一種基于Android平臺的植物葉片識別方法
【專利摘要】本發(fā)明涉及一種基于Android平臺的植物葉片識別方法，包括(1)對待檢測植物圖像進(jìn)行感興區(qū)裁剪，選擇單機(jī)識別則執(zhí)行(2)，選擇聯(lián)網(wǎng)識別則執(zhí)行(4)；(2)聯(lián)合K最鄰近結(jié)點(diǎn)分類器和支持向量機(jī)，利用Android平臺的數(shù)據(jù)庫對待檢測植物圖像進(jìn)行分類識別；(3)求取待檢測植物圖像的特征描述向量與數(shù)據(jù)庫中所有植物圖像的特征描述向量的歐式距離，取歐氏距離最小的前五種植物種類，判斷得到的目標(biāo)植物種類是否在五種植物種類里，是則執(zhí)行(5)，否則執(zhí)行(4)；(4)通過HTTP協(xié)議將感興區(qū)圖像發(fā)送到服務(wù)器端。與現(xiàn)有技術(shù)相比，本發(fā)明圖像處理實(shí)時高效，利用NDK以及JNI技術(shù)顯著提高了識別分類的準(zhǔn)確度與速度。
【專利說明】—種基于Android平臺的植物葉片識別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)字圖像處理和模式識別【技術(shù)領(lǐng)域】，尤其是涉及一種基于Android平臺的植物葉片識別方法。
【背景技術(shù)】
[0002]地球上大約有400000種植物，我國是世界第二大植物物種資源庫。植物物種的分類與識別是植物學(xué)研究和農(nóng)業(yè)生產(chǎn)的重要基礎(chǔ)工作，是人類認(rèn)識植物，掌握植物的進(jìn)化規(guī)律，了解植物的基本特性并且加以利用的基礎(chǔ)，可應(yīng)用于農(nóng)作物病蟲害識別、農(nóng)作物長勢監(jiān)測等領(lǐng)域，同時與農(nóng)、林、牧、副、漁、中醫(yī)藥等領(lǐng)域也有著密切關(guān)系。傳統(tǒng)的植物分類學(xué)研究一般對采集的標(biāo)本需要人工測量、獲得數(shù)據(jù)，綜合植物的外部特征，通過人們的經(jīng)驗(yàn)常識進(jìn)行分類，這種方法工作量巨大，并且主觀性較強(qiáng)，導(dǎo)致識別錯誤的可能性大。隨著機(jī)器學(xué)習(xí)、模式識別、圖像處理等技術(shù)的快速發(fā)展，我們可以借助計(jì)算機(jī)的強(qiáng)大計(jì)算能力，對植物進(jìn)行快速客觀的分類。在植物的根、莖、葉、花、果實(shí)、種子六大器官中，葉以其數(shù)量相對較大，生長周期相對較短，采集方便、傷害較小等優(yōu)勢成為進(jìn)行植物識別的首選。由于生長環(huán)境的不同，基因的差異，不同的植物的葉片在形狀、紋理上都有著或大或小的差異，因此采集葉片的圖像，得到其特征參數(shù)，將使人們對植物進(jìn)行準(zhǔn)確的分類。
[0003]現(xiàn)代的植物葉片識別系統(tǒng)通過獲取質(zhì)量較高的葉片圖像，對圖像進(jìn)行形態(tài)學(xué)的預(yù)處理，分割出感興趣的部分，接著通過高效的算法提取圖像的特征參數(shù)，最后將特征參數(shù)送入分類器，得到結(jié)果。即將圖像處理與機(jī)器學(xué)習(xí)的理論技術(shù)應(yīng)用在葉片圖像上，達(dá)到分類和識別的目的。
[0004]過去10年，歐美等國家不斷呼吁采用數(shù)字圖像處理和模式識別技術(shù)將植物物種鑒定實(shí)現(xiàn)全自動或半自動計(jì)算機(jī)輔助計(jì)算，Milanie Thibaut等人在對楊柳科植物進(jìn)行的分類研究，T.Saitoh等人在工作中使用花朵和葉片的圖像來識別野生種類的植物。目前國際上只有美國哥倫比亞大學(xué)和史密斯植物學(xué)會在開發(fā)基于IOS系統(tǒng)的手機(jī)和平板電腦的植物葉片識別系統(tǒng)。而國內(nèi)尚無基于移動設(shè)備的植物葉片識別軟件。
[0005]隨著Android系統(tǒng)的興起，大量的移動設(shè)備包括手機(jī)、平板電腦都采用了這款強(qiáng)大的嵌入式操作系統(tǒng)，2012年11月數(shù)據(jù)顯示，Android占據(jù)全球智能手機(jī)操作系統(tǒng)市場76%的份額，中國市場占有率為90%。由于植物的生長環(huán)境基本都在室外，傳統(tǒng)的臺式機(jī)，筆記本不適合隨身攜帶來采集識別植物葉片，而手持設(shè)備體積小，方便攜帶，并且攝像系統(tǒng)的普及以及3G時代的到來，將十分有利于利用手機(jī)、平板等采集葉片，通過單機(jī)或者聯(lián)網(wǎng)的形式對植物葉片進(jìn)行處理識別。
【發(fā)明內(nèi)容】
[0006]本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于Android平臺的植物葉片識別方法。
[0007]本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn):一種基于Android平臺的植物葉片識別方法，其特征在于，包括以下步驟:
[0008](I)利用Android平臺的圖像處理API，對待檢測植物圖像進(jìn)行感興區(qū)裁剪，對裁剪后的感興區(qū)圖像選擇單機(jī)識別則執(zhí)行步驟(2)，選擇聯(lián)網(wǎng)識別則執(zhí)行步驟(4)；
[0009](2)計(jì)算感興區(qū)圖像的特征梯度直方圖特征向量，聯(lián)合K最鄰近結(jié)點(diǎn)分類器和支持向量機(jī)，利用Android平臺的數(shù)據(jù)庫對待檢測植物圖像進(jìn)行分類識別，得到待檢測植物所屬的目標(biāo)植物種類；
[0010](3)求取待檢測植物圖像的特征描述向量與Android平臺的數(shù)據(jù)庫中所有植物圖像的特征描述向量的歐式距離，取歐氏距離最小的前五種植物種類，判斷步驟(2)得到的目標(biāo)植物種類是否在歐式距離最小的五種植物種類里，是則執(zhí)行步驟(5)，否則，執(zhí)行步驟(4)；
[0011](4)通過HTTP協(xié)議將感興區(qū)圖像發(fā)送到服務(wù)器端，服務(wù)器端用servlet進(jìn)行接收，之后對接收的圖像提取特征梯度直方圖特征向量，接著送入支持向量機(jī)進(jìn)行分類識別，并將識別結(jié)果返回Android平臺；
[0012](5)顯示待檢測植物的根、莖、葉、花、果實(shí)及種子圖片，以及該種植物的科普介紹信息內(nèi)容。
[0013]在Android平臺上實(shí)施步驟⑵具體為，搭建Android開發(fā)環(huán)境，下載安裝配置NDK和Cygwin，之后利用JNI編寫聯(lián)合K最鄰近結(jié)點(diǎn)分類器和支持向量機(jī)的方向梯度直方圖圖像特征描述方法文件，再利用NDK生成動態(tài)鏈接庫，將編寫的方法文件打包放在Android平臺中，運(yùn)行方法文件對待檢測圖像進(jìn)行分類識別。
[0014]與現(xiàn)有技術(shù)相比，本發(fā)明方法可應(yīng)用于基于Android平臺的終端，實(shí)現(xiàn)對采集到的植物葉片圖像進(jìn)行分析處理，將圖像采集、分割、展示、分類、存儲、檢索等功能集成于一體，方法結(jié)構(gòu)清晰，圖像處理實(shí)時、高效，同時利用NDK以及JNI技術(shù)，顯著提高了識別與分類的準(zhǔn)確度與速度。
【具體實(shí)施方式】
[0015]下面結(jié)合具體實(shí)施例對本發(fā)明進(jìn)行詳細(xì)說明。
[0016]一種基于Android平臺的植物葉片識別方法，其特征在于，包括以下步驟:
[0017](I)利用Android平臺的圖像處理API，對待檢測植物圖像進(jìn)行感興區(qū)裁剪，對裁剪后的感興區(qū)圖像選擇單機(jī)識別則執(zhí)行步驟(2)，選擇聯(lián)網(wǎng)識別則執(zhí)行步驟(4)；
[0018](2)計(jì)算感興區(qū)圖像的特征梯度直方圖特征向量，聯(lián)合K最鄰近結(jié)點(diǎn)分類器和支持向量機(jī)，利用Android平臺的數(shù)據(jù)庫對待檢測植物圖像進(jìn)行分類識別，得到待檢測植物所屬的目標(biāo)植物種類；
[0019](3)求取待檢測植物圖像的特征描述向量與Android平臺的數(shù)據(jù)庫中所有植物圖像的特征描述向量的歐式距離，取歐氏距離最小的前五種植物種類，判斷步驟(2)得到的目標(biāo)植物種類是否在歐式距離最小的五種植物種類里，是則執(zhí)行步驟(5)，否則，執(zhí)行步驟
(4)；
[0020](4)通過HTTP協(xié)議將感興區(qū)圖像發(fā)送到服務(wù)器端，服務(wù)器端用servlet進(jìn)行接收，之后對接收的圖像提取特征梯度直方圖特征向量，接著送入支持向量機(jī)進(jìn)行分類識別，并將識別結(jié)果返回Android平臺；[0021](5)顯示待檢測植物的根、莖、葉、花、果實(shí)及種子圖片，以及該種植物的科普介紹信息內(nèi)容。
[0022]在Android平臺上實(shí)施步驟⑵具體為，搭建Android開發(fā)環(huán)境，下載安裝配置NDK和Cygwin，之后利用JNI編寫聯(lián)合K最鄰近結(jié)點(diǎn)分類器和支持向量機(jī)的方向梯度直方圖圖像特征描述方法文件，再利用NDK生成動態(tài)鏈接庫，將編寫的方法文件打包放在Android平臺中，運(yùn)行方法文件對待檢測圖像進(jìn)行分類識別。
【權(quán)利要求】
1.一種基于Android平臺的植物葉片識別方法,其特征在于,包括以下步驟: (1)利用Android平臺的圖像處理API，對待檢測植物圖像進(jìn)行感興區(qū)裁剪，對裁剪后的感興區(qū)圖像選擇單機(jī)識別則執(zhí)行步驟(2)，選擇聯(lián)網(wǎng)識別則執(zhí)行步驟(4)； (2)計(jì)算感興區(qū)圖像的特征梯度直方圖特征向量，聯(lián)合K最鄰近結(jié)點(diǎn)分類器和支持向量機(jī)，利用Android平臺的數(shù)據(jù)庫對待檢測植物圖像進(jìn)行分類識別，得到待檢測植物所屬的目標(biāo)植物種類； (3)求取待檢測植物圖像的特征描述向量與Android平臺的數(shù)據(jù)庫中所有植物圖像的特征描述向量的歐式距離，取歐氏距離最小的前五種植物種類，判斷步驟(2)得到的目標(biāo)植物種類是否在歐式距離最小的五種植物種類里，是則執(zhí)行步驟(5)，否則執(zhí)行步驟(4)； (4)通過HTTP協(xié)議將感興區(qū)圖像發(fā)送到服務(wù)器端，服務(wù)器端用servlet進(jìn)行接收，之后對接收的圖像提取特征梯度直方圖特征向量，接著送入支持向量機(jī)進(jìn)行分類識別，并將識別結(jié)果返回Android平臺； (5)顯示待檢測植物的根、莖、葉、花、果實(shí)及種子圖片，以及該種植物的科普介紹信息內(nèi)容。
2.根據(jù)權(quán)利要求1所述的一種基于Android平臺的植物葉片識別方法，其特征在于，在Android平臺上實(shí)施步驟(2)具體為,搭建Android開發(fā)環(huán)境,下載安裝配置NDK和Cygwin,之后利用JNI編寫聯(lián)合K最鄰近結(jié)點(diǎn)分類器和支持向量機(jī)的方向梯度直方圖圖像特征描述方法文件，再利用NDK生成動態(tài)鏈接庫，將編寫的方法文件打包放在Android平臺中，運(yùn)行方法文件對待檢測圖像進(jìn)行分類識別。
【文檔編號】G06K9/00GK103714317SQ201310670473
【公開日】2014年4月9日 申請日期:2013年12月10日 優(yōu)先權(quán)日:2013年12月10日
【發(fā)明者】黃德雙, 葉爽, 甘勇 申請人:同濟(jì)大學(xué)