基于智能圖像識別的番茄典型病害遠(yuǎn)程診斷系統(tǒng)研究

楊健　鄒陽

摘 要：為提高小麥生產(chǎn)調(diào)控管理水平，設(shè)計實現(xiàn)了基于智能圖像處理的番茄典型病害遠(yuǎn)程診斷系統(tǒng)。采用瀏覽器/服務(wù)器（Browser/Server）模式，通過遠(yuǎn)程監(jiān)控收集番茄病變信息，融合番茄生理生態(tài)指標(biāo)進(jìn)行分析診斷。將專家識別番茄病害的知識與數(shù)字圖像處理、神經(jīng)網(wǎng)絡(luò)等技術(shù)相結(jié)合，對番茄生長過程中產(chǎn)生的病害構(gòu)建相應(yīng)特征數(shù)據(jù)庫，進(jìn)行快速診斷，用戶可通過計算機(jī)與智能終端獲取番茄生長資源。研究表明，該系統(tǒng)有助于提高番茄生產(chǎn)效率，減少資源浪費(fèi)與農(nóng)業(yè)污染。

關(guān)鍵詞：智能圖像處理；神經(jīng)網(wǎng)絡(luò)；番茄病害數(shù)據(jù)庫；遠(yuǎn)程診斷系統(tǒng)

DOI：10.11907/rjdk.171396

中圖分類號：TP317.4 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2017）009-0199-03

Abstract：In order to improve the control and management level of wheat production， this paper designs and implements a remote diagnosis system for typical tomato diseases based on intelligent image processing. The system uses browser / server mode， through remote monitoring tomato disease information collection， integration of Tomato Physiological and ecological indicators for analysis and diagnosis. The expert identification of tomato diseases and knowledge of digital image processing and neural network technology to combine the growth of tomato produced during disease to construct the corresponding characteristic database， rapid diagnosis， users can access the growth of tomato resources through computer and intelligent terminal. Research shows that the system can help to improve the production efficiency， reduce the waste of resources and agricultural pollution.

Key Words：intelligent image processing； neural network； tomato； database； remote diagnosis system

0 引言

番茄是茄科，屬一年生或多年生草本植物，原產(chǎn)于南美洲，因其果實營養(yǎng)豐富，在中國南北方廣泛栽培。由于分布廣泛，容易遭遇各種蟲害與病害影響，如白粉虱、灰霉病、灰葉斑病、莖基腐病等，嚴(yán)重影響其正常生長與產(chǎn)量[1]。目前國內(nèi)自動化檢測水平較低，信息采集時效性較差，如何快速準(zhǔn)確提取番茄生長過程中的病害信息，采用智能化監(jiān)控與診斷，提高番茄產(chǎn)量和品質(zhì)，是當(dāng)今農(nóng)業(yè)生產(chǎn)中亟需解決的重要問題。我國農(nóng)民科技、文化素質(zhì)普遍偏低，擁有番茄病害診斷知識的專家并沒有時間與精力下到田間、大棚進(jìn)行指導(dǎo)?；谥悄軋D像處理的遠(yuǎn)程番茄典型病害診斷系統(tǒng)，進(jìn)一步解決了上述問題。

1 系統(tǒng)總體分析與設(shè)計

在對番茄病害及診斷方法進(jìn)行全面分析研究的基礎(chǔ)上，運(yùn)用計算機(jī)網(wǎng)絡(luò)遠(yuǎn)程技術(shù)、智能圖像識別技術(shù)對番茄病害進(jìn)行推理與診斷?；谖覈逊N植業(yè)基本現(xiàn)狀與現(xiàn)實需求，構(gòu)建了基于智能圖像處理的遠(yuǎn)程番茄病害診斷系統(tǒng)?？傮w采用B/S結(jié)構(gòu)，應(yīng)用JAVAScript與VB等語言構(gòu)建數(shù)據(jù)庫系統(tǒng)，使用Matlab與VC++語言開發(fā)了基于圖像識別的診斷系統(tǒng)（見圖1）。

此系統(tǒng)框架包含以番茄基本知識為基礎(chǔ)的數(shù)據(jù)庫子系統(tǒng)，收集了10種番茄典型病害的數(shù)據(jù)知識，為系統(tǒng)完成精確診斷提供數(shù)據(jù)支持，是構(gòu)建診斷系統(tǒng)的基石。以建立的600多張番茄典型病害圖片數(shù)據(jù)庫快速診斷子系統(tǒng)為第二層次。通過對數(shù)據(jù)庫中番茄病害的數(shù)據(jù)進(jìn)行提煉以及相關(guān)專家對番茄病害進(jìn)行推理，形成番茄病害診斷模型，為診斷系統(tǒng)的第三層次。采用高清攝像頭、數(shù)字掃描儀、服務(wù)器與手機(jī)終端等設(shè)備，為此診斷系統(tǒng)提供了硬件保障。

