CN104331713B - 用于检测树叶品种的移动终端 - Google Patents

用于检测树叶品种的移动终端 Download PDF

Info

Publication number
CN104331713B
CN104331713B CN201410614886.9A CN201410614886A CN104331713B CN 104331713 B CN104331713 B CN 104331713B CN 201410614886 A CN201410614886 A CN 201410614886A CN 104331713 B CN104331713 B CN 104331713B
Authority
CN
China
Prior art keywords
leaf
described image
image
feature
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201410614886.9A
Other languages
English (en)
Other versions
CN104331713A (zh
Inventor
许金普
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xu Jinpu
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201410614886.9A priority Critical patent/CN104331713B/zh
Publication of CN104331713A publication Critical patent/CN104331713A/zh
Application granted granted Critical
Publication of CN104331713B publication Critical patent/CN104331713B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462Salient features, e.g. scale invariant feature transforms [SIFT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/52Scale-space analysis, e.g. wavelet analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/60Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Studio Devices (AREA)

Abstract

本发明涉及一种用于检测树叶品种的移动终端,包括图像采集设备、图像处理设备、微控制器和显示设备,所述图像采集设备用于对目标树叶拍摄以获取树叶图像,所述图像处理设备与所述图像采集设备连接以对所述树叶图像进行图像处理,所述微控制器与所述图像处理设备和所述显示设备分别连接,以基于所述图像处理的结果确定目标树叶品种,所述显示设备用于显示与所述目标树叶品种对应的科普信息。通过本发明,能够对林业工作人员随时随处发现的树叶品种进行GPS定位和品种自动识别,为林业勘测提供了便利。

