水稻病蟲害智能識別與診斷技術在病蟲害測報中的應用

黎 萍

（廣西梧州市蒼梧縣沙頭鎮(zhèn)農業(yè)服務中心,廣西 梧州 543117）

現(xiàn)如今，我國在水稻的病蟲害測報領域尚未達到智能化要求。對于病蟲害識別、診斷等也需要基層人員根據(jù)測報經驗而展開，導致病蟲害監(jiān)測效率較低。為了達到智能化特保的要求，可通過圖像作為病蟲害識別、診斷重要基礎，展開相關研究。

1.水稻病蟲害識別和診斷的基礎

在社會快速發(fā)展環(huán)境之下，更多前沿的技術被應用在農業(yè)生產當中。在水稻病蟲害監(jiān)測領域，圖像識別這一技術主要是通過計算機對于病蟲害圖像展開處理，并通過分析的方式，對于圖像進行識別。從人工智能、模式識別這一領域進行分析，可利用圖像識別的理論算法輔助農業(yè)生產病蟲害監(jiān)測工作。識別系統(tǒng)組成部分有4個，一是圖像變換；二是圖像分割；三是圖像描述；四是分類決策。上述組成結構關聯(lián)緊密，能夠對圖像展開多層次處理。

2.水稻病蟲害測報當中智能識別及診斷系統(tǒng)設計

2.1 系統(tǒng)結構和功能

利用圖像對于水稻病蟲害問題展開智能識別和診斷，該系統(tǒng)運用要點就是圖片攝取，功能核心就是對圖像當中的數(shù)據(jù)精準識別和還原。基于上述要求，本研究選擇C/S架構識別系統(tǒng)，組成結構有三部分，第一為客戶端，第二為PC端，第三為服務器端。通過客戶端，用戶能夠隨時對于水稻病蟲害信息進行查看，還能靈活添加水稻圖片。在圖像的來源方面，可以是客戶端內部相冊，也可以利用客戶端相機進行拍攝。當圖片被添加到識別系統(tǒng)當中，PC端就可對圖片展開預處理，處理流程包括分割圖像，之后提取特征，利用TCP/IP等協(xié)議，經過客戶端對圖像進行處理以后，向服務器發(fā)送圖像數(shù)據(jù)，同時還能對服務器返回診斷結果及時接收。服務器端能夠隨時保持監(jiān)聽狀態(tài)，待客戶端向服務器發(fā)送病蟲害圖像數(shù)據(jù)以后，服務器即可對于特征數(shù)據(jù)庫展開自動化檢索，調用水稻的病蟲害信息識別算法，進行精準診斷，之后向客戶端反饋診斷結果。利用PC端，相關人員可對圖像特征進行提取，展開病蟲害信息診斷，將提取內容向特征數(shù)據(jù)庫內部存儲，之后上傳客戶端，用戶能夠根據(jù)需求對于水稻病蟲害的信息隨時查看。

C/S系統(tǒng)框架組成結構有三個層次，第一，數(shù)據(jù)服務層，在其中存在特征數(shù)據(jù)庫，能夠完成特征數(shù)據(jù)的存儲和提取，之后向服務器端發(fā)送，完成圖像識別，通過對于特征數(shù)據(jù)相似度進行計算，進行病蟲害診斷；第二，通信層，其中包含Internet和WiFi網絡，負責傳輸水稻病蟲害特點和診斷結果；第三，應用層，包括PC端、Android智能終端；在PC端主要負責病蟲害圖像的特征數(shù)據(jù)庫建立，存儲特征值、標本圖像、病斑圖像和增強圖像，智能終端則負責對于圖像識別，通過采集、預處理、分割、提取等，將對應病蟲害類型信息和防治方法提取出來。

2.2 終端設計

在系統(tǒng)的終端設計方面，使用嵌入式相機作為客戶端的采集硬件，完成水稻病蟲害圖像的采集，利用手持桿、手機、平板等作為輔助工具。信息采集過程，需要利用萬向輪在手持桿前端固定相機，之后對于拍攝角度展開調節(jié)，由于手持桿輕便，并且容易伸縮，因此能夠靈活調節(jié)相機位置，使其能夠對病蟲害位置全面采集。之后在手機或者平板電腦當中安裝APP，即可預覽相機拍攝圖片。終端APP主要功能有三個，分別為網絡模塊、相機控制和視頻預覽，通過上述模塊的相互作用對于手機拍照過程進行控制，完成病蟲害信息的采集。

2.3 診斷過程

針對水稻病蟲害的圖像進行識別和診斷，需要做好圖像采集、上傳各項工作，服務器接收客戶端上傳圖像之后，借助JNI技術，使用do Post算法能夠調取特征數(shù)據(jù)庫內部的病蟲害圖像信息，完成診斷和識別。具體流程如下：第一，創(chuàng)建本地Java類方法，之后對于病蟲害圖像的識別方法進行定義，使用native方法完成創(chuàng)建，之后使用語句“System load library”加載水稻病蟲害的特征數(shù)據(jù)庫。第二，利用命令完成Java源文件編譯，之后生成代碼；第三，發(fā)出命令，生成具備本地方法類型的頭文件，即“Pest Identification”；第四，利用VC2008軟件當中的“文件”、“新建”、“項目”、“Win32”等應用程序，完成數(shù)據(jù)庫項目名的建立，添加頭文件，上傳所需軟件，能夠通過源文件識別水稻的病蟲害圖像；第五，變異圖像特征的診斷和識別算法文件；第六，為保證數(shù)據(jù)庫能夠準確訪問，應該拷貝服務器信息，對其展開實例化處理，調用特征數(shù)據(jù)庫信息，完成圖像識別、診斷。

