女贞高颈网蝽几何形态特征的提取与分析

潘鹏亮，冀保毅，张方梅，史洪中

(信阳农林学院 农学院，河南 信阳 464000)

女贞高颈网蝽几何形态特征的提取与分析

潘鹏亮，冀保毅，张方梅，史洪中

(信阳农林学院 农学院，河南 信阳 464000)

拟利用图像处理与分析技术，对女贞高颈网蝽几何形态特征进行提取与分析，研究该技术在其雌雄鉴定中应用的可行性。通过扫描仪获取到女贞高颈网蝽雌雄各50头成虫的图片，利用BugShape V1.0软件自动获取该昆虫的面积、周长等10个几何形态特征参数，并使用该软件手动测量其体长和体宽，计算体长和体宽的比值，比较不同分辨率下各参数的差异和雌雄个体间的差异。结果表明，女贞高颈网蝽图像长轴长度、叶状性和圆形度不受分辨率高低的影响，虫体面积、等效圆半径、偏心率、球状性和圆形度在两性别间差异达到极显著水平。在利用面积、等效圆半径、偏心率、球状性和圆形度进行两性判别时，不同分辨率下的交叉判别正确率为84%～87%；使用手动测量参数时(1 200 dpi)，交叉判别正确率为86%；而使用软件自动获取的10个参数进行判别时，交叉判别正确率为88%～90%。因此，利用该技术不但可以成功获取女贞高颈网蝽几何形态特征，而且初步实现了女贞高颈网蝽成虫雌雄个体的鉴定。

小型昆虫； 女贞高颈网蝽； 形态特征； 特征提取； 雌雄差异； 自动鉴定

女贞高颈网蝽[Perissonemiaborneenis(Distant)]属半翅目网蝽科昆虫，主要危害园林植物女贞和桂花[1-2]。由于其个体较小，体色为棕褐色，危害初期症状不明显，因此容易被人们忽视。据报道，网蝽类害虫种类繁多[3-4]，在多种园林植物[5-6]、果树[7-10]和作物[11-14]上发生和危害严重。如何快速识别这类小型害虫，或在害虫发生情况调查时区分其性别，对于非昆虫分类人员来说，难度较大。图像获取与分析技术的发展为这一问题提供了解决方案。中国农业大学IPMist实验室开发的昆虫数学形态测量软件(BugShape V1.0)可以提取到昆虫的外部形态特征参数，比如昆虫图像的面积、周长、长轴长度、短轴长度、等效圆半径、偏心率、紧凑度、圆形度、球状性、叶状性等[15-17]。昆虫的这些外部形态特征可以作为其数值分类学的重要依据之一，并得到了试验验证[18]。然而，这些特征对女贞高颈网蝽来说是否稳定，能否正确区分其性别，还未见相关报道。为此，拟利用现有图像处理与分析技术，以女贞高颈网蝽的扫描图片为研究对象，探讨该软件是否可以成功提取到相关参数，以及这些参数在该害虫性别鉴定中的科学性和实用性，为该技术在女贞高颈网蝽远程鉴定、种群动态监测等中的应用提供依据。

1 材料和方法

1.1 昆虫来源

女贞高颈网蝽(P.borneenis)采集于信阳农林学院实验农场小叶女贞植株上，将采集到的标本放置于无水乙醇中，并带回室内在体视解剖镜下鉴定雌雄。

1.2 图像获取

利用爱普生扫描仪(Epson Perfection V370 Photo)透扫功能，获取女贞高颈网蝽背面轮廓，分辨率分别设置为600 dpi、1 200 dpi和2 400 dpi。在不同分辨率下扫描测量用直尺，以便获得昆虫的实际尺寸。在采集到的标本中随机处理雌雄各50头，用于几何形态特征的提取与分析。

1.3 数据处理与分析

利用BugShape V1.0 软件自动获取目标昆虫的面积、周长、长轴长度、短轴长度、等效圆半径、偏心率、紧凑度、圆形度、球状性、叶状性等参数，利用该软件的测距工具手动测量女贞高颈网蝽背面虫体长(包括翅)和体宽(前胸背板宽度)。在参数获取时，利用同一分辨率下扫描的直尺进行实际尺寸的矫正，以获得女贞高颈网蝽真实的几何形态学参数。不同分辨率下各参数的比较利用单因素方差分析(one-way ANOVA)，雌雄两性之间差异显著性分析利用独立样本t检验，分析之前对数据进行方差齐性检验。对女贞高颈网蝽进行雌雄两性判别分析(discriminant analysis)。所有统计分析均在SPSS V22.0中进行。