Description

用于检测树叶品种的移动终端
技术领域
本发明涉及林业勘测领域,尤其涉及一种用于检测树叶品种的移动终端。
背景技术
林业管理部门是保护生态环境保持生态平衡,培育和保护森林以取得木材和其他林产品、利用林木的自然特性以发挥防护作用的生产部门,是国民经济的重要组成部分之一。林业管理部门在人和生物圈中,通过先进的科学技术和管理手段,从事培育、保护、利用森林资源,发挥森林的多种效益,且能持续经营森林资源,是促进人口、经济、社会、环境和资源协调发展的基础性产业和社会公益事业。
林业勘测是林业管理的重要内容之一,由于树木的种类众多,林业管理人员在林业勘测过程中经常遇到的问题是,当面对一种不熟悉的树木品种,无法确定是否是已有类型还是新的品种,如果是已有类型,需要判断其具体品种,以方便后续考察。由于林业勘测经常在比较偏僻的地方进行,无法携带过多的电子设备,导致林业管理人员无法现场做出判定结果,还需要将样本带回实验室以待进一步判断,浪费了时间,降低了工作效率。
因此,需要一种新的树木品种检测方式,替换原有的人工识别方式和实验室样本识别方式,通过便携式的电子终端即可在现场随时识别树木品种,从而提高林业工作人员的工作效率,为后续林业勘测工作的开展提供了方便。
发明内容
为了解决上述问题,本发明提供了一种用于检测树叶品种的移动终端,通过检测树叶品种的方式判断树木品种,具体为,在林业工作人员的便携式移动终端内嵌入检测树叶品种的电子设备,引入图像识别技术对树叶特征进行识别,以进一步判断树叶品种,并将现场树叶位置和现场树叶品种判断结果一起通过无线通信设备传回远程林业部门管理平台,有效提高了树木检测的智能化程度。
根据本发明的一方面,提供了一种用于检测树叶品种的移动终端,所述移动终端包括图像采集设备、图像处理设备、微控制器和显示设备,所述图像采集设备用于对目标树叶拍摄以获取树叶图像,所述图像处理设备与所述图像采集设备连接以对所述树叶图像进行图像处理,所述微控制器与所述图像处理设备和所述显示设备分别连接,以基于所述图像处理的结果确定目标树叶品种,所述显示设备用于显示与所述目标树叶品种对应的科普信息。
更具体地,所述用于检测树叶品种的移动终端中,所述移动终端还包括,存储设备,预先存储了树叶上限灰度阈值和树叶下限灰度阈值,还预先存储有树叶特征数据库,所述树叶特征数据库保存了每一种树叶品种、每一种树叶品种对应的树叶特征以及每一种树叶品种对应的科普信息,所述树叶特征包括形态特征和纹理特征,所述树叶上限灰度阈值和所述树叶下限灰度阈值用于将图像中的树叶和背景分离;串行通信接口,与所述存储设备连接,用于将所述树叶上限灰度阈值和所述树叶下限灰度阈值和所述树叶特征数据库写入所述存储设备;所述图像采集设备为高清摄像设备,其分辨率为1920×1080,用于对目标树叶拍摄以获取树叶图像;所述图像处理设备与所述存储设备和所述图像采集设备分别连接,包括图像预处理单元、图像分割单元、特征识别单元、形态特征匹配单元和纹理特征匹配单元,所述图像预处理单元与所述图像采集设备连接,用于将所述树叶图像依次进行对比度增强和小波滤波处理,以获得预处理图像,所述图像分割单元与所述图像预处理单元和所述存储设备分别连接,用于将所述预处理图像中灰度值在所述树叶上限灰度阈值和所述树叶下限灰度阈值之间的像素识别并组成叶片子图像,所述特征识别单元与所述图像分割单元和所述存储设备分别连接,用于识别所述叶片子图像中的树叶特征,所述形态特征匹配单元与所述特征识别单元连接,用于在所述树叶特征数据库中查找与识别的树叶特征中形态特征匹配的树叶品种,以作为第一树叶品种输出,如果匹配失败,则输出第一匹配失败信号,所述纹理特征匹配单元与所述特征识别单元连接,用于在所述树叶特征数据库中查找与识别的树叶特征中纹理特征匹配的树叶品种,以作为第二树叶品种输出,如果匹配失败,则输出第二匹配失败信号;所述微控制器与所述存储设备、所述形态特征匹配单元和所述纹理特征匹配单元分别连接,当接收到所述第一匹配失败信号或所述第二匹配失败信号时,发出树叶品种无法识别信号,当所述第一树叶品种和所述第二树叶品种不相同时,发出树叶品种不确定信号,当所述第一树叶品种和所述第二树叶品种相同时,发出树叶品种已确定信号,将所述相同的树叶品种作为所述目标树叶品种输出,并将在所述树叶特征数据库中与所述目标树叶品种对应的科普信息输出;所述显示器为液晶显示器,其尺寸为19英寸5:4显示比例,其分辨率为1280×1024,所述显示器与所述微控制器连接,以实时显示所述目标树叶品种和与所述目标树叶品种对应的科普信息,或实时显示与所述树叶品种无法识别信号或所述树叶品种不确定信号对应的提示文本;语音播放设备,与所述微控制器连接,以实时播放与所述目标树叶品种对应的语音播放文件,或实时播放与所述树叶品种无法识别信号或所述树叶品种不确定信号对应的语音文件;GPS定位设备,连接GPS导航卫星,用于接收所述目标树叶所在位置的树叶GPS数据;无线通信接口,与所述微控制器和所述GPS定位设备分别连接,以将所述目标树叶品种和所述树叶GPS数据通过无线通信网络发送到远程林业部门管理平台;其中,所述移动终端为手持电话、个人数字助理PDA、平板电脑或数码相机,所述语音播放设备为锥形纸盆扬声器,包括磁铁、框架、定心支片和环锥型纸盆;所述形态特征包括树叶面积、树叶长轴长、树叶短轴长和树叶周长,所述纹理特征包括树叶灰度均匀度、树叶灰度均值、树叶灰度方差和树叶灰度相关度。
