基于Android平台的黄瓜叶部病害图像处理.pdf

基于Android平台的黄瓜叶部病害图像处理.pdf

ID:52205833

大小:563.34 KB

页数:3页

时间:2020-03-24

基于Android平台的黄瓜叶部病害图像处理.pdf_第1页
基于Android平台的黄瓜叶部病害图像处理.pdf_第2页
基于Android平台的黄瓜叶部病害图像处理.pdf_第3页
资源描述:

《基于Android平台的黄瓜叶部病害图像处理.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第2期总第248期农业科技与装备No.2TotalNo.2482015年2月AgriculturalScience&TechnologyandEquipmentFeb.2015基于Android平台的黄瓜叶部病害图像处理田有文,王炜,王泷,郑鹏辉(沈阳农业大学信息与电气工程学院,沈阳110866)摘要:以Android系统为平台构建黄瓜叶部病害图像处理系统,为田间管理者对黄瓜的栽培及病害防治管理提供科学指导。介绍该技术系统的开发环境,阐述系统的软、硬件设计方案,为该系统的推广及应用提供技术支持。关

2、键词:图像处理;Android系统;病害;黄瓜中图分类号:TP391.4文献标识码:A文章编号:1674-1161(2015)02-0030-03在农学领域将Android手机软件技术与图像处(图像分割、图像腐蚀和膨胀)及图像特征提取。黄瓜理技术进行有机结合,可以促进Android手机软件技病害处理系统软件的主界面如图1所示。术在农业中的发展,实现农业技术信息化的创新。本研究以Android系统为平台进行设计,构建黄瓜叶部病害图像处理技术,方便田间管理者对黄瓜的栽培及病害防治进行管理。1开发环境A

3、ndroid支持在多个系统下进行开发,但在Linux下效率会更高。本研究在Windows操作系统下搭建了基于AndroidSDK+JavaJDK6+Eclipse3.5+ADT的应用程序开发环境,针对AndroidOS2.2及以上版本开发。2系统设计2.1系统硬件平台图1软件主界面基于Android手机的黄瓜叶片病害检测系统由Figure1Softwaremaininterface硬件和软件两部分组成。其中,硬件部分采用智能手2.2.1获取图像选择存储卡中的图像,点击图1软件机LenovoS880

4、(联想公司),其操作系统为Android主界面上的“选择样本图片”选项,获取所需叶片病害4.0,硬件配置为ARMv7,1GHzCPU,512MBRAM。样本。获取样本效果如图2所示。2.2系统软件设计黄瓜叶片病害处理工作流程为:1)获取图像。用Android手机的摄像头拍摄被测黄瓜叶片的图像。2)图像处理。对采集的图像进行彩色图像分割、二值图像腐蚀和膨胀等处理。3)特征提取。用处理后的二值图像和原图相结合,得到颜色和纹理特征信息。该系统软件的主要功能是获取图像、图像处理收稿日期:2014-12-1

5、0基金项目:辽宁省“博士后集聚工程”项目(2011921012);辽宁省教育厅科学技术研究项目(L2011114);辽宁省科学事业公益研究基金项目(2012005015)作者简介:田有文(1968—),女,博士后,副教授,从事图像识图2获取样本效果图别、光谱分析在农业智能信息处理中应用方面的研究工作。Figure2Obtaineffectchartofsample2015年第2期田有文等:基于Android平台的黄瓜叶部病害图像处理312.2.2图像处理在获取图像的基础上,点击图1中3X3Ya*=

6、500×-“图像处理和特征提取”选项,实现彩色图像分割、二﹙√X0√Y0﹚3Y3Z值图像腐蚀和膨胀。b*=200×-﹙√Y0√Z0﹚1)彩色图像分割。在Android系统下,应用an-式中:X0,Y0,Z0为标准白颜色的X,Y,Z的值。droid.graphics.Bitmap类所提供的getPixel()方法获取2)纹理特征提取。不同的病害在叶片上不仅表图像中每一个像素点的RGB信息,采用统计模式识现出不同的颜色,也表现出不同的纹理。采用色度矩别方法将黄瓜病害叶片的病斑和正常叶片分开。最终的方法

7、对彩色图像纹理特征进行提取,色度矩可表征调用android.graphics.Bitmap类所提供的cre-一幅病斑彩色纹理图像。其公式如下:ateBitmap(),setPixels()方法将处理后的像素点还原xsys成二值图像。MT(m,l)=∑∑mylT(x,y)xx=1y=12)二值图像腐蚀和膨胀。由于彩色图像分割后xsys二值图像的病斑存在断裂和粘连的情况,需要进一步mlMD(m,l)=∑∑xyD(x,y)处理。腐蚀运算可去除图像中孤立的点和毛刺;膨胀x=1y=1运算可填充图像中的小孔和

8、裂缝。运算结果如图3所若要提高病害黄瓜叶片纹理的识别率,需采用色示。度矩集CM55(MT(0,1),MT(1,0),MT(1,1),MT(2,1),MT(1,2),MD(0,1),MD(1,0),MD(1,1),MD(1,2),MD(2,1))作为黄瓜病害图像纹理特征。在得到黄瓜病害图像病斑提取出来的颜色和纹理特征的13个值后,通过android.database.sqlite.SQLiteDatabase中的onCreate创建SQLite数据库,用来存储上述13个颜色及纹理特征

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。