嵌入式水稻病虫害图像采集与诊断系统的研究

发布时间：2017-12-10 04:05

本文关键词：嵌入式水稻病虫害图像采集与诊断系统的研究

【摘要】：目前,我国水稻病虫害测报工具智能化程度落后,病虫害识别与诊断工作主要依赖于基层测报人员的经验,存在着效率低下、主观性强和非实时性等问题,无法满足当前水稻病虫害高发状况监测的需求。为了实现水稻病虫害智能测报,有一些学者开始研究基于图像的水稻病虫害智能识别和诊断技术在病虫害测报中的应用,但是目前农业病虫害图像采集工具存在不够便捷、或不可移动、或难以采集到人手或视线较难企及的病虫害部位等问题。本文利用无线网络、嵌入式和图像处理等技术,以水稻纹枯病为研究对象,设计并建立了嵌入式水稻病虫害图像采集与水稻纹枯病诊断系统。本论文主要研究内容与结果包括:(1)设计并搭建嵌入式水稻病虫害图像采集设备。该设备包括嵌入式无线相机、手持杆和手机控制端。嵌入式无线相机模块利用V4L2编程接口采集原始YUV图像,通过JPEG编码生成单张图像文件;采用H.264对原始图像数据进行编码,利用RTP/RTSP流媒体协议实现视频流的传输;采用Socket编程及自定义的通信协议接口,实现双端控制命令通信。手机控制模块借助VLC开源库实现与嵌入式相机的RTSP会话,以及RTP数据的解码并播放;同样采用Socket编程技术,并根据通信接口,实现控制命令的发送以及控制返回命令的接收;选取图片异步加载策略,实现已拍摄图片的预览,并集成上传服务器与本地图片处理功能。(2)研究并实现水稻纹枯病诊断算法。诊断算法部署在服务器端,首先对嵌入式图像采集设备采集的水稻纹枯病图像进行预处理,采取超颜色空间和显著性分割相结合的方法分离出病斑区域;提取每个病斑的颜色、形状和纹理特征;训练SVM分类器识别纹枯病病斑,并根据纹枯病病斑面积占比来诊断纹枯病为害等级。结果表明,该算法对水稻纹枯病为害等级的判断准确率达83.5%。本文搭建的嵌入式水稻病虫害图像采集和水稻纹枯病诊断系统,可实现便捷地采集水稻基部病虫害图像和水稻纹枯病智能诊断。测报人员将安装在可伸缩的手持杆一端的嵌入式相机推送到人手或视线难以企及的病虫害部位,并利用手机APP实时预览嵌入式相机的拍摄画面和控制相机进行拍摄,同时可选择拍摄图像或经过预处理的特征数据上传至图像处理服务器,进行纹枯病的自动识别与诊断。该系统有着良好的应用前景,可广泛应用于水稻病虫害田间调查和测报中。
【学位授予单位】：浙江理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：S435.11;TP391.41

【参考文献】

中国期刊全文数据库前10条

1 田凯;张连宽;熊美东;黄志豪;李就好;;基于叶片病斑特征的茄子褐纹病识别方法[J];农业工程学报;2016年S1期

2 许良凤;徐小兵;胡敏;王儒敬;谢成军;陈红波;;基于多分类器融合的玉米叶部病害识别[J];农业工程学报;2015年14期

3 肖德琴;黄顺彬;殷建军;冯健昭;;基于3G和Wi-Fi的高分辨率视觉传感器传输控制方案（英文）[J];农业工程学报;2015年09期

4 吴熙;李相朋;梁晶;王天喜;;基于Libjpeg的JPEG编码的实现[J];电子制作;2015年05期

5 赵瑶池;胡祝华;白勇;曹凤勤;;基于纹理差异度引导的DRLSE病虫害图像精准分割方法[J];农业机械学报;2015年02期

6 郭青;王骊雯;董方敏;聂臣巍;孙水发;王纪华;;基于方向一致性特征的小麦条锈病与白粉病识别方法[J];农业机械学报;2015年01期

7 谭文学;赵春江;吴华瑞;高荣华;;基于弹性动量深度学习神经网络的果体病理图像识别[J];农业机械学报;2015年01期

8 张建华;孔繁涛;李哲敏;吴建寨;陈威;王盛威;朱孟帅;;基于最优二叉树支持向量机的蜜柚叶部病害识别[J];农业工程学报;2014年19期

9 邹修国;丁为民;陈彩蓉;刘德营;;基于改进灰度共生矩阵和粒子群算法的稻飞虱分类[J];农业工程学报;2014年10期

10 刘涛;仲晓春;孙成明;郭文善;陈瑛瑛;孙娟;;基于计算机视觉的水稻叶部病害识别研究[J];中国农业科学;2014年04期