更具体地,所述用于检测树叶品种的移动终端中,所述形态特征还包括树叶凸形面积、树叶椭圆度、树叶伸展度和树叶圆形度。
更具体地,所述用于检测树叶品种的移动终端中,所述图像采集设备还包括照明器件,用于为所述图像采集设备的拍摄提供照明。
更具体地,所述用于检测树叶品种的移动终端中,将所述存储设备、所述串行通信接口、所述图像处理设备和所述微控制器集成在一块集成电路板上。
更具体地,所述用于检测树叶品种的移动终端中,使用USB接口以替换所述串行通信接口,所述USB接口与所述存储设备连接,用于将所述树叶上限灰度阈值和所述树叶下限灰度阈值和所述树叶特征数据库写入所述存储设备。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的用于检测树叶品种的移动终端的结构方框图。
图2为根据本发明实施方案示出的用于检测树叶品种的移动终端的图像处理设备的结构方框图。
具体实施方式
下面将参照附图对本发明的用于检测树叶品种的移动终端的实施方案进行详细说明。
树木是林业管理的重要对象,树木的识别是林业管理人员开展工作的基础。
但是,树木的品种很多,不同品种的树木由于受遗传因素影响,在树叶外观上变现出一定程度的差异,树叶还包括了树木的大量遗传信息,例如颜色、形状、纹理等,树叶的这些信息的差异可用于区分不同的树木品种,经验丰富的林业管理人员能够一眼看出树叶的品种。
不过,树叶的差异有时非常细微,仅仅依靠传统的人工定性判断方式难以识别,这时需要将树叶的样本从现场携带回林业管理部门的实验室,通过计算机数字图像识别技术为树叶特征识别提供数字化的客观研究手段,这样,虽然能够有效识别树木品种,但是,无法现场进行即时识别,延缓了后续工作的开展。
本发明的用于检测树叶品种的移动终端,在林业管理人员的便携式移动终端内增加图像特征识别、GPS定位的电子设备,以基于拍摄的树叶图像的图像特征匹配到树叶的品种,并通过无线传输设备将匹配的树叶品种和树叶GPS位置实时传回,为林业管理部门提供重要的参考数据。
图1为根据本发明实施方案示出的用于检测树叶品种的移动终端的结构方框图,如图1所示,所述移动终端包括图像采集设备1、图像处理设备2、微控制器4和显示设备3,所述图像采集设备1用于对目标树叶拍摄以获取树叶图像,所述图像处理设备2与所述图像采集设备1连接以对所述树叶图像进行图像处理,所述微控制器4与所述图像处理设备2和所述显示设备3分别连接,以基于所述图像处理的结果确定目标树叶品种,所述显示设备3用于显示与所述目标树叶品种对应的科普信息。
接着,对本发明的用于检测树叶品种的移动终端的结构进行更具体的说明。
所述移动终端还包括存储设备,预先存储了树叶上限灰度阈值和树叶下限灰度阈值,还预先存储有树叶特征数据库,所述树叶特征数据库保存了每一种树叶品种、每一种树叶品种对应的树叶特征以及每一种树叶品种对应的科普信息,所述树叶特征包括形态特征和纹理特征,所述树叶上限灰度阈值和所述树叶下限灰度阈值用于将图像中的树叶和背景分离。
所述移动终端还包括串行通信接口,与所述存储设备连接,用于将所述树叶上限灰度阈值和所述树叶下限灰度阈值和所述树叶特征数据库写入所述存储设备。
所述图像采集设备1为高清摄像设备,其分辨率为1920×1080,用于对目标树叶拍摄以获取树叶图像。
参见图2,所述图像处理设备2与所述存储设备和所述图像采集设备1分别连接,包括图像预处理单元21、图像分割单元22、特征识别单元23、形态特征匹配单元24和纹理特征匹配单元25,所述图像预处理单元21与所述图像采集设备1连接,用于将所述树叶图像依次进行对比度增强和小波滤波处理,以获得预处理图像,所述图像分割单元22与所述图像预处理单元21和所述存储设备分别连接,用于将所述预处理图像中灰度值在所述树叶上限灰度阈值和所述树叶下限灰度阈值之间的像素识别并组成叶片子图像,所述特征识别单元23与所述图像分割单元22和所述存储设备分别连接,用于识别所述叶片子图像中的树叶特征,所述形态特征匹配单元24与所述特征识别单元23连接,用于在所述树叶特征数据库中查找与识别的树叶特征中形态特征匹配的树叶品种,以作为第一树叶品种输出,如果匹配失败,则输出第一匹配失败信号,所述纹理特征匹配单元25与所述特征识别单元23连接,用于在所述树叶特征数据库中查找与识别的树叶特征中纹理特征匹配的树叶品种,以作为第二树叶品种输出,如果匹配失败,则输出第二匹配失败信号。