2 结果与分析

2.1 不同分辨率下女贞高颈网蝽各参数的差异性

通过单因素方差分析，比较了3种分辨率(600 dpi、1 200 dpi和2 400 dpi)下获得的数据之间的差异。结果(图1)表明，雌性女贞高颈网蝽在不同分辨率下扫描处理后，面积(F2,147=3.941，P=0.022)、周长(F2,147=11.918，P<0.001)、短轴长度(F2,147=6.755，P=0.002)、等效圆半径(F2,147=3.888，P=0.023)、偏心率(F2,147=3.296，P=0.040)、紧凑度(F2,147=9.207，P<0.001)、球状性(F2,147=6.798，P=0.002)在不同处理间差异均达到显著水平，而长轴长度(F2,147=0.737，P=0.480)、叶状性(F2,147=0.025，P=0.975)、圆形度(F2,147=0.243，P=0.785)在不同处理间差异不显著。雄性女贞高颈网蝽在面积(F2,147=3.454，P=0.034)、周长(F2,147=5.064，P=0.007)、等效圆半径(F2,147=3.454，P=0.034)、紧凑度(F2,147=4.843，P=0.009)、球状性(F2,147=13.401，P<0.001)方面，不同处理间的差异均达到显著水平，而长轴长度(F2,147=1.550，P=0.216)、短轴长度(F2,147=2.599，P=0.078)、偏心率(F2,147=2.412，P=0.093)、叶状性(F2,147=0.357，P=0.700)、圆形度(F2,147=0.030，P=0.971)在不同处理间差异不显著。说明在进行女贞高颈网蝽图像获取和分析时，除长轴长度、叶状性、圆形度不受分辨率影响以外，其他参数可能会受到分辨率的影响。

2.2 不同分辨率下女贞高颈网蝽雌雄差异显著性

在不同分辨率下提取到的参数有一定差异，这可能会影响对女贞高颈网蝽雌雄个体的鉴别。为明确哪些参数在雌雄两性间有显著差异，对不同分辨率下雌雄间的参数进行了独立样本t检验。结果表明，在600 dpi、1 200 dpi和2 400 dpi 3个分辨率下，女贞高颈网蝽的面积、等效圆半径、偏心率、球状性和圆形度在两性间差异均达到极显著水平，而周长、长轴长度、短轴长度、紧凑度、叶状性在两性间的差异未达到显著水平(表1)。由此可以推测，在利用该技术进行女贞高颈网蝽雌雄两性鉴别时，其虫体图像的面积、等效圆半径、偏心率、球状性和圆形度可作为判别依据。

不同字母表示3种分辨率下差异显著(P<0.05)图1 不同分辨率下各参数的差异显著性表1 不同分辨率下女贞高颈网蝽雌雄成虫的差异显著性

参数600dpitP1200dpitP2400dpitP面积9.948<0.0019.699<0.00110.052<0.001周长0.8760.3830.5340.5941.0230.309长轴长度0.9500.3440.6710.5040.7210.473短轴长度0.8890.3760.5970.5520.7650.446等效圆半径9.931<0.0019.700<0.00110.060<0.001偏心率-4.308<0.001-3.5970.001-3.713<0.001紧凑度1.0660.2891.1130.2680.6650.507球状性3.690<0.0016.250<0.0016.056<0.001叶状性1.7690.0801.3750.1721.0280.307圆形度6.254<0.0016.518<0.0016.607<0.001