2 系統(tǒng)詳細(xì)設(shè)計與實現(xiàn)

2.1 番茄圖像分割

圖像分割就是把圖像分成若干個特定的、具有獨(dú)特性質(zhì)的區(qū)域，并提出感興趣目標(biāo)的技術(shù)和過程。它是由圖像處理到圖像分析的關(guān)鍵步驟?，F(xiàn)有的圖像分割方法主要分以下幾類：基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法等[2] 。本系統(tǒng)采用直方圖閾值法進(jìn)行圖像分割，根據(jù)采集的番茄病害圖像組成結(jié)構(gòu)將圖像劃分為若干個互不相交的子區(qū)域，通過Matlab軟件實現(xiàn)。其算法如下：

clc；clear；close；

[filename，pathname]=uigetfile（'*.png'，'請選擇波形文件'）；

I=imread（strcat（pathname，filename））；

I1=rgb2gray（I）；

figure；

subplot（2，2，1）；

imshow（I1）；endprint

title（'灰度圖像'）

grid on； %顯示網(wǎng)格線

axis on； %顯示坐標(biāo)系

[m，n]=size（I1）； %測量圖像尺寸參數(shù)

GP=zeros（1，256）； %預(yù)創(chuàng)建存放灰度出現(xiàn)概率的向量

for k=0：255

GP（k+1）=length（find（I1==k））/（m*n）； %計算每級灰度出現(xiàn)的概率，將其存入GP中相應(yīng)位置

end

subplot（2，2，2），bar（0：255，GP，'g'） %繪制直方圖

title（'灰度直方圖'）

xlabel（'灰度值'）

ylabel（'出現(xiàn)概率'）

I2=im2bw（I，150/255）；

subplot（2，2，3），imshow（I2）；

title（'閾值150的分割圖像'）

grid on； %顯示網(wǎng)格線

axis on； %顯示坐標(biāo)系

I3=im2bw（I，200/255）；

subplot（2，2，4），imshow（I3）；

title（'閾值200的分割圖像'）

grid on； %顯示網(wǎng)格線

axis on；

選取的閾值應(yīng)位于兩個不同峰之間的谷上，從而將各個峰隔開。以番茄病害白粉虱與炭疽病為例進(jìn)行了圖像分割研究，如圖2、圖3所示。從圖3可以看出，直方圖被分成了兩大區(qū)域，灰度值20-120為一個區(qū)域，120-180為一個區(qū)域，且各有一個明顯的波峰，一個位于100處，一個位于150處。

對番茄病害圖像進(jìn)行研究發(fā)現(xiàn)，用圖像診斷番茄病害，能較容易區(qū)分發(fā)生在不同部位的病害，但是葉片部位由于發(fā)生部位相同、癥狀相似，很難區(qū)分開來 [3] 。

2.2 數(shù)據(jù)庫建立

數(shù)據(jù)庫中圖像識別特征字段包含的番茄病害顏色特征有R、G、B、R/（G+B）、G/（R+B）、B/（R+G）、H、I、S等9個[4] 。紋理特征設(shè)置了局部平穩(wěn)性、慣性矩、相關(guān)性、能量值等4個。為了后期能混合編程實現(xiàn)，數(shù)據(jù)庫設(shè)計了4張表：番茄病害表、部位表、識別特征信息表、圖像識別特征表。已建成番茄典型病害圖像識別診斷特征數(shù)據(jù)，包含白粉虱、灰霉病、灰葉斑、莖基腐、枯萎病、潰瘍病、葉霉病等7種番茄典型病害。番茄病害診斷特征數(shù)據(jù)庫是整個系統(tǒng)的核心，通過圖像識別診斷番茄病害，其準(zhǔn)確率均取決于所構(gòu)建圖像特征數(shù)據(jù)庫的樣本量。因此，隨著后期數(shù)據(jù)庫的不斷擴(kuò)充與完善，其準(zhǔn)確率會越來越高。

2.3 番茄病害論斷與知識的神經(jīng)網(wǎng)絡(luò)表達(dá)

