一种基于Android的叶片图像植物自动识别装置的制作方法

本实用新型涉及数字图像处理和模式识别技术领域，尤其是涉及一种基于Android的叶片图像植物自动识别装置。

背景技术：

随着计算机图像处理技术和人工智能技术的发展，物体识别的技术也逐渐渗透到了植物物种识别领域，由于农业发展的需要，植物物种的机器识别应运而生，特别是农作物的生长发育、质量产量检测和病虫害检测等方面，植物物种识别都发挥着重要作用。

植物物种机器识别技术最早可以追溯到1986年，Ingrouille等人采用27种叶形特征，使用了主成分分析方法(PCA)对橡树进行了分类识别。同年，Guyer DE等人也发表了其研究成果，Guyer等人通过光谱分析和数学推导等方法论证了通过图像识别技术进行物种识别的两个重要的基础理论，光谱对叶片和泥土的反射的区别足以分割叶片和背景以及不同植物物种叶片的形状差异足以区分植物物种。1993年，Guyer再次发表了新的研究成果，通过精确定位叶片图像轮廓上的点得到了植物叶片的形状特征，并提取了17中叶形特征作为分类器的输入数据实现了40种植物物种的可视化识别；1996年，Yonekawa等人研究发现，简单的叶片形状因子对于植物叶片识别是有效的，运用判别式分析、匹配和机器学习等方法进行植物叶片分类识别可以取得良好的效果。1997年，Abbasi等利用多尺度曲率空间(CSS)方法来描述叶片形状，并用来对菊花进行分类。Mokhtarian等在2004年又发展了这种方法，用于自遮掩的叶片识别。Belhumeur P.N等在2008年实现一种植物物种鉴别的可视化系统软件，该软件依托美国国家植物标本库，收集了上千种黑色背景的植物叶片图像，并在植物学家的帮助下分类标签了，软件读取待得到植物叶片图像后进行特征提取和分类，经过数秒的时间可返回匹配度最高的植物物种，包括该植物的文字和图片介绍。

然而上述方法都是针对于传统的台式机所进行设计的识别方法。由于植物的生长环境基本都在室外，传统的台式机，笔记本不适合随身携带来采集识别植物叶片，而手持设备体积小，方便携带，并且摄像系统的普及以及4G时代的到来，将十分有利于利用手机采集叶片，通过单机或者联网的形式对植物叶片进行处理识别。

专利CN204926123U提供了一种基于手持终端叶片图像的植物物种识别装置，可以通过手持设备如iPhone和iPad等对室外植物进行物种识别，然而该装置只适用于基于IOS系统的手持设备中，不适用于应用Android客户端的手机和平板电脑等，同时该装置需要在服务器中才可进行植物的识别，这就导致在网络不通顺或者服务器存在问题时无法进行植物识别，同时将图片上传至服务器中也需要时间，这导致无法第一时间及时的获取植物信息。

技术实现要素：

本实用新型的目的是针对上述问题提供一种自动识别、自动定位、便于分享、结构简单、易于携带操作、识别精度高以及处理高效的基于Android的叶片图像植物自动识别装置。

本实用新型的目的可以通过以下技术方案来实现：

一种基于Android的叶片图像植物自动识别装置，用以根据植物的叶片特征进行植物物种识别，所述装置包括通过无线网络互相连接的Android客户端和服务器，所述Android客户端包括图像采集模块、图像处理识别模块、人机交互界面、客户端存储器、定位模块和客户端网络通信器，所述图像处理识别模块分别与图像采集模块、人机交互界面、客户端存储器、定位模块和客户端网络通信器连接，所述客户端网络通信器与服务器连接。

所述图像采集模块包括摄像头、曝光控制器、图像传感器、外接闪光灯和模数转换器，所述摄像头分别与曝光控制器、图像传感器和外接闪光灯连接，所述模数转换器分别与图像传感器和图像识别处理模块连接。

所述外接闪光灯置于摄像头和植物的叶片之间，所述外接闪光灯与摄像头之间的距离为0.5～1cm。

所述图像传感器为光传感器，所述光传感器为ExmorRS背照式CMOS图像传感器。

所述图像识别处理模块包括图像识别器、图像二值化处理器和图像降噪处理器，所述图像二值化处理器分别连接图像采集模块和图像降噪处理器，所述图像降噪处理器与客户端存储器连接，所述图像识别器分别与人机交互界面、客户端存储器、定位模块和客户端网络通信器连接。

所述定位模块包括GPS定位器和北斗定位器，所述GPS定位器和北斗定位器均与图像识别处理模块连接。

所述服务器包括依次连接的服务器网络通信器、服务器存储器和服务器识别器，所述服务器网络通信器与客户端网络通信器连接。

所述无线网络包括CDMA、GPRS、CDPD、TD-LTE和FDD-LTE网络。

所述人机交互界面为电容式触摸屏。

与现有技术相比，本实用新型具有以下有益效果：

(1)本装置可以对户外遇到的植物进行拍摄后自动处理照片得到分析结果，了解植物的种类，具有自动识别的能力。

(2)本装置只需通过具有Android系统的手机和外接的闪光灯即可实现识别操作，结构简单，便于携带。

(3)本装置设有图像识别处理模块，对图像进行了二值化和降噪处理后才进行识别，识别的精度和效率更高。

(4)本装置设有外接闪光灯，而且该闪光灯与摄像头之间的距离在0.5～1cm之间，在光照不足时，通过此闪光灯可以提高光照强度，同时该距离也保证了闪光灯将不会干扰摄像头对焦拍摄，得到的图像质量高。

