基于机器视觉的马铃薯病害识别研究-控制工程专业论文.docxVIP

内蒙 内蒙古科技大学硕士学位论文 万方数据 万方数据 摘 要 马铃薯是我国重要的粮食作物，由病害造成的马铃薯减产逐年增加，严重地区可达 50%以上。国内外的研究人员已经利用机器视觉在农业病虫害检测、识别方面做出很 多研究成果。 本文通过分析研究国内外农作物病害自动识别、检测技术的现状，以数字图像处理 和模式识别技术作为基础，结合安卓应用程序开发技术，设计、开发本课题中的马铃薯 病害识别系统。农户可以利用手机拍摄病状图片，并通过网络上传到识别系统，系统会 根据病状图像作出诊断结果和防治措施并以短信等方式发给农户。 本文对马铃薯叶片的早疫病、晚疫病、炭疽病、灰霉病四种病害进行分类识别研究， 应用于农业病害防治领域。系统以 VS2010 为 IDE（集成开发环境），OpenCV、MySQL 数据库为驱动层，设计服务器端病害识别系统。为解决图像噪声干扰的问题，对训练 样本图像进行小波去噪，获得干扰较少的图像后再利用基于阈值的分割算法提取二值 化图像，局部显示病斑信息。系统采用支持向量机的分类器(SVM)对病害的信息进行 分类识别。首先通过不同的算法提取病害的颜色、形态、纹理的特征值，构成分类器 的输入数据。然后对数据进行处理，再输入分类器用于构建分类器的模型，最后用此 模型对待测样本进行识别和测试。本文基于 Android SDK，以 Eclipse 为开发环境， 设计识别系统的客户端界面，实现使用手机照相机功能采集图片、上传图片至服务器 进行识别、接受服务端的返回信息的功能。病害识别系统的两部分是采用 Web Service 接口上传或返回数据的。 不同的实验结果表明：以病害的颜色、形态、纹理特征值共同作为分类器输入数 据时，识别效果最佳。系统可以实现在客户端通过照相机采集图片，利用 Web Service 发布的 uploadImage 接口发送图像至数据库的指定位置，用户需要返回识别信息时， 调用 backinformation 接口，则服务器端识别系统对图像进行识别、分类并把结果存储 在数据库，然后回馈识别信息，实现对马铃薯部分病害的自动识别。通过实地测试， 能准确对马铃薯的四种病害做出识别，且识别率大于 90%。 关键词：机器视觉；马铃薯病害识别；特征值提取；SVM 分类器；图像处理 Abstract In our country, potatoes have already been an important food crop. The production of potato has decreased year by year because of disease, and it has reduced more than 50% in serious areas. In recent years, researchers at home and abroad have done a lot of work on the identification of crop diseases using machine vision. Base on the current study of identification and detection technology of crop disease at home and abroad, this paper uses image processing and pattern recognition technology as a fundamental part, combining with the Client application development technology, and designs the machine vision recognition system based on potato disease. The farmers can use a mobile phone to take photos of diseased plants, and upload them to the identification system by network. The system makes a diagnostic result and prevention measures according to the photos, and sends text messages to farmers. The identification of four main diseases was studied by the system such as early blight, late blight, anthrax and gray mould.