基于Android的水稻病蟲(chóng)害圖像的識(shí)別與診斷系統(tǒng)

鄭輝 董文亮 薛陶慶

【摘 要】水稻是我國(guó)最重要的糧食作物之一，但水稻易受病蟲(chóng)侵害，且害蟲(chóng)種類繁多、發(fā)生時(shí)危害嚴(yán)重，人工辨識(shí)困難，嚴(yán)重影響到水稻的質(zhì)量。對(duì)于農(nóng)業(yè)生產(chǎn)中病蟲(chóng)害的診斷和確認(rèn)主要還是處于人工處理階段。已存在的病蟲(chóng)害檢測(cè)識(shí)別工具大多存在移動(dòng)性不便，操作困難的問(wèn)題。隨著Android移動(dòng)設(shè)備的普及與Android設(shè)備上圖像識(shí)別技術(shù)的發(fā)展，通過(guò)Android系統(tǒng)在移動(dòng)設(shè)備上構(gòu)建的病蟲(chóng)害系統(tǒng)可以有效解決移動(dòng)性的問(wèn)題，快速便捷識(shí)別診斷病蟲(chóng)害。

【關(guān)鍵詞】Android；水稻病蟲(chóng)害；圖像識(shí)別

一、引言

水稻易受到病蟲(chóng)侵害，而且病蟲(chóng)害種類繁多，傳統(tǒng)的人工識(shí)別方式存在效率低，不準(zhǔn)確等問(wèn)題。隨著圖像識(shí)別技術(shù)不斷發(fā)展與完善，已經(jīng)有許多人將其應(yīng)用到農(nóng)業(yè)作物病蟲(chóng)害診斷領(lǐng)域，實(shí)現(xiàn)農(nóng)業(yè)智能化管理，提高作物產(chǎn)量與質(zhì)量。但大多數(shù)的識(shí)別診斷系統(tǒng)需要專門(mén)的圖像采集設(shè)備，成本較高，不便攜帶，難以普及于農(nóng)業(yè)生產(chǎn)當(dāng)中去。隨著移動(dòng)通信技術(shù)的高速發(fā)展使得在移動(dòng)設(shè)備上進(jìn)行病蟲(chóng)害圖像的識(shí)別與診斷成為可能。一方面解決了設(shè)備移動(dòng)性的問(wèn)題，可以隨時(shí)進(jìn)行診斷。另一方面，降低了使用成本，可在農(nóng)業(yè)生產(chǎn)中普及。由于Android設(shè)備的普及以及易操作性，也降低了對(duì)用戶的知識(shí)水平和技術(shù)要求。因此，我將基于Android系統(tǒng)構(gòu)建一個(gè)水稻病蟲(chóng)害的圖像識(shí)別與診斷的系統(tǒng)，提高水稻病蟲(chóng)害的識(shí)別效率以提高水稻的產(chǎn)量與質(zhì)量。

二、水稻病蟲(chóng)害識(shí)別與診斷系統(tǒng)的搭建

（一）系統(tǒng)搭建流程

1.通過(guò)Android移動(dòng)設(shè)備獲取待處理的原圖像。

2.對(duì)原圖像進(jìn)行標(biāo)準(zhǔn)化壓縮，并濾除噪聲等預(yù)處理操作。

3.對(duì)預(yù)處理后的圖像的病斑進(jìn)行提取（圖像分割以及邊緣提取）。

4.對(duì)提取的病斑進(jìn)行特征提取。

5.將提取的特征值與云端數(shù)據(jù)庫(kù)中的特征值進(jìn)行多維比對(duì)，從而判斷病蟲(chóng)害的種類。

6.將得到的結(jié)果發(fā)送回Android客戶端。

系統(tǒng)框架搭建整體流程圖如圖1所示。

（二）系統(tǒng)各模塊功能實(shí)現(xiàn)

1.系統(tǒng)通信實(shí)現(xiàn)

本系統(tǒng)中采用C/S架構(gòu)，用戶通過(guò)在客戶端上傳未識(shí)別的圖片至服務(wù)器，服務(wù)器處理請(qǐng)求，執(zhí)行相應(yīng)的處理，返回識(shí)別結(jié)果到客戶端。

