基于Android的水稻病蟲害圖像識別與診斷系統(tǒng)的研究.pdf

1、水稻病蟲害綜合防治的首要前提是對田間病蟲害進行及時準確的識別和診斷。目前，我國水稻病蟲害識別與診斷工作主要依靠植保工作者的人工識別，費時費力，實時性差，無法滿足現(xiàn)代農業(yè)的發(fā)展需求。隨著機器學習和模式識別技術發(fā)展日益成熟，使得水稻病蟲害的自動識別與診斷成為可能。為了實現(xiàn)水稻田間病蟲害智能識別，本文建立了基于Android的水稻病蟲害圖像識別與診斷系統(tǒng)，實現(xiàn)對水稻病蟲害圖像的采集、識別和快速診斷。本論文主要研究內容、方法和結果如下:

2、　　(1)建立水稻病蟲害信息數(shù)據(jù)庫。利用SQLite數(shù)據(jù)庫工具建立了水稻病蟲害信息數(shù)據(jù)庫，其中數(shù)據(jù)表中包括了水稻病蟲害的圖像存儲位置信息、發(fā)生時期、為害癥狀及對應的防治措施等信息?？蛻舳薃PP通過API接口訪問該數(shù)據(jù)庫，實現(xiàn)水稻常見病蟲害信息的查詢。
　　(2)基于Android的水稻病蟲害圖像識別與診斷系統(tǒng)的開發(fā)。該系統(tǒng)包括客戶端和服務器端?？蛻舳薃PP可以實現(xiàn)病蟲害圖像采集、信息瀏覽及與服務器端信息交互;服務器端包括對客戶端請

3、求信息響應及調用相應識別算法對病蟲害圖像進行分類識別。首先由用戶通過Android手機APP獲取病蟲害圖像，選用HTTP通信協(xié)議，將待識別圖像發(fā)送至遠端服務器，服務器端接收圖像數(shù)據(jù)后調用水稻病蟲害算法識別庫，完成水稻病蟲害的識別并將識別結果與診斷信息返回客戶端，實現(xiàn)了水稻病蟲害無損、及時和準確的識別。其中Android手機端可對獲取圖像進行裁剪，在減少數(shù)據(jù)傳輸量的同時也有助于后續(xù)的圖像分析，縮短了系統(tǒng)運行時間。
　　(3)基于SV

4、M的水稻病蟲害為害狀圖像識別算法的研究。首先，根據(jù)自然環(huán)境下水稻病蟲害為害狀圖像的特點，構建符合其特點的圖像預處理流程，使用基于顯著性的圖像分割算法分離出病斑區(qū)域;提取病斑圖像的顏色、紋理、形狀特征，采用SVM分類器實現(xiàn)了稻瘟病、稻曲病、稻縱卷葉螟為害狀、紋枯病共4種病蟲害為害狀圖像的分類識別，平均識別準確率達到92.0％。
　　(4)基于特征融合和稀疏表示的害蟲圖像識別算法的研究。為了獲得更有效的圖像特征，對所有害蟲圖像進行旋轉

5、使害蟲頭朝上，按照長寬比為1∶2的比例裁剪昆蟲圖像，并使其占據(jù)圖像大部分面積，然后將圖像進行等比例縮放至統(tǒng)一像素尺寸48×96;提取害蟲圖像的全局顏色特征與局部特征;對提取特征進行篩選和融合，為訓練樣本構建多特征過完備字典，利用過完備字典對測試圖像進行多特征稀疏表示。同時，計算稀疏集中指數(shù)閾值，用于判斷測試樣本的有效性，如果測試樣本的稀疏集中指數(shù)大于該閾值，則認為最小殘差所對應的類別即為測試樣本的類別，否則認為該測試樣本為非測報害蟲。最