所述微控制器4与所述存储设备、所述形态特征匹配单元24和所述纹理特征匹配单元25分别连接,当接收到所述第一匹配失败信号或所述第二匹配失败信号时,发出树叶品种无法识别信号,当所述第一树叶品种和所述第二树叶品种不相同时,发出树叶品种不确定信号,当所述第一树叶品种和所述第二树叶品种相同时,发出树叶品种已确定信号,将所述相同的树叶品种作为所述目标树叶品种输出,并将在所述树叶特征数据库中与所述目标树叶品种对应的科普信息输出。
所述显示器3为液晶显示器,其尺寸为19英寸5:4显示比例,其分辨率为1280×1024,所述显示器3与所述微控制器4连接,以实时显示所述目标树叶品种和与所述目标树叶品种对应的科普信息,或实时显示与所述树叶品种无法识别信号或所述树叶品种不确定信号对应的提示文本。
所述移动终端还包括语音播放设备,与所述微控制器4连接,以实时播放与所述目标树叶品种对应的语音播放文件,或实时播放与所述树叶品种无法识别信号或所述树叶品种不确定信号对应的语音文件。
所述移动终端还包括GPS定位设备,连接GPS导航卫星,用于接收所述目标树叶所在位置的树叶GPS数据。
所述移动终端还包括无线通信接口,与所述微控制器4和所述GPS定位设备分别连接,以将所述目标树叶品种和所述树叶GPS数据通过无线通信网络发送到远程林业部门管理平台。
其中,所述移动终端为手持电话、个人数字助理PDA、平板电脑或数码相机,所述语音播放设备为锥形纸盆扬声器,包括磁铁、框架、定心支片和环锥型纸盆;所述形态特征包括树叶面积、树叶长轴长、树叶短轴长和树叶周长,所述纹理特征包括树叶灰度均匀度、树叶灰度均值、树叶灰度方差和树叶灰度相关度,所述形态特征还可以包括树叶凸形面积、树叶椭圆度、树叶伸展度和树叶圆形度。
其中,所述图像采集设备1还可以包括照明器件,用于为所述图像采集设备1的拍摄提供照明,可选择将所述存储设备、所述串行通信接口、所述图像处理设备2和所述微控制器4集成在一块集成电路板上,也可选择使用USB接口以替换所述串行通信接口,所述USB接口与所述存储设备连接,用于将所述树叶上限灰度阈值和所述树叶下限灰度阈值和所述树叶特征数据库写入所述存储设备。
另外,串行接口简称串口,也称串行通信接口(通常指COM接口),是采用串行通信方式的扩展接口。串行接口(Serial Interface)是指数据一位一位地顺序传送,其特点是通信线路简单,只要一对传输线就可以实现双向通信(可以直接利用电话线作为传输线),从而大大降低了成本,特别适用于远距离通信。
一条信息的各位数据被逐位按顺序传送的通讯方式称为串行通讯。串行通讯的特点是:数据位的传送,按位顺序进行,最少只需一根传输线即可完成;成本低但传送速度慢。串行通讯的距离可以从几米到几千米;根据信息的传送方向,串行通讯可以进一步分为单工、半双工和全双工三种。
串口通信的两种最基本的方式:同步串行通信方式和异步串行通信方式。同步串行是指SPI(Serial Peripheral interface)的缩写,顾名思义就是串行外围设备接口。SPI总线系统是一种同步串行外设接口,他可以使MCU与各种外围设备以串行方式进行通信以交换信息。异步串行是指UART(Universal Asynchronous Receiver/Transmitter),通用异步接收/发送。
另外,USB是一个外部总线标准,用于规范电脑与外部设备的连接和通讯。USB接口具有即插即用和热插拔功能。USB接口可连接127种外设,如鼠标和键盘等。USB是在1994年底由英特尔等多家公司联合在1996年推出后,已成为当今电脑与大量智能设备的必配接口。
USB版本经历了多年的发展,到如今已经发展为3.0版本。USB是一种常用的PC接口,他只有4根线,两根电源两根信号,故信号是串行传输的,USB接口也称为串行口,usb2.0的速度可以达到480Mbps。为了满足各种工业和民用需要,只需使用一个USB2.0协议的转换器,将电脑的USB2.0接口转换为一个透明的并行总线,就象单片机总线一样,从而快速完成USB产品的设计。
采用本发明的用于检测树叶品种的移动终端,针对现有检测树叶品种系统现场无法电子检测的技术问题,通过将检测系统设置在移动终端上,引用图像识别技术、GPS定位技术和无线通信技术,以将识别到的树叶品种即树木品种和树木所在GPS位置通过无线通信网络传回后方,从而加快林业勘测的速度。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (1)

