一、技术摘要

本发明涉及一种基于智能手机与云端的作物叶部病害图像交互式诊断系统与方法,系统包括通过GPRS、3G、4G、WIFI、WIFI Direct或蓝牙进行数据通讯的手机客户端和云端。本发明利用智能手机拍摄作物病害图片后进行预处理、病斑分割和特征提取,再把特征提取数据发送到云端进行病害的分类识别,最后将诊断结果反馈到手机上,实现低成本、移动型的作物病害智能化诊断。本发明将将运算量大的分类识别图像处理过程和病害特征库放在云端,节约了手机端的网络流量和耗电量,提高病害识别速度,利用了手机拍摄图像的便携性与云端计算的高效性,为作物病害现场、实时诊断提出了一种切实可行的方法。

二、技术背景

作物生长期内会发生很多病害,尤其是温室大棚里很多病害潜伏期短,发病快。有些农户不能掌握相关病害知识,因而防效差、损失重,病害严重,进而导致大幅减产。因此,病害是制约作物生长的重要因素。传统的作物病害诊断一般通过经验来判断,容易引起人为误判。随着数字图像处理技术的迅速发展、计算机视觉技术的广泛应用和各种模式识别技术的日趋成熟,采用图像处理技术来分析作物病害,并准确地给出病害类别,为作物病害的无损检测、快速诊断提供了新的途径和方法。由于通信基础设施扩张到6亿人口的农村地区,互联网和手机在中国获得更快速的普及。开展基于图像的作物病害识别在手机上的应用相关研究,可以让农民更快捷方便地获取作物病害诊断结果。随着手机拍摄像素不断的提高,带有摄像头的智能手机价格不断降低,通过智能手机获取田间现场图片将逐渐成为主要的低成本图像采集方式。由于Android操作系统具有开源、智能和开发简单等优势,成为目前最流行的智能手机操作系统之一。目前,基于平台的作物病害图像诊断有两种方式一种是利用手机拍摄作物病害图片,然后通过网络传输发送到服务器上进行处理,最后把处理结果反馈到手机上一种是利用手机拍摄作物病害图片,然后直接在手机端对图像进行相关处理,最后显示诊断结果。前一种方式中发送手机图片比较大(500万像素的手机单幅图片大小约2-4Mb),不仅耗费网络流量,而且容易受到网络限制出现的网络传输错误、发送延迟等现象后一种方式由于受到手机端软硬件的限制,存在程序运行速度缓慢、运算能耗大等问题。因此,研究一种既能快速、准确对作物病害进行诊断,又能节约成本的方法与系统是必要的。