[发明专利]一种基于Android平台的农作物害虫识别方法及系统

权利要求书

1.一种基于Android平台的农作物害虫识别方法，该方法包括下列顺序的步骤：

（1）启动Android平台手机上的应用软件，连接无线网络，选择农作物的种类，设置所需识别服务器的地址和端口；

（2）用Android平台手机的摄像头采集害虫图像，并通过手机终端无线传输模块将害虫图像传输到应用程序服务器；

（3）应用程序服务器对接收到的害虫图像进行图像分割，并判断分割后的害虫图像是否达到预期阈值，若判断结果为是，则对害虫图像依次进行预处理、特征提取和多特征融合，否则，返回重新对害虫图像进行分割；

（4）通过计算服务器和样本服务器对融合后的害虫图像特征进行识别，并将识别结果及相应的害虫防治方法传送至Android平台手机。

2.根据权利要求1所述的基于Android平台的农作物害虫识别方法，其特征在于：在Android平台手机上启动应用软件，检测网络连接情况，若网络连接成功，则启动应用系统，否则，提示网络连接失败信息；启动Android平台手机上的作物种类选择模块，选择农作物的种类，启动Android平台手机上的服务器设置模块，设置所需识别服务器的地址和端口。

3.根据权利要求1所述的基于Android平台的农作物害虫识别方法，其特征在于：启动Android平台手机上的图像采集模块，通过其自带的摄像头采集害虫图像，并通过手机终端无线传输模块将害虫图像传输到应用程序服务器中的图像接收模块；应用程序服务器启动图像接收模块接收害虫图像，若接收成功，则将害虫图像传入应用程序服务器中的图像分割模块，否则，重新接收新的害虫图像。

4.根据权利要求1所述的基于Android平台的农作物害虫识别方法，其特征在于：应用程序服务器中的图像分割模块对接收到的害虫图像进行图像分割处理，通过GrabCut算法对害虫图像进行分割，其迭代能量最小化分割算法的过程如下：

1）定义背景集T_F为矩形框外部分，前景集T_O=φ，未知区域令T_U中像素n的属性α_n=1，其余像素α_n=0，对α_n=1和α_n=0两类像素分别统计GMM；

2）为T_U中像素n估计所在的GMM部件：

kn=argminknDn(αn,kn,θ,zn)]]>

3）获得GMM参数θ：

θ=argminθ(α,k,θ,z)]]>

4）最小切割方法估计分割：

min{αn:n∈TU}minkE(α,k,θ,z)]]>

5）重复第2步，直到收敛；

应用程序服务器启动分割阈值设置模块对分割后的害虫图像的分割效果进行分析，以分割后的图像的面积与分割前的图像面积的比值作为阈值，若害虫图像的阈值达到预先设定的阈值，则认为图像分割效果理想则启动图像预处理模块，否则，返回重新采集害虫图像，重新进行分割；

图像预处理模块首先要对分割后的图像进行去噪操作，减少提取颜色特征的干扰，提取到颜色特征后，将去噪后的图像灰度化，进一步提取图像的纹理特征，提取到纹理特征后运用二值化算法将图像二值化，运用膨胀腐蚀算法去除对识别有干扰的独立的边线，然后运用中值滤波算法进一步去掉噪声点，运用去噪后的图像提取害虫的形态学特征。