1.一种用于检测树叶品种的移动终端,所述移动终端包括图像采集设备、图像处理设备、微控制器和显示设备,所述图像采集设备用于对目标树叶拍摄以获取树叶图像,所述图像处理设备与所述图像采集设备连接以对所述树叶图像进行图像处理,所述微控制器与所述图像处理设备和所述显示设备分别连接,以基于所述图像处理的结果确定目标树叶品种,所述显示设备用于显示与所述目标树叶品种对应的科普信息;
其特征在于,所述移动终端还包括:
存储设备,预先存储了树叶上限灰度阈值和树叶下限灰度阈值,还预先存储有树叶特征数据库,所述树叶特征数据库保存了每一种树叶品种、每一种树叶品种对应的树叶特征以及每一种树叶品种对应的科普信息,所述树叶特征包括形态特征和纹理特征,所述树叶上限灰度阈值和所述树叶下限灰度阈值用于将图像中的树叶和背景分离;
串行通信接口,与所述存储设备连接,用于将所述树叶上限灰度阈值和所述树叶下限灰度阈值和所述树叶特征数据库写入所述存储设备;
所述图像采集设备为高清摄像设备,其分辨率为1920×1080,用于对目标树叶拍摄以获取树叶图像;
所述图像处理设备与所述存储设备和所述图像采集设备分别连接,包括图像预处理单元、图像分割单元、特征识别单元、形态特征匹配单元和纹理特征匹配单元,所述图像预处理单元与所述图像采集设备连接,用于将所述树叶图像依次进行对比度增强和小波滤波处理,以获得预处理图像,所述图像分割单元与所述图像预处理单元和所述存储设备分别连接,用于将所述预处理图像中灰度值在所述树叶上限灰度阈值和所述树叶下限灰度阈值之间的像素识别并组成叶片子图像,所述特征识别单元与所述图像分割单元和所述存储设备分别连接,用于识别所述叶片子图像中的树叶特征,所述形态特征匹配单元与所述特征识别单元连接,用于在所述树叶特征数据库中查找与识别的树叶特征中形态特征匹配的树叶品种,以作为第一树叶品种输出,如果匹配失败,则输出第一匹配失败信号,所述纹理特征匹配单元与所述特征识别单元连接,用于在所述树叶特征数据库中查找与识别的树叶特征中纹理特征匹配的树叶品种,以作为第二树叶品种输出,如果匹配失败,则输出第二匹配失败信号;
所述微控制器与所述存储设备、所述形态特征匹配单元和所述纹理特征匹配单元分别连接,当接收到所述第一匹配失败信号或所述第二匹配失败信号时,发出树叶品种无法识别信号,当所述第一树叶品种和所述第二树叶品种不相同时,发出树叶品种不确定信号,当所述第一树叶品种和所述第二树叶品种相同时,发出树叶品种已确定信号,将所述相同的树叶品种作为所述目标树叶品种输出,并将在所述树叶特征数据库中与所述目标树叶品种对应的科普信息输出;
所述显示器为液晶显示器,其尺寸为19英寸5:4显示比例,其分辨率为1280×1024,所述显示器与所述微控制器连接,以实时显示所述目标树叶品种和与所述目标树叶品种对应的科普信息,或实时显示与所述树叶品种无法识别信号或所述树叶品种不确定信号对应的提示文本;
语音播放设备,与所述微控制器连接,以实时播放与所述目标树叶品种对应的语音播放文件,或实时播放与所述树叶品种无法识别信号或所述树叶品种不确定信号对应的语音文件;
GPS定位设备,连接GPS导航卫星,用于接收所述目标树叶所在位置的树叶GPS数据;
无线通信接口,与所述微控制器和所述GPS定位设备分别连接,以将所述目标树叶品种和所述树叶GPS数据通过无线通信网络发送到远程林业部门管理平台;
其中,所述移动终端为手持电话、个人数字助理PDA、平板电脑或数码相机,所述语音播放设备为锥形纸盆扬声器,包括磁铁、框架、定心支片和环锥型纸盆;
其中,所述形态特征包括树叶面积、树叶长轴长、树叶短轴长和树叶周长,所述纹理特征包括树叶灰度均匀度、树叶灰度均值、树叶灰度方差和树叶灰度相关度;
所述形态特征还包括树叶凸形面积、树叶椭圆度、树叶伸展度和树叶圆形度;
所述图像采集设备还包括照明器件,用于为所述图像采集设备的拍摄提供照明;
将所述存储设备、所述串行通信接口、所述图像处理设备和所述微控制器集成在一块集成电路板上;
使用USB接口以替换所述串行通信接口,所述USB接口与所述存储设备连接,用于将所述树叶上限灰度阈值和所述树叶下限灰度阈值和所述树叶特征数据库写入所述存储设备。
CN201410614886.9A 2014-11-04 2014-11-04 用于检测树叶品种的移动终端 Expired - Fee Related CN104331713B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410614886.9A CN104331713B (zh) 2014-11-04 2014-11-04 用于检测树叶品种的移动终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410614886.9A CN104331713B (zh) 2014-11-04 2014-11-04 用于检测树叶品种的移动终端