思維學(xué)普遍認(rèn)為，人類大腦的思維分為抽象（邏輯）思維、形象（直觀）思維與靈感（頓悟）思維3種基本方式[5] 。人工神經(jīng)網(wǎng)絡(luò)就是模擬人思維的第二種方式。這是一個非線性動力學(xué)系統(tǒng)，其特色在于信息的分布式存儲與并行協(xié)同處理。雖然單個神經(jīng)元的結(jié)構(gòu)極其簡單，功能有限，但大量神經(jīng)元構(gòu)成網(wǎng)絡(luò)系統(tǒng)所能實現(xiàn)的行為卻是極其豐富多彩的[6] 。在神經(jīng)網(wǎng)絡(luò)拓?fù)渲?，如何確定輸出與輸入節(jié)點(diǎn)非常重要。1個3層BP網(wǎng)絡(luò)可以完成任意N維到M維的映射。本系統(tǒng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)就是采用1個隱層，隱層節(jié)點(diǎn)數(shù)的確定采用經(jīng)驗公示確定：m=log2n。權(quán)值與閾值是每訓(xùn)練一次，就調(diào)整一次。逐步試驗得到隱層節(jié)點(diǎn)數(shù)，需先設(shè)置一個初始值，然后在其基礎(chǔ)上逐漸增加，比較每次網(wǎng)絡(luò)的預(yù)測性能，選擇性能最好的對應(yīng)節(jié)點(diǎn)數(shù)作為隱層神經(jīng)元節(jié)點(diǎn)數(shù)。通過net=newff（P，T，S）與feedforwardnet函數(shù)指定隱層節(jié)點(diǎn)數(shù)。還需設(shè)定神經(jīng)網(wǎng)絡(luò)的系統(tǒng)精度、最大訓(xùn)練次數(shù)、輸入層數(shù)目、輸出層數(shù)目[7] 。系統(tǒng)精度是根據(jù)需要來定義網(wǎng)絡(luò)訓(xùn)練誤差精度，誤差公式是對訓(xùn)練出網(wǎng)絡(luò)輸出層節(jié)點(diǎn)與實際網(wǎng)絡(luò)輸出結(jié)果求平方差的和。最大訓(xùn)練次數(shù)可根據(jù)需要來進(jìn)行調(diào)整，一旦達(dá)到最大設(shè)定的訓(xùn)練次數(shù)，而精度還未達(dá)到要求，程序就會退出。本系統(tǒng)采用BP訓(xùn)練算法，圖4、圖5是對番茄典型病害白粉虱病的樣本進(jìn)行訓(xùn)練。

3 結(jié)語

目前系統(tǒng)還處于不斷測試和訓(xùn)練中，結(jié)果表明，番茄典型病害診斷比較精準(zhǔn)，已經(jīng)達(dá)到預(yù)期效果。因為番茄病害種類較多，影響因子較為復(fù)雜，在建立番茄病害診斷數(shù)據(jù)庫、圖像識別算法等方面還需進(jìn)一步加強(qiáng)與優(yōu)化。隨著算法優(yōu)化以及不斷訓(xùn)練，可以給種植戶提供更方便快捷的服務(wù)。

參考文獻(xiàn)：

[1] 張春紅，裘曉峰，夏海輪，等.物聯(lián)網(wǎng)技術(shù)與應(yīng)用[M].北京：人民郵電出版社，2011.

[2] 劉海濤，馬建，熊永平.物聯(lián)網(wǎng)技術(shù)應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2011.

[3] 趙偉，孫忠富，杜克明.基于GPRS和WEB的溫室遠(yuǎn)程自動控制系統(tǒng)設(shè)計與實現(xiàn)[J]. 微計算機(jī)信息，2010，26（11）：20-22.

[4] 陳世軍.基于SOCKET技術(shù)的計算機(jī)遠(yuǎn)程控制實現(xiàn)[J].計算機(jī)光盤軟件與應(yīng)用，2012（2）：124-126.

[5] 趙楊，苗則彥，李穎，等.番茄灰霉病防治研究進(jìn)展[J].中國植保導(dǎo)刊，2014（7）：21-29.

[6] 宋建軍，王琳珊，田鵬，等.番茄主要病害抗病基因分子標(biāo)記的研究進(jìn)展[J].東北農(nóng)業(yè)大學(xué)學(xué)報，2012（4）：1-10.

[7] 陳娟.安徽省番茄主要病害的發(fā)生與防治[J].農(nóng)業(yè)災(zāi)害研究，2015 （10）：8-15.

（責(zé)任編輯：何 麗）endprint