2.4 數(shù)據(jù)庫設計

運用Microsoft Office軟件創(chuàng)建特征數(shù)據(jù)庫，對于水稻的病蟲害圖像特點進行存儲，數(shù)據(jù)庫當中涵蓋病蟲害信息、圖像特征信息和病蟲害信息，上述信息均以表格的形式存在。而病蟲害的圖像信息可通過病蟲害編號、圖像編號、圖像描述、治療方法多種信息形式進行存儲。圖像特征的具體信息包括圖像編號、圖像亮度、圖像形狀、圖像飽和度多種形態(tài)信息。病蟲害信息同樣包括編號、名稱和防治方法等內容。不同數(shù)據(jù)表和實體之間相互對應，某一病蟲害實體可以和多個圖像實體之間相對應。

3.水稻病蟲害測報智能識別診斷系統(tǒng)應用測試

3.1 系統(tǒng)功能效果

對于該系統(tǒng)的功能進行測試，主要是選擇單一背景環(huán)境之下水稻病蟲害樣本，展開系統(tǒng)功能的驗證。先將客戶端啟動，系統(tǒng)即可進入到對應界面當中，使用者可選擇啟動各功能模塊，具體包括“蟲害圖片瀏覽”、“病害圖片瀏覽”、“蟲害拍照診斷”、“病害拍照診斷”等，所有圖片都由數(shù)據(jù)庫來提供，使用者可通過縮略圖對于特定病蟲害相關信息進行瀏覽和查看，當用戶點擊特定圖片以后，系統(tǒng)即可將病蟲害相關圖片展示出來，有助于使用者掌握病蟲害形態(tài)特點，并且知曉相關物理、生物和化學等防治措施。拍照診斷這一功能主要是使用者利用客戶端本身攜帶攝像頭，直接從稻田當中采集害蟲圖像信息，上傳到系統(tǒng)當中，由服務器展開處理和診斷，自動化顯示病蟲害診斷結果。之后還可按照待測樣本的檢驗概率從高到低逐漸排序，將病蟲害圖像、特點和防治措施一一展示，為用戶判斷提供便利。

比如：應用該系統(tǒng)對于二化螟蟲害進行監(jiān)測，用戶只需要將蟲害圖片上傳其中，系統(tǒng)即可自動匹配，將二化螟圖片顯示出來，匹配率高達86.44%，通過識別結果，能夠發(fā)現(xiàn)二化名形態(tài)特征為雄蟲前翅上方散布大量褐色小點，在中央還有紫色黑斑點，而外緣部分有小黑點。還能知曉其防治措施，即每畝稻田利用阿維菌氟酰胺，濃度10%，用量30mL，還可選擇毒死蜱乳油，濃度30%，每畝用量80mL進行防治。

3.2 系統(tǒng)性能測試

針對該系統(tǒng)的性能方面進行測試，主要可通過兩方面進行，一是系統(tǒng)的響應時間，二是系統(tǒng)診斷結果的準確率。響應時間主要是由客戶端將圖像特點向服務器發(fā)送，并且在服務器處理以后將結果向客戶端反饋整個流程所消耗時間。測試階段，系統(tǒng)第一次識別響應消耗時間1250.0ms，其他識別平均時間間隔180.0 ms，上下偏差在100.0ms以內。

在準確度方面的測試使用兩類水稻的病蟲害圖像，分別為經過裁剪、未經裁剪圖像。測試結果有4種，一是正確診斷；二是未診斷；三是錯誤診斷；四是異常診斷。異常診斷是在系統(tǒng)診斷期間可能出現(xiàn)閃退這樣的異常狀態(tài)，通常表現(xiàn)在被破壞圖像特征或者圖像分割等情況。如果圖像大小高于1MB，那么就可出現(xiàn)上述異常情況。對于該系統(tǒng)進行測試，在圖像沒有經過裁剪時，其識別準確率為92.7%，而經過裁剪以后圖像識別準確率在66%，結果顯示該系統(tǒng)對于未裁剪類型圖片擁有較好的診斷結果。

4.結束語

通過上文分析，水稻病蟲害圖像診斷時，使用圖像識別管理系統(tǒng)對其展開智能識別、診斷等，該管理系統(tǒng)不但能夠快速對病蟲害圖像信息進行讀取，還可利用內置相機將病蟲害圖像信息進行捕捉和識別，通過測試以后，發(fā)現(xiàn)系統(tǒng)能夠在極短的時間內響應，而且針對未裁剪類型的圖片具有較為精準的診斷效果。使用者利用簡單的交互形式，即可將病蟲害信息識別，快速獲取防治措施，對于水稻生產過程病蟲害防治措施應用提供參考。