Publications (2)

Publication Number Publication Date
CN104331713A CN104331713A (zh) 2015-02-04
CN104331713B true CN104331713B (zh) 2017-07-07

Family

ID=52406434

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410614886.9A Expired - Fee Related CN104331713B (zh) 2014-11-04 2014-11-04 用于检测树叶品种的移动终端

Country Status (1)

Country Link
CN (1) CN104331713B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108932270B (zh) * 2017-05-27 2021-11-30 福建省农业科学院果树研究所 基于贝叶斯和反馈算法的枇杷属种质资源检索对照方法
CN113065014B (zh) * 2020-12-05 2021-12-17 林周容 下滴树油树体类型识别装置及方法
CN113854284B (zh) * 2021-09-23 2022-06-21 惠州市惠城区健生生态农业基地有限公司 一种智能制作植物树叶标本的方法及制作系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101021939A (zh) * 2007-03-29 2007-08-22 沈阳理工大学 基于计算机图像处理的农作物病害诊断系统
CN101059425A (zh) * 2007-05-29 2007-10-24 浙江大学 基于多光谱图像的纹理分析鉴别不同品种绿茶的方法和装置
CN101403741A (zh) * 2008-10-20 2009-04-08 中国科学院合肥物质科学研究院 基于多光谱的植物叶片数字信息采集与自动识别系统及其识别方法
CN101702196A (zh) * 2009-11-16 2010-05-05 浙江林学院 基于木材显微图像的针叶材树种自动识别方法
CN101916382A (zh) * 2010-07-30 2010-12-15 广州中医药大学 一种植物叶片的图像识别方法
CN103617430A (zh) * 2013-09-14 2014-03-05 西北农林科技大学 一种基于植物叶片图像信息的便携式校园植物种类识别系统
CN103714317A (zh) * 2013-12-10 2014-04-09 同济大学 一种基于Android平台的植物叶片识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5253302A (en) * 1989-02-28 1993-10-12 Robert Massen Method and arrangement for automatic optical classification of plants

