基于Android平台的苹果叶病害远程识别系统.pdfVIP

基于Android平台的苹果叶病害远程识别系统.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于Android平台的苹果叶病害远程识别系统.pdf

2015年 9月 计算机工程与设计 Sep.2015 第 36卷 第9期 COMPUTERENGINEERINGANDDESIGN Vo1.36 No.9 基于Android平台的苹果叶病害远程识别系统 王梅嘉 ,何东健抖,任嘉琛 (1.西北农林科技大学信息工程学院,陕西 杨凌 712100; 2.西北农林科技大学机械与电子工程学院,陕西 杨凌 712100) 摘 要 :为快速准确识别苹果叶部病害,研究基于Android移动平台的苹果叶病害远程识别系统 ,提 出病害图像采集、存 储和发送的Android客户端及用于图像接收、分析处理和返回识别结果的Pc服务器端系统架构。客户端调用系统相机获 取图像 ,以socket流实现客户端与服务器通信 ,服务器用最大类间方差法抽取图像病斑部位,提取颜色、纹理、形状参 数 ,选择支持向量机实现病害iY,~Jq。实验结果表明,相比BP网络,支持向量机的识别性能更佳,该系统对苹果叶部斑点 落叶病、锈病以及花叶病的识剐率达 98.33%,识别时间小于 16S,可为果农提供方便快捷的苹果病害诊断及防治技 术服务。 关键词:苹果;叶部病害;远程识别;An droid;图像分析 中图法分类号:TP315 文献标识号:A 文章编号:1000—7024 (2015)09—2585—06 doi:10.16208/j.issnl000—7024.2015.09.051 RemoterecognitionofappleleafdiseasebasedonAndroidplatform WANGMei-jia,HEDong-jian抖 ,RENJia-chen。 (1.CollegeofInformationEngineering,NorthwestAFUniversity,Yangling712100,China; 2.Co llegeofMechanicalandElectronicEngineering,NorthwestA8LFUniversity,Yangling712100,China) Abstract:Toidentifytheappleleafdiseasemorerapidlyandaccurately,remoterecognitionsystem ofappleleafdiseasebasedon Androidplatform waspresented.Thesystem architectureincludingAndroidmobileclientfordiseaseimagecollecting,storage andsending,andthe PC serverofrimagereceiving,analyzingandreturningtherecognitionresultswereproposed.Theclient calledsystem cameratocapturephoto.TheserversegmentedthelesionsitebyusingOTSU method.W ithcolor,shape,texture features,thesupportvectormachinewasusedtoidentifydisease.Thesystem implementedcommunicationbetweenclientand serverthroughsocketstream.Experimentalresultsshow that,comparedtoBP,SVM hasbetterperformance,andtheaccuracy rateofdiseaserecognitionforapplerust,altermarialeafspotandmosaiccanreach98.33 ,therecognitiontimeislessthan 16S.Itprovidesconvenientandfastidentificationserviceandpreventionguidanceoftheappleleafdiseaseofrfarme

文档评论(0)

suijiazhuang1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档