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(jìn)行及時準(zhǔn)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(nóng)業(yè)的發(fā)展需求。隨著機(jī)器學(xué)習(xí)和模式識別技術(shù)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(nèi)容、方法和結(jié)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(yīng)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(wù)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(wù)器端信息交互;服務(wù)器端包括對客戶端請

3、求信息響應(yīng)及調(diào)用相應(yīng)識別算法對病蟲害圖像進(jìn)行分類識別。首先由用戶通過Android手機(jī)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(yuǎn)端服務(wù)器，服務(wù)器端接收圖像數(shù)據(jù)后調(diào)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(jié)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(zhǔn)確的識別。其中Android手機(jī)端可對獲取圖像進(jìn)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(gòu)建符合其特點的圖像預(yù)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(zhǔn)確率達(dá)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(jìn)行旋轉(zhuǎn)

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(jìn)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(jìn)行篩選和融合，為訓(xùn)練樣本構(gòu)建多特征過完備字典，利用過完備字典對測試圖像進(jìn)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(rèn)為最小殘差所對應(yīng)的類別即為測試樣本的類別，否則認(rèn)為該測試樣本為非測報害蟲。最