[實用新型]一種基于Android的葉片圖像植物自動識別裝置有效
| 申請號: | 201620711977.9 | 申請日: | 2016-07-07 |
| 公開(公告)號: | CN206193829U | 公開(公告)日: | 2017-05-24 |
| 發明(設計)人: | 黃德雙;李大元;崔昊人;黃震華;李志鵬 | 申請(專利權)人: | 同濟大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00 |
| 代理公司: | 上海科盛知識產權代理有限公司31225 | 代理人: | 葉敏華 |
| 地址: | 200092 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 android 葉片 圖像 植物 自動識別 裝置 | ||
技術領域
本實用新型涉及數字圖像處理和模式識別技術領域,尤其是涉及一種基于Android的葉片圖像植物自動識別裝置。
背景技術
隨著計算機圖像處理技術和人工智能技術的發展,物體識別的技術也逐漸滲透到了植物物種識別領域,由于農業發展的需要,植物物種的機器識別應運而生,特別是農作物的生長發育、質量產量檢測和病蟲害檢測等方面,植物物種識別都發揮著重要作用。
植物物種機器識別技術最早可以追溯到1986年,Ingrouille等人采用27種葉形特征,使用了主成分分析方法(PCA)對橡樹進行了分類識別。同年,Guyer DE等人也發表了其研究成果,Guyer等人通過光譜分析和數學推導等方法論證了通過圖像識別技術進行物種識別的兩個重要的基礎理論,光譜對葉片和泥土的反射的區別足以分割葉片和背景以及不同植物物種葉片的形狀差異足以區分植物物種。1993年,Guyer再次發表了新的研究成果,通過精確定位葉片圖像輪廓上的點得到了植物葉片的形狀特征,并提取了17中葉形特征作為分類器的輸入數據實現了40種植物物種的可視化識別;1996年,Yonekawa等人研究發現,簡單的葉片形狀因子對于植物葉片識別是有效的,運用判別式分析、匹配和機器學習等方法進行植物葉片分類識別可以取得良好的效果。1997年,Abbasi等利用多尺度曲率空間(CSS)方法來描述葉片形狀,并用來對菊花進行分類。Mokhtarian等在2004年又發展了這種方法,用于自遮掩的葉片識別。Belhumeur P.N等在2008年實現一種植物物種鑒別的可視化系統軟件,該軟件依托美國國家植物標本庫,收集了上千種黑色背景的植物葉片圖像,并在植物學家的幫助下分類標簽了,軟件讀取待得到植物葉片圖像后進行特征提取和分類,經過數秒的時間可返回匹配度最高的植物物種,包括該植物的文字和圖片介紹。
然而上述方法都是針對于傳統的臺式機所進行設計的識別方法。由于植物的生長環境基本都在室外,傳統的臺式機,筆記本不適合隨身攜帶來采集識別植物葉片,而手持設備體積小,方便攜帶,并且攝像系統的普及以及4G時代的到來,將十分有利于利用手機采集葉片,通過單機或者聯網的形式對植物葉片進行處理識別。
專利CN204926123U提供了一種基于手持終端葉片圖像的植物物種識別裝置,可以通過手持設備如iPhone和iPad等對室外植物進行物種識別,然而該裝置只適用于基于IOS系統的手持設備中,不適用于應用Android客戶端的手機和平板電腦等,同時該裝置需要在服務器中才可進行植物的識別,這就導致在網絡不通順或者服務器存在問題時無法進行植物識別,同時將圖片上傳至服務器中也需要時間,這導致無法第一時間及時的獲取植物信息。
實用新型內容
本實用新型的目的是針對上述問題提供一種自動識別、自動定位、便于分享、結構簡單、易于攜帶操作、識別精度高以及處理高效的基于Android的葉片圖像植物自動識別裝置。
本實用新型的目的可以通過以下技術方案來實現:
一種基于Android的葉片圖像植物自動識別裝置,用以根據植物的葉片特征進行植物物種識別,所述裝置包括通過無線網絡互相連接的Android客戶端和服務器,所述Android客戶端包括圖像采集模塊、圖像處理識別模塊、人機交互界面、客戶端存儲器、定位模塊和客戶端網絡通信器,所述圖像處理識別模塊分別與圖像采集模塊、人機交互界面、客戶端存儲器、定位模塊和客戶端網絡通信器連接,所述客戶端網絡通信器與服務器連接。
所述圖像采集模塊包括攝像頭、曝光控制器、圖像傳感器、外接閃光燈和模數轉換器,所述攝像頭分別與曝光控制器、圖像傳感器和外接閃光燈連接,所述模數轉換器分別與圖像傳感器和圖像識別處理模塊連接。
所述外接閃光燈置于攝像頭和植物的葉片之間,所述外接閃光燈與攝像頭之間的距離為0.5~1cm。
所述圖像傳感器為光傳感器,所述光傳感器為ExmorRS背照式CMOS圖像傳感器。
所述圖像識別處理模塊包括圖像識別器、圖像二值化處理器和圖像降噪處理器,所述圖像二值化處理器分別連接圖像采集模塊和圖像降噪處理器,所述圖像降噪處理器與客戶端存儲器連接,所述圖像識別器分別與人機交互界面、客戶端存儲器、定位模塊和客戶端網絡通信器連接。
所述定位模塊包括GPS定位器和北斗定位器,所述GPS定位器和北斗定位器均與圖像識別處理模塊連接。
所述服務器包括依次連接的服務器網絡通信器、服務器存儲器和服務器識別器,所述服務器網絡通信器與客戶端網絡通信器連接。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于同濟大學,未經同濟大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201620711977.9/2.html,轉載請聲明來源鉆瓜專利網。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





