明此參數(shù)很可能受分辨率影響較大。

在不同分辨率下,菊方翅網(wǎng)蝽雌雄個體間周長、長軸長度和短軸長度差異不顯著,初步認(rèn)為這三個參數(shù)在試驗所設(shè)置的分辨率下不能單獨作為雌雄鑒別的依據(jù)。而偏心率、緊湊度、球狀性、葉狀性和圓形度在雌雄性之間差異均達(dá)到顯著水平,可以作為兩性判別依據(jù)。偏心率是昆蟲圖像寬度與長度的比值,緊湊度是與周長和面積相關(guān)的函數(shù)[12]。說明一些參數(shù)通過比值轉(zhuǎn)換或函數(shù)轉(zhuǎn)換后,也可能作為判別雌雄性的指標(biāo)。通常情況下,由于昆蟲的個體發(fā)育會受到溫度、食料等多種因素的影響,其個體大小會存在一定的差異[13]。僅僅比較體長、體寬等絕對值往往會出現(xiàn)同種同性別個體間差異顯著[14],而把此類參數(shù)進行比值、函數(shù)轉(zhuǎn)換后,可以作為昆蟲數(shù)值分類的重要依據(jù)[15-17]。

判別分析表明,使用具有差異顯著性的5個參數(shù)(偏心率、緊湊度、球狀性、葉狀性和圓形度)進行雌雄個體判別時,3個分辨率(1 200、2 400 dpi和4 800 dpi)的原始判別正確率為92%～93%,交叉判別正確率為91%～93%。而使用軟件提取的10個參數(shù)進行判別時,原始判別的正確率為93%～97%,交叉判別正確率為91%～93%。本結(jié)果表明,利用此技術(shù)對菊方翅網(wǎng)蝽雌雄個體進行判別時,10個參數(shù)的判別正確率與分辨率高低有一定的關(guān)系,圖像獲取時分辨率越高,雌雄個體判別的正確率越高。通過人為剔除一些參數(shù)后,1 200 dpi和4 800 dpi分辨率的判別結(jié)果無差異,正確率均為93%,而2 400 dpi下判別正確率略有下降,具體原因還有待做進一步的研究。

手動測量數(shù)據(jù)的結(jié)果顯示,在不同分辨率下,菊方翅網(wǎng)蝽雌雄個體間體長(♀1.86±0.07 mm,♂1.80±0.07 mm)、中胸寬度(♀0.73±0.02 mm,♂0.69±0.03 mm)、腹部寬度(♀1.04±0.05 mm,♂0.84±0.07 mm)以及其參數(shù)間的比例均達(dá)到顯著水平。雌雄個體原始判別的正確率均為99%,只有一頭雌蟲被誤判為雄蟲,交叉判別的正確率為98%～99%,有1～2頭雌蟲或雄蟲被誤判。與使用此技術(shù)對其他昆蟲種類的判別相比[18],本研究對菊方翅網(wǎng)蝽雌雄個體的判別正確率較高,絕大多數(shù)個體都能夠被正確識別。通過對菊方翅網(wǎng)蝽成蟲外部幾何形態(tài)特征的提取與分析初步研究,結(jié)果表明,圖像處理技術(shù)可以區(qū)分其雌雄個體,這有利于將來對該害蟲進行遠(yuǎn)程鑒定,或?qū)ζ浞N群發(fā)生趨勢進行很好的預(yù)測。

[1] 虞國躍. 菊方翅網(wǎng)蝽[J]. 植物保護, 2014,40(5): 7.

[2] 沈佳思,朱敏,崔旭紅,等. 外來入侵菊方翅網(wǎng)蝽生物學(xué)特性及實驗種群生命表[J]. 應(yīng)用生態(tài)學(xué)報, 2016,27(5): 1657-1662.

[3] 黨凱,高磊,朱瑾. 菊方翅網(wǎng)蝽在中國首次記述(半翅目,網(wǎng)蝽科)[J]. 動物分類學(xué)報, 2012,37(4):894-898.

[4] 師國榮,師增勝. 旱地菊芋優(yōu)質(zhì)高產(chǎn)栽培技術(shù)[J]. 農(nóng)業(yè)科技與信息, 2010(1): 18.

[5] 于靜,田喜穎. 吉林省菊芋栽培技術(shù)[J]. 特種經(jīng)濟動植物, 2015(10): 38-39.

[6] 任玉敏. 多用途植物菊芋的栽培及利用探討[J]. 現(xiàn)代農(nóng)村科技, 2015(21): 14-15.

[7] 張云慧,程登發(fā). 突發(fā)性暴發(fā)性害蟲監(jiān)測預(yù)警研究進展[J]. 植物保護, 2013,39(5): 55-61.

[8] 吳孔明,陸宴輝,王振營. 我國農(nóng)業(yè)害蟲綜合防治研究現(xiàn)狀與展望[J]. 昆蟲知識, 2009,46(6): 831-836.