2.3 采用相关参数进行雌雄判别的准确性

利用女贞高颈网蝽面积、等效圆半径、偏心率、球状性、圆形度5个参数对所有个体进行雌雄判别时，原始判别(从全部数据得到的判别函数来判断每一个样本)的正确率分别为87%(600 dpi和1 200 dpi)和88%(2 400 dpi)，而交叉判别(用缺少该样本的其余全部数据得到的判别函数来判断每一个样本)的正确率分别为84%(600 dpi和1 200 dpi)和87%(2 400 dpi)。当使用所有10个参数进行判别分析时，原始判别的正确率在600 dpi时为92%，1 200 dpi和2 400 dpi时为90%；而交叉判别的正确率在600 dpi时为90%，1 200 dpi时为89%，2 400 dpi时为88%(表2)。说明分辨率对女贞高颈网蝽的雌雄判别有一定影响，参数选取的多少也会影响到最终的判别准确性。 从表2还可以看出， 当使用人工选择去除一些参数时，女贞高颈网蝽的判别正确率随着分辨率的提高而增加，而使用所有参数时，正确率会随着分辨率的提高而下降。

表2 不同分辨率下女贞高颈网蝽雌雄成虫 判别的正确率 %

2.4 手工测量数据分析结果

利用BugShape V1.0软件手动测量目标昆虫的体长(包括翅)、体宽(前胸背板宽度)，进而计算出女贞高颈网蝽体长和体宽的实际值和长宽比例。本研究对1 200 dpi分辨率的图片进行了手动测量，独立样本t检验的结果表明，女贞高颈网蝽雌成虫体长为(2.96±0.08)mm，极显著长于雄成虫[(2.81±0.08)mm](t=9.628,P<0.001)；雌成虫体宽为(1.05±0.05)mm，也极显著长于雄成虫[(0.97±0.04)mm](t=9.071,P<0.001)；但雌成虫的长宽比为2.83±0.11，极显著短于雄成虫(2.89±0.08)(t=-3.308,P=0.001)(图2)。然而，利用体长、体宽和长宽比进行分类判别时，原始判别和交叉判别的正确率均为86%，即50头雌雄成虫中，分别有6头雌成虫和8头雄成虫被误判为相反性别。

**表示同一指标雌雄成虫间差异极显著(P<0.01)图2 女贞高颈网蝽雌雄成虫体长、体宽和 长宽比的差异显著性

3 结论与讨论

不同分辨率对BugShape V1.0软件提取到的女贞高颈网蝽的数学形态学参数有一定影响，其中长轴长度、叶状性和圆形度不受分辨率大小的影响。理论上讲，目标昆虫的面积、周长、长轴长度和短轴长度是由像素计数得到的，经过实际尺寸转换后，这些参数与分辨率高低关系不大。而偏心率、紧凑度、球状性、圆形度、叶状性等参数是通过相关公式计算出来的[19]，如果图像边缘清晰，应不受分辨率的影响。本研究结果表明，通过BugShape V1.0软件提取到的大多数参数在不同分辨率下会受到一定的影响，这极有可能是因为在不同分辨率下，女贞高颈网蝽虫体边缘清晰度不同。试验发现，在600 dpi的分辨率下，如果放大图像，女贞高颈网蝽边缘变得十分模糊，而在2 400 dpi分辨率下，图像较清晰。然而，利用扫描仪处理，是否分辨率越高得到的图像越清晰，还有待做进一步的验证。

不同分辨率下，女贞高颈网蝽扫描图像的虫体面积、等效圆半径、偏心率、球状性和圆形度在两性别间差异达到极显著水平，可以作为判别女贞高颈网蝽不同性别的重要参考指标。然而，在传统半翅目昆虫分类学中，触角及各节长短、前胸背板、翅脉和翅室等特征经常作为重要的分类学依据[20]，如何自动获取到此类昆虫的这些特征值，尤其是对体型较小的蝽类进行特征参数的获取将会是一个挑战。另外，在昆虫自动鉴定领域，利用昆虫的局部特征如翅脉交点坐标等可以实现昆虫种类的区分[21-25]。然而本研究涉及的昆虫体型较小，只从虫体的几何形态特征进行了提取和分析。

在不同分辨率下，使用女贞高颈网蝽虫体面积、等效圆半径、偏心率、球状性和圆形度5个参数进行两性判别时，交叉判别的正确率为84%～87%，而使用所有参数时，交叉判别的正确率为88%～90%。从已出版的文献中可以看出，对某类昆虫进行数字化特征提取和种类鉴定时，获取到的参数越多，判别分析时准确率越高[26-27]。因此，如果能够提取到女贞高颈网蝽更多的分类学特征，特别是半翅目昆虫触角、前胸背板、翅脉等特征[20]，将会提高对此类昆虫雌雄个体判别的正确率。本研究提取到的个别参数虽然在该害虫雌雄判别时作用不大，但可能在其他害虫种类鉴定中具有重要的意义。