(5)本装置在客户端设有图像识别处理模块，对于大部分图像均可以在客户端完成识别操作，节省了与服务器通讯的时间，同时也避免了服务器或网络故障造成的影响。

(6)本装置在服务器上也设有服务器识别器，可以进一步识别客户端无法识别的图像，识别精度高的同时也扩大了识别的范围。

(7)设有定位模块，可以让用户更加方便的了解植物所处的地理位置。

附图说明

图1为本实用新型的结构示意图；

图2为图像采集模块的结构示意图；

其中，1为Android客户端，11为图像采集模块，12为图像二值化处理器，13为图像降噪处理器，14为人机交互界面，15为客户端存储器，16为定位模块，17为分享模块，18为客户端网络通信器，19为图像识别器，2为服务器，21为服务器识别器，22为服务器存储器，23为服务器网络通信器，111为摄像头，112为曝光控制器，113为图像传感器，114为外接闪光灯，115为模数转换器，161为GPS定位器，162为北斗定位器，171为微信分享端，172为微博分享端，173为QQ分享端。

具体实施方式

下面结合附图和具体实施例对本实用新型进行详细说明。本实施例以本实用新型技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本实用新型的保护范围不限于下述的实施例。

如图1所示，一种基于Android的叶片图像植物自动识别装置，用以根据植物的叶片特征进行植物物种识别，该装置包括通过无线网络(包括CDMA、GPRS、CDPD、TD-LTE和FDD-LTE网络)互相连接的Android客户端1和服务器2，其中Android客户端1包括图像采集模块11、图像处理识别模块、人机交互界面14、客户端存储器15、定位模块16和客户端网络通信器18，图像处理识别模块分别与图像采集模块11、人机交互界面14、客户端存储器15、定位模块16和客户端网络通信器18连接，客户端网络通信器18与服务器2连接。

如图2所示，图像采集模块11包括摄像头111、曝光控制器112、图像传感器113、外接闪光灯114和模数转换器115，摄像头111分别与曝光控制器112、图像传感器113和外接闪光灯114连接，外接闪光灯114置于摄像头111和植物叶片之间，且外接闪光灯114与摄像头111之间的距离为0.5～1cm，经测试，这个距离对于拍摄物体的光照强度最好，可以清楚地照亮拍摄物体而且不干扰摄像头111对焦拍摄，模数转换器115分别与图像传感器113和图像识别处理模块连接。

图像识别处理模块包括图像识别器19、图像二值化处理器12和图像降噪处理器13，三者均通过FPGA板实现，图像二值化处理器12分别连接图像采集模块11和图像降噪处理器13，图像降噪处理器13与客户端存储器15连接，图像识别器19分别与人机交互界面14、客户端存储器15、定位模块16和客户端网络通信器18连接。

定位模块16包括GPS定位器161和北斗定位器162，GPS定位器161和北斗定位器162均与图像识别处理模块中的图像识别器19连接。

服务器2包括依次连接的服务器网络通信器23、服务器存储器22和服务器识别器21，服务器网络通信器23与客户端网络通信器18连接。

其中，客户端的人机交互界面14为电容式触摸屏，图像传感器113是光传感器，具体为ExmorRS背照式CMOS图像传感器113，该传感器具有1.5μm的像素面积，尺寸为4.8×6.1mm。

除上述模块以外，本装置的Android客户端的图像处理识别模块上还设有分享模块17，该分享模块17包括微信分享端171、微博分享端172和QQ分享端173，三个分享端均与图像识别器19连接，用户可根据个人喜好选择将识别后的结果连同定位信息一起发送至微信、微博或QQ，这一功能增强了本装置的互动性。

上述装置在使用时，首先客户端的图像采集模块11采集植物叶片的图像，并将该图像传递给图像识别处理模块中的图像二值化处理器12进行图像二值化，继而传递至图像降噪器进行降噪，之后存储在客户端存储器15，图像识别器19从客户端存储器15调取图像进行识别，将识别后的结果传递至定位模块16，获取该结果所在地的位置信息，并显示在人机交互界面14内的地图上，用户可以根据喜好将得到的结果和位置信息通过分享模块17进行微信、微博或QQ分享；如果客户端的图像识别处理模块无法识别出该图像信息，客户端网络通信器18则将该图像通过无线网络传递至服务器网络通信器23，服务器网络通信器23再将其存储在服务器存储器22，通过服务器识别器21识别图像得到结果，并将结果返回至客户端进行展示，将其显示在人机交互界面14上。