[9] 蔡小娜,韓旭,沈佐銳,等. 基于蛾翅翅脈特征的夜蛾昆蟲數(shù)字化分類研究(鱗翅目:夜蛾科)[J]. 環(huán)境昆蟲學(xué)報, 2016,38(2): 348-353.

[10]楊紅珍,沈佐銳,李湘濤. 昆蟲自動鑒定技術(shù)研究與展望[J]. 四川動物, 2011,30(5): 834-838.

[11]陶丹,王崢榮,李光林,等. 基于解模糊算法的蠶蛹圖像恢復(fù)及雌雄識別[J]. 農(nóng)業(yè)工程學(xué)報, 2016,32(16): 168-174.

[12]于新文,沈佐銳,高靈旺,等. 昆蟲圖像幾何形狀特征的提取技術(shù)研究[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報, 2003,8(3): 47-50.

[13]Chown S L, Gaston K J.Body size variation in insects: a macroecological perspective [J].Biological Reviews,2010, 85(1)：139-169.

[14]周隆,文禮章,王少麗,等. 不同寄主種群B型煙粉虱體內(nèi)營養(yǎng)和成蟲體長差異比較[J]. 植物保護, 2011,37(4): 87-90.

[15]趙汗青,沈佐銳,于新文. 數(shù)學(xué)形態(tài)學(xué)在昆蟲分類學(xué)上的應(yīng)用研究.Ⅱ.在總科階元上的應(yīng)用研究[J]. 昆蟲學(xué)報, 2003,46(2): 201-208.

[16]趙汗青,沈佐銳,于新文. 數(shù)學(xué)形態(tài)學(xué)在昆蟲分類學(xué)上的應(yīng)用研究.Ⅰ.在目級階元上的應(yīng)用研究[J]. 昆蟲學(xué)報, 2003,46(1): 45-50.

[17]沈佐銳,趙汗青,于新文. 數(shù)學(xué)形態(tài)學(xué)在昆蟲分類學(xué)上的應(yīng)用研究.Ⅲ.在科階元上的應(yīng)用研究[J]. 昆蟲學(xué)報, 2003,46(3): 339-344.

[18]蔡小娜,黃大莊,沈佐銳,等. 利用翅的數(shù)學(xué)形態(tài)特征對蛾類昆蟲進行分類鑒定的系統(tǒng)研究Ⅰ——在總科級階元上的應(yīng)用[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報, 2013,18(4): 96-104.

(責(zé)任編輯：田 喆)

Preliminary studies on image recognition technology for female and maleadults ofCorythuchamarmorata(Uhler) (Hemiptera: Tingidae)

Pan Pengliang, Zhang Fangmei, Yin Jian, Liu Hongmin, Zhou Shunyu, Zhi Ya’nan

(Xinyang Agricultural and Forestry University, Xinyang 464000, China)

The chrysanthemum lace bugCorythuchamarmorata(Uhler) is one of the potential pests of Jerusalem artichokeHelianthustuberosus. It is very important to know its morphological characteristics and forecast the dynamics of its population. The extraction and analysis of insect geometrical features are fundamental researches for the insect automatic recognition, long-distance identification, population monitoring and forecasting. In this study, the geometrical features of the lace bug were obtained automatically and manually by using the software BugShape v1.0. The results showed that the significant difference emerged in terms of two parameters (perimeter and compactness) and sphericity of females under different scanning resolutions. The parameters (eccentricity, compactness, sphericity, lobation and circularity) were significantly different between males and females, but not in the parameters of perimeter, long axis and shirt axis. 92%-93% samples were correctly classified by original validation, and 91%-93% correctly classified by cross validation under different resolutions by using the above five parameters. However, the discriminant rates were positively related with the scanning resolutions when all parameters were extracted by the software. The results from the data by manual showed that the body lengths of females and males were (1.86±0.07)mm and (1.80±0.07)mm, respectively; the mesothorax width was (0.73±0.02)mm and (0.69±0.03)mm, and the abdomen width was (1.04±0.05)mm and (0.84±0.07)mm. 98%-99% samples were correctly classified by cross validation by using the three parameters and the ratios between them.

Corythuchamarmorata; morphological feature; image processing; sex indentification; automatic identification

2016-09-18

2016-12-04

信陽農(nóng)林學(xué)院校內(nèi)青年教師基金(201401015)；豫南植物有害生物綠色防控院士工作站項目(YZ201506)

S 433.3

A

10.3969/j.issn.0529-1542.2017.03.012

致 謝： 中國農(nóng)業(yè)大學(xué)彩萬志教授在昆蟲種類鑒定方面提供大力幫助,沈佐銳教授和高靈旺副教授在數(shù)據(jù)提取和分析方面提供了無私支持與幫助,在此一并表示感謝！

* 通信作者 E-mail:panzai-7@163.com