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101021939A (zh) * 2007-03-29 2007-08-22 沈阳理工大学 基于计算机图像处理的农作物病害诊断系统
CN101059425A (zh) * 2007-05-29 2007-10-24 浙江大学 基于多光谱图像的纹理分析鉴别不同品种绿茶的方法和装置
CN101403741A (zh) * 2008-10-20 2009-04-08 中国科学院合肥物质科学研究院 基于多光谱的植物叶片数字信息采集与自动识别系统及其识别方法
CN101702196A (zh) * 2009-11-16 2010-05-05 浙江林学院 基于木材显微图像的针叶材树种自动识别方法
CN101916382A (zh) * 2010-07-30 2010-12-15 广州中医药大学 一种植物叶片的图像识别方法
CN103617430A (zh) * 2013-09-14 2014-03-05 西北农林科技大学 一种基于植物叶片图像信息的便携式校园植物种类识别系统
CN103714317A (zh) * 2013-12-10 2014-04-09 同济大学 一种基于Android平台的植物叶片识别方法

Also Published As

Publication number Publication date
CN104331713A (zh) 2015-02-04

Similar Documents

Publication Publication Date Title
CN102298533B (zh) 激活应用程序的方法及终端设备
CN107993191A (zh) 一种图像处理方法和装置
Matusiak et al. Object recognition in a mobile phone application for visually impaired users
CN105429848A (zh) 通过拍照添加好友的方法、系统和社交服务器的社交系统
CN102930263A (zh) 一种信息处理方法及装置
CN103778261A (zh) 一种基于移动云计算图像识别的自助导游方法及系统
CN103295568A (zh) 一种异步合唱方法和装置
CN104331713B (zh) 用于检测树叶品种的移动终端
CN104392338A (zh) 建筑防火审核验收系统、方法、审核终端及移动验收终端
CN103366196A (zh) 二维条码连线方法
CN112069319A (zh) 文本抽取方法、装置、计算机设备和可读存储介质
CN112528639B (zh) 对象识别方法和装置、存储介质及电子设备
CN105912650A (zh) 推荐歌曲的方法和装置
CN103954781A (zh) 基于便携通讯设备的畜肉品质轻便无损检测仪
CN109446946A (zh) 一种基于多线程的多摄像头实时检测方法
CN103973550A (zh) 一种快速智能识别即时通讯应用id号并进行即时通讯的方法、系统和装置
CN113128407A (zh) 扫描识物方法、系统、计算机设备及存储介质
CN107910006A (zh) 语音识别方法、装置和多信源语音区分识别系统
CN101465905B (zh) 邮件地址搜寻系统及方法
CN203085123U (zh) 多媒体影音导览系统
CN105183737A (zh) 外观设计专利即时检索系统及检索方法
CN207718803U (zh) 多信源语音区分识别系统
CN109029449A (zh) 寻物方法、寻物装置及寻物系统
CN109885708A (zh) 证件图片的搜索方法和装置
CN106850762A (zh) 一种消息推送方法、服务器及消息推送系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Xu Jinpu

Inventor before: The inventor has waived the right to be mentioned

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20170606

Address after: 266109 Shandong Province, Qingdao city Chengyang District academy

Applicant after: Xu Jinpu

Address before: 214016 Jiangsu province Wuxi chonganou Guangrui Road 1906, 1908-257

Applicant before: Wuxi Beidouxing Communication Information Science and Technology Co., Ltd.

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170707

Termination date: 20191104