基于Android的苹果叶部病害识别系统设计

被引：8

作者：

屈赟 ^{[1
]}

陶晡 ^{[2
]}

王政嘉 ^{[1
]}

王树桐 ^{[2
]}

机构：

[1] 河北农业大学教务处

[2] 河北农业大学植物保护学院

来源：

河北农业大学学报 | 2015年 / 38卷 / 06期

关键词：

Android; 苹果病害; 图像识别; Canny算子; 支持向量机;

D O I：

10.13320/j.cnki.jauh.2015.0144

中图分类号：

TP391.41 []; S436.611 [苹果病虫害];

学科分类号：

080203 ; 090401 ; 090402 ;

摘要：

为快速便捷地解决苹果病害识别问题,本研究设计了基于Android的图像识别系统。采用最大类间方差法(Otsu)对病斑图形分割,提取了病斑的颜色特征,纹理特征和形状特征、运用支持向量机(SVM)对病斑进行了分类,并在服务器端建立了苹果叶部病害特征库。手机客户端采集5种苹果病害图像,上传到服务器端进行识别,并将识别结果反馈给客户端,平均正确识别率为85.33%,测试效果良好。

引用

页码：102 / 106

页数：5

共 8 条

[1] 我国苹果产业发展分析与建议 [J].