客戶端上傳圖片，以及服務(wù)器返回?cái)?shù)據(jù)均通過(guò)HTTP協(xié)議傳輸。HTTP協(xié)議是一個(gè)基于請(qǐng)求響應(yīng)模式、面向連接的無(wú)狀態(tài)的應(yīng)用層通信協(xié)議，它定義了萬(wàn)維網(wǎng)向?yàn)g覽器傳送超文本的規(guī)則和格式，通過(guò)TCP連接方式實(shí)現(xiàn)數(shù)據(jù)傳遞，該方式是保證數(shù)據(jù)可靠交換的重要基礎(chǔ)。HTTP 具有請(qǐng)求方式簡(jiǎn)單、通信速度快、傳輸對(duì)象靈活及無(wú)狀態(tài)無(wú)連接的特點(diǎn)，廣泛應(yīng)用于分布式超媒體信息系統(tǒng)中。如果發(fā)送錯(cuò)誤，將返回HTTP狀態(tài)碼和錯(cuò)誤信息。一些HTTP常見(jiàn)狀態(tài)碼如圖2所示。

2.服務(wù)器端圖片壓縮

為了能夠快速響應(yīng)用戶的查詢，返回響應(yīng)結(jié)果，需要將圖片進(jìn)行壓縮。圖片壓縮算法選擇DCT編碼進(jìn)行JPEG壓縮。JPEG的編碼過(guò)程對(duì)原始的圖像數(shù)據(jù)作離散余弦變換，然后對(duì)離散結(jié)果進(jìn)行量化并作熵編碼。通過(guò)剔除圖像中的不必要的信息，量化完成JPEG主要壓縮部分。經(jīng)過(guò)DCT變換壓縮圖像后，對(duì)圖像進(jìn)行處理的數(shù)據(jù)量就大大減少了，提高了數(shù)據(jù)處理的效率，減少了系統(tǒng)響應(yīng)時(shí)間，優(yōu)化了用戶的使用體驗(yàn)。

3.特征檢索算法

檢索算法基于HSV顏色模型的直接示例查詢法，即用戶給出示例圖像，系統(tǒng)通過(guò)提取示例圖像的顏色特征與圖像庫(kù)中圖像的顏色特征進(jìn)行相似性比較，得到顏色分布相似的圖像，進(jìn)而得出圖像中的病蟲(chóng)害類型。

采用HSV顏色模型的直接示例查詢法，提取出參考圖像的特征分類存入數(shù)據(jù)庫(kù)，用戶上傳圖片至服務(wù)器，服務(wù)器執(zhí)行提取操作，查詢特征數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)根據(jù)圖片特征進(jìn)行查詢，找到最為匹配的那一類，返回識(shí)別結(jié)果到客戶端，呈現(xiàn)給用戶。

三、結(jié)束語(yǔ)

本研究基于Android構(gòu)建一個(gè)通過(guò)圖像識(shí)別技術(shù)診斷水稻病蟲(chóng)害的系統(tǒng)。系統(tǒng)通過(guò)HTTP協(xié)議上傳圖像至服務(wù)器，服務(wù)器端對(duì)圖像進(jìn)行壓縮，將壓縮后的圖像通過(guò)SVM算法與構(gòu)建的特征數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行查詢比對(duì)，得到診斷結(jié)果返回客戶端。本系統(tǒng)可以實(shí)現(xiàn)對(duì)病蟲(chóng)害的識(shí)別功能，但在識(shí)別算法以及系統(tǒng)的魯棒性以及容錯(cuò)性方面還需進(jìn)行完善與提高。

【參考文獻(xiàn)】

[1]馬媛媛，楊峰，信科， 等.基于DCT的JPEG圖像壓縮的研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2011，21（8）：133-136. DOI：10.3969/j.issn.1673-629X.2011.08.034.

[2]田玉敏，林高全.基于顏色特征的彩色圖像檢索方法[J].西安電子科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2002，29（1）：43-46. DOI：10.3969/j.issn.1001-2400.2002.01.010.

[3]張谷豐，羅崗，孫雪梅， 等.基于Android的水稻害蟲(chóng)診斷系統(tǒng)[J].應(yīng)用昆蟲(chóng)學(xué)報(bào)，2015，（4）：837-843.

[4]張永玲. 基于Android的水稻病蟲(chóng)害圖像識(shí)別與診斷系統(tǒng)的研究[D].浙江理工大學(xué)，2018.

[5]張超. 嵌入式水稻病蟲(chóng)害圖像采集與診斷系統(tǒng)的研究[D].浙江理工大學(xué)，2017.

[6]袁媛，陳雷，孫熊偉，曾新華，吳娜，卞程飛，李淼，萬(wàn)莉. 作物葉部病害圖像交互式診斷系統(tǒng)與方法[P]. 安徽：CN104063686A，2014-09-24.

[7]李健.基于Android的病蟲(chóng)害推理診斷系統(tǒng)的設(shè)計(jì)研究[J].安徽農(nóng)業(yè)科學(xué)，2013，41（11）：5148-5150.