基于Android的苹果叶部病害识别系统设计

• 作者: 屈赟 王政嘉 王树桐 陶晡
• 来源期刊: 河北农业大学学报
• 关键词: Android 苹果病害 图像识别 Canny算子 支持向量机
• 年，卷（期）: 2015,（6）
• 页码范围: 102-106
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13320/j.cnki.jauh.2015.0144

摘要

为快速便捷地解决苹果病害识别问题,本研究设计了基于Android的图像识别系统.采用最大类间方差法(Otsu)对病斑图形分割,提取了病斑的颜色特征,纹理特征和形状特征、运用支持向量机(SVM)对病斑进行了分类,并在服务器端建立了苹果叶部病害特征库.手机客户端采集5种苹果病害图像,上传到服务器端进行识别,并将识别结果反馈给客户端,平均正确识别率为85.33％,测试效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王政嘉	河北农业大学教务处	26	71	5.0	6.0
2	屈赟	河北农业大学教务处	17	85	6.0	8.0
3	王树桐	河北农业大学植物保护学院	90	983	17.0	26.0
4	陶晡	河北农业大学植物保护学院	33	444	13.0	20.0