劉小紅

(湖南信息學(xué)院，湖南 長沙 410151)

0 引 言

水稻病蟲害對糧食生產(chǎn)造成極大威脅，嚴(yán)重影響糧食的產(chǎn)量。病蟲害的正確識別和診斷是準(zhǔn)確防治的前提和基礎(chǔ)，是提高糧食產(chǎn)量的根本保障。近年來農(nóng)業(yè)病蟲害診斷和識別的研究已成為熱點(diǎn)，隨著手機(jī)應(yīng)用的不斷普及和手機(jī)附有攝像頭、攜帶方便等特點(diǎn)，已有國內(nèi)外學(xué)者利用Android手機(jī)在病蟲害診斷方面進(jìn)行了深入研究，大致分為二種情況：一種情況是提出通過移動終端采集害蟲圖像直接傳遞給服務(wù)器，服務(wù)器端對接收的圖像進(jìn)行識別和處理[1-2]；另一種情況是利用OpenCV在手機(jī)端對水稻病害圖像進(jìn)行識別處理[3]。前者由于Android端將圖片直接上傳，大容量圖片會消耗數(shù)據(jù)流量，可能會出現(xiàn)上傳緩慢、網(wǎng)絡(luò)傳輸噪聲等問題，從而導(dǎo)致病蟲害診斷準(zhǔn)確率不是很高或失誤。后者由于手機(jī)拍攝的圖片占用大量的數(shù)據(jù)存儲空間，加上移動終端硬件的配置使得圖像處理能力有限，影響系統(tǒng)識別的實(shí)時性；再者SQLite數(shù)據(jù)庫不適合大量圖像檢索計(jì)算，在手機(jī)端實(shí)現(xiàn)圖像的精確識別有難度。

針對以上問題，以水稻常見的病害為研究對象，利用移動互聯(lián)網(wǎng)技術(shù)，文中提出將移動端采集的病害圖像進(jìn)行自適應(yīng)壓縮處理，保證圖像的清晰度并降低圖片容量大小后再上傳、在服務(wù)端對圖像進(jìn)行識別處理并返回結(jié)果的方法，并基于移動客戶端開發(fā)了水稻病害圖像識別系統(tǒng)，實(shí)現(xiàn)水稻病害的及時診斷，解決圖像上傳緩慢、診斷延誤或失誤、移動端圖像處理能力有限等問題。

1 系統(tǒng)總體架構(gòu)

根據(jù)系統(tǒng)的功能需求以及架構(gòu)的設(shè)計(jì)原則，采用了C/S架構(gòu)。系統(tǒng)架構(gòu)具體劃分為三層：客戶層、通信層、服務(wù)層。系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)架構(gòu)

(1)客戶層。手機(jī)客戶端選擇JDK+Eclipse+Android NDK+ADT插件等主流應(yīng)用技術(shù)進(jìn)行開發(fā)[4]；農(nóng)業(yè)種植人員或?qū)I(yè)技術(shù)人員通過手機(jī)客戶端在田間可隨時隨地采集病害圖片、壓縮處理后上傳，并進(jìn)行病害的診斷、查詢及防治建議，結(jié)果以文字和圖片等形式返回。

(2)通信層。采用4G網(wǎng)絡(luò)，將客戶層與服務(wù)層進(jìn)行互聯(lián)。根據(jù)系統(tǒng)特點(diǎn)采用Http協(xié)議作為網(wǎng)絡(luò)通信技術(shù)，并引入JSON輕量級數(shù)據(jù)轉(zhuǎn)換格式，實(shí)現(xiàn)客戶端和服務(wù)器端的跨平臺數(shù)據(jù)傳輸[5-8]。

(3)服務(wù)層。服務(wù)端配置為Tomcat服務(wù)器，利用Servlet技術(shù)響應(yīng)對不同客戶端發(fā)來的HTTP請求。主要負(fù)責(zé)監(jiān)聽、接收圖片，并對圖片進(jìn)行去噪、分割、特征提取、病害識別等圖像處理操作[9-13]，保證病害診斷系統(tǒng)的正常運(yùn)行。

2 客戶端設(shè)計(jì)與實(shí)現(xiàn)

客戶端APP主要在JDK1.8+Eclipse+Android SDK+NDK+ADT平臺上開發(fā)，使用Java語言編寫，APP運(yùn)行于Android平臺上。

2.1 診斷流程

農(nóng)業(yè)種植人員或?qū)I(yè)技術(shù)人通過手機(jī)客戶端啟動水稻病害智能診斷平臺后進(jìn)入界面。選取“圖像采集”圖標(biāo)后，進(jìn)入拍照界面，可進(jìn)行田間無摘取的實(shí)時圖像采集；選取“病害診斷”圖標(biāo)后，進(jìn)入選擇圖片界面，并裁剪；接著點(diǎn)“壓縮、上傳”圖標(biāo)后，系統(tǒng)采用JPEG算法將用戶選擇的圖片進(jìn)行壓縮處理，圖片壓縮碼流通過4G網(wǎng)絡(luò)上傳至服務(wù)器[14]；選取“接收結(jié)果”圖標(biāo)后，自動接收從服務(wù)端診斷的結(jