赵建敏， 薛晓波， 李 琦

(内蒙古科技大学信息工程学院，内蒙古包头 014010)

基于机器视觉的马铃薯病害识别系统

赵建敏， 薛晓波， 李 琦

(内蒙古科技大学信息工程学院，内蒙古包头 014010)

设计出一种基于机器视觉的马铃薯病害识别系统，该系统主要包括病害识别部分、服务器端、客户端。识别部分采集病害叶片图像，并进行小波去噪。利用OTSU阈值算法分割图像，提取病害的颜色、形状、纹理特征并利用SVM分类器进行识别。基于VS 2010搭建服务器端，提供包含REST API的Web Service与客户端进行信息交互。基于Android SDK设计病害识别系统的手机客户端，通过3G或无线网络对服务器端进行访问。通过实地测试，能准确识别出马铃薯的几种主要病害，且识别率大于92%。

机器视觉；特征提取；分类器；REST API；Android SDK；马铃薯病害

基于机器视觉的图像识别系统，一般采用CCD或CMOS摄相机摄取检测图像并转化为数字信号，再采用先进的计算机硬件与软件技术对数字图像信号进行处理，从而得到所需的各种目标图像特征值，并由此实现识别或缺陷检测等多种功能。

近年来大量学者做了相关研究，陈佳娟等通过对棉花叶片上的空洞及边缘的残缺处理来测定棉花虫害的受害程度[1]；邱道尹等研究出一套关于大田中农作物害虫实时检测的系统[2]。机器视觉技术多集中用于工业领域[3]，农业方面处于尝试探索阶段。

2015年5—6月，在大田开放环境下采集马铃薯健康、早疫病、晚疫病、炭疽病、灰霉病等病害图像样本，4种病害症状见图1。

1 总体结构

本研究基于VS 2010搭建病害识别系统，主要功能是对病斑进行分割、特征提取，然后采用支持向量机的分类器进行识别。……