Detection of Candidate Areas for Automatic Identification of Scirtothrips Dorsalis

Scirtothrips Dorsalis (Thysanoptera: Thripidae) recently has been recognized as a major source of the pest damage in the citrus fruit orchards. So its arrival has been predicted periodically but it is difficult to identify adults of the pest with the naked eyes because of their size smaller than the 0.8mm. In this paper, we propose a method to detect candidate areas for automatic identification of Scirtothrips Dorsalis on forecasting traps. The proposed method uses a histogram-based template matching where the composite image synthesized with the gray-scale image and the gradient image is used. In our experiments, images are acquired by the optical microscopy with 50 magnifications. To show the usefulness of the proposed method, it is compared with the method we previously suggested. Also, the performances when the proposed method is applied to noise-reduced images and gradient images are examined. The experimental results show that the proposed method is approximately 14.42% better than our previous method, 41.63% higher than the case that the noise-reduced image is used, and 21.17% higher than the case that the gradient image is used.

볼록총채벌레 자동판정을 위한 후보영역 검출

볼록총채벌레는 최근 감귤원 해충 피해의 주요 해충으로 인식되어 주기적인 예찰이 이루어지고 있으나 성충의 크기가 0.8mm 정도로 작아 육안 식별에 어려움이 있다. 본 논문에서는 예찰 트랩에 포집된 볼록총채벌레를 자동으로 판별하기 위한 후보 영역 검출 방법을 제안하였다. 본 논문에서 사용한 방법은 히스토그램 기반의 템플릿 매칭으로 그레이 이미지와 그레디언트 이미지를 합성한 이미지를 사용하였다. 50 배율의 광학 현미경으로 영상을 획득 하였고, 제안한 방법의 객관적인 성능 판별을 위해 기존 방법[8]과 노이즈 제거 이미지를 이용한 히스토그램 기반 템플릿 매칭방법 그리고 그레디언트 이미지를 이용한 히스토그램 기반 템플릿 매칭 방법들과 비교 실험을 하였다. 실험결과 본 논문에서 제안한 방법이 기존 전처리[8] 방법 보다 약 14.42% 향상된 성능을 보였고, 노이즈 제거 이미지를 이용한 방법보다 41.63%, 그레디언트 이미지를 이용한 방법보다 21.17% 높은 성능을 보였다.