手动测量女贞高颈网蝽的体长(包括翅)和体宽(前胸背板宽度)，以及计算出的长宽比等参数在两性间差异均达到极显著水平，但仅使用这3个参数进行雌雄两性判别时，交叉判别的正确率为86%，即100头成虫中，有14头样本的性别被误判。这里使用的体长和体宽与使用软件提取到的长轴长度和短轴长度不是一个概念，软件获取到的长轴长度和短轴长度是指女贞高颈网蝽(包括触角和足)图像的长和宽，而手动测量得到的是虫体实际的体长和体宽。因此，2种获取参数的方法各有利弊。手动测量参数的选择与传统分类学指标较接近，但测量耗时长，受人为操作因素的影响较大。而软件自动获取参数不受人为因素的影响，获取参数耗时短，重复性强，但与传统分类学参数不衔接，科学性需要大量数据加以证实。

本研究表明，利用图像处理与分析技术可以成功提取到女贞高颈网蝽几何形态特征，软件自动获取的参数(面积、等效圆半径、偏心率、球状性和圆形度)和手动测量参数(体长、体宽和长宽比)在该害虫两性别间差异极显著，可以作为区别其雌雄的参数指标。在1 200 dpi扫描分辨率下，雌雄判别的正确率在84%以上。

致谢：衷心感谢中国农业大学彩万志教授、沈佐锐教授和高灵旺副教授在昆虫鉴定和软件应用方面提供的支持与帮助！

[1] 张念环，钱彪，李炬.小叶女贞新害虫——女贞高颈网蝽[J].中国花卉盆景,2008(9):33.

[2] 王香文，张昕哲，胡春林，等.江苏省网蝽科昆虫(半翅目:网蝽总科)[J].江苏农业科学,2013,41(2):124-126.

[3] 李传仁.秦岭的网蝽科昆虫[J].长江大学学报(自科版),2005,2(2):39-42.

[4] 李长安,曹天文,王瑞.山西省的网蝽、盲蝽、长蝽和缘蝽(半翅目)[J].山西农业科学,2007(8):29-32.

[5] 罗佳，王志勇，吴小明.花桃上的梨冠网蝽的初步研究[J].亚热带植物通讯,1988(2):44-46.

[6] 王穿才，刘万成.泡桐网蝽的发生规律及防治[J].昆虫知识,2007,44(5):740-742.

[7] 孙学海.梨冠网蝽在樱桃上的为害特征与综合防治措施[J].中国植保导刊,2007,27(9):22-23.

[8] 陈新锋，杜素苗，胡作栋.梨网蝽在苹果园的发生与防治[J].西北园艺(果树专刊),2008(6):25-26.

[9] 韦文添.广西油梨樟脊网蝽的发生与防治[J].植物保护,2006,32(1):106-107.

[10] 孙学海.梨网蝽在樱桃上的发生规律与综合防治措施[J].现代园艺,2007(10):29-30.

[11] 陆晓林，杨新华.林木害虫小板网蝽对棉花的危害及防治措施[J].中国棉花,2002,29(4):20.

[12] 陈振耀，张洲桂，李恩杰.香蕉冠网蝽的初步研究[J].昆虫知识,1984(5):210-212.

[13] 唐美君，郭华伟，殷坤山，等.茶网蝽卵的形态及其分布[J].中国茶叶,2016(4):22-23.

[14] 李先金.梨网蝽危害棉花[J].植物保护,1984(4):33-34.

[15] 赵汗青，沈佐锐，于新文.数学形态学在昆虫分类学上的应用研究.Ⅱ.在总科阶元上的应用研究[J].昆虫学报,2003,46(2):201-208.

[16] 赵汗青，沈佐锐，于新文.数学形态学在昆虫分类学上的应用研究.Ⅰ.在目级阶元上的应用研究[J].昆虫学报,2003,46(1):45-50.

