[发明专利]一种基于Android手机平台的识别农作物病虫害的方法及系统

权利要求书

1.一种基于Android手机平台的识别农作物病虫害的方法，该方法包括下列顺序的步骤：

（1）手机用户通过Android手机自带的摄像头拍摄病虫害图像，并将其存储在Android手机的SD卡中；

（2）对病虫害图像进行预处理；

（3）对经过预处理的病虫害图像进行特征提取；

（4）对特征集合进行特征训练，使用SVM统计向量机方法训练样本集数据，得到病虫害诊断模型；

（5）调用病虫害诊断模型进行SVM统计向量机分类，得到病害图片分类和诊断结果，并将防治方法反馈到手机用户。

2.根据权利要求1所述的基于Android手机平台的识别农作物病虫害的方法，其特征在于：对病虫害图像进行预处理包括灰度变换、中值滤波、阀值分割、轮廓检测、病斑提取的处理。

3.根据权利要求1所述的基于Android手机平台的识别农作物病虫害的方法，其特征在于：对经过预处理的病虫害图像进行三个方面的特征提取，分别是：纹理特征、颜色特征和形状特征，通过提取病虫害图像的颜色特征、纹理特征、形状特征作为识别特征向量；

对颜色特征，分别提取彩色图像蓝色通道下的一阶矩、二阶矩和三阶矩三个颜色特征；

对纹理特征，构造七个纹理特征参数，即灰度共生矩阵特征中的能量、熵、对比度和同质性，以及灰度差分统计特征中的对比度、角二阶矩、熵作为识别特征向量；

对于形状特征，构造圆度、矩形度、离心率、球状比、紧密度、广度、内切圆半径参数作为形状识别特征向量。

4.根据权利要求1所述的基于Android手机平台的识别农作物病虫害的方法，其特征在于：对特征集合进行特征训练，使用SVM统计向量机方法训练样本集数据，得到病害图像特征数据模型，此训练过程中，选择径向基核函数来对样本向量进行训练，径向基核函数将样本映射到高维特征空间H中，并在此空间中运用原空间的函数来实现内积运算，将非线性问题转换成另一空间的线性问题来获得一个样本的归属，

径向基核函数如下：

K(x,y)=exp{-|x-y|²/2σ²}

核函数K(x,y)为空间中任一点x到某一中心y之间欧氏距离的单调函数，其中y为核函数中心，σ为函数的宽度参数，此参数控制函数的径向作用范围；

在生成数据模型文件后，将此数据模型文件保存为.model类型的文件储存到客户端程序raw文件夹下，作为病虫害诊断模型；

对经过预处理的病虫害待识别图片通过特征向量提取和对比，调用.model病害诊断模型进行SVM统计向量机分类，得到病害图片分类和诊断结果，并将防治方法反馈到手机用户。

5.根据权利要求2所述的基于Android手机平台的识别农作物病虫害的方法，其特征在于：所述灰度变换是指，采集得到的病虫害图像均是彩色图像，首先需要将病虫害图像转换为对应的灰度图像，要将彩色图像转换为灰度图像，需要分解提取图像中的红(R)、绿(G)、蓝(B)三个图像通道，取像素的R、G、B颜色分量，利用如下公式计算灰度值：

Gray(灰度值)=R*0.3＋G*0.59＋B*0.11

在一张病虫害图像的每个像素上均做上述操作，便可得到病虫害图像的灰度变换图像。

6.根据权利要求2所述的基于Android手机平台的识别农作物病虫害的方法，其特征在于：所述平滑处理是指，使用非线性中值滤波方法对图像进行增强处理，其基本原理就是将图像中的每个像素点与其周围的像素点做邻域运算；由于病斑形状特征的提取要求边缘位置确定，选用中值滤波方法对图像进行处理。