刘小红 马凌 仇焕青

摘要 在移动端直接上传获取的病害图像进行远程诊断时，因图片数据量大可导致上传速度缓慢，增大服务端数据处理难度，影响图像识别的及时性和准确性。针对这个问题，以黄瓜病害为例，提出在移动端先将获取的图像进行图像裁剪和阈值分割处理，提取用户感兴趣区域上传远程服务端。系统测试数据发现，病害图像经过裁剪和阈值分割处理后，在获得良好图像质量前提下，大大减少了图像数据容量，能加快图片上传速度，降低远程服务端图片数据处理难度，提高诊断的及时性，具有较高的实用性。

关键词 阈值分割;Android;图像诊断

中图分类号： TP391.41 文章标识码：A 文章编号：2095–3305（2021）01–0071–02

近几年农业灾害研究已成为热点，农业灾害研究也是对农作物进行科学防治的前提。随着手机应用的不断普及和拍摄图像方便的特点，已有国内外学者利用Android手机结合图像处理技术在病害或虫害诊断方面开展了深入研究，如郑姣[1]等在手机端通过分析水稻四种病害的颜色、形状、纹理特征，采用图像预处理、增强、分割、特征提取以及识别的处理方法，实现基于基Android水稻病害图像识别系统。但在特征提取和病害诊断过程中，受手机硬件性能的限制，容易出现图像处理能力有限和数据库检索能力不足等问题。文献[2-5]提到将手机端采集到的病害图片发送至服务器端，在服务器端接收图片后进行分割，利用颜色矩阵和灰度共生矩阵来提取病害特征参数，最后利用向量机进行识别并返回结果。……