[17] 沈佐锐，赵汗青，于新文.数学形态学在昆虫分类学上的应用研究.Ⅲ.在科阶元上的应用研究[J].昆虫学报,2003,46(3):339-344.

[18] 赵汗青，沈佐锐，于新文.数学形态特征应用于昆虫自动鉴别的研究[J].中国农业大学学报,2002,7(3):38-42.

[19] 于新文，沈佐锐，高灵旺，等.昆虫图像几何形状特征的提取技术研究[J].中国农业大学学报,2003,8(3):47-50.

[20] 齐宝瑛，张志军.中国北方网蝽亚科的支序分析(半翅目:异翅亚目:网蝽科)(英文)[J].动物学研究,2001,22(1):1-8.

[21] Gilchrist A S,Crisafulli D C A.Using variation in wing shape to distinguish between wild and mass-reared individuals of queensland fruit fly,Bactroceratryoni[J].Entomologia Experimentalis et Applicata,2006,119(2):175-178.

[22] Pretorius E.Using geometric morphometrics to investigate wing dimorphism in males and females of Hymenoptera—A case study based on the genusTechysphexKohl(Hymenoptera:Sphecidae:Larrinae)[J].Austral Entomology,2005,44(2):113-121.

[23] Tofilski A.DrawWing,a program for numerical description of insect wings[J].Journal of Insect Science,2004,4(1):1-5.

[24] Villemant C,Simboltti G,Kenis M.Discrimination ofEubazus(Hymenoptera,Braconidae) sibling species using geometric morphometrics analysis of wing venation[J].Systematic Entomology,2007,32(4):625-634.

[25] Yu D S,Kokko E G,Barron J R,etal.Identification of ichnumonid wasps using image analysis of wings[J].Systematic Entomology,1992,17(4):389-395.

[26] 苏筱雨，蔡小娜，李阳，等.利用翅的数学形态特征对8种金龟子进行分类鉴定[J].中国农业大学学报,2016,21(7): 61-66.

[27] Larios N,Deng H,Zhang W,etal.Automated insect identification through concatenated histograms of local appearance features:Feature vector generation and region detection for deformable objects[J].Machine Vision and Applications,2008,19(2):105-123.

Extraction and Analysis of Geometric Characteristics ofPerissonemiaborneenis(Hemiptera:Tingidae)

PAN Pengliang,JI Baoyi,ZHANG Fangmei,SHI Hongzhong

(Agriculture College,Xinyang Agriculture and Forestry University,Xinyang 464000,China)

Geometric characteristics ofPerissonemiaborneenisadults were extracted and analyzed using image processing and analyzing technology,and the application feasibility of the method was discussed in gender determination of the bug adults.In this study,50 samples each gender of the pests were scanned by scanner,and 10 parameters such as area,perimeter and so forth,were obtained automatically by BugShape V1.0.The body length(including wings),body width(pronotum width)and the ratio of the length to width were measured or computed by the software manually.Finally,we compared the difference of these parameters or two-sex samples under different scanning resolutions.The results showed that some parameters(long axis,lobation and circularity) were not affected by scanning resolutions.There was significant difference between two genders of the insect pest in terms of area,equivalent radius,eccentricity,sphericity and circularity.84%—87% of samples were correctly classified by cross validation in case of different scanning resolutions when using part of parameters(area,equivalent radius,eccentricity,sphericity and circularity),86% of samples correctly when using manual measurement parameters(body length,pronotum width and their ratio) with scanning resolution of 1 200 dpi,but 88%—90% of samples correctly when using 10 auto-extracted parameters by the program.Consequently,the geometric features of the bug adults can be extracted successfully with image processing and analyzing technology and the gender recognition of the bug adults is achieved preliminarily.

tiny insects;Perissonemiaborneenis; morphological characteristics; feature extraction; sexual difference; auto-identification

2016-11-31

信阳农林学院校内青年教师基金项目(201401015)；豫南植物有害生物绿色防控院士工作站项目(YZ201506)

潘鹏亮(1976-)，男，河南尉氏人，讲师，博士，主要从事昆虫学相关的教学和科研工作。 E-mail:panzai-7@163.com

S436.8+5

A

1004-3268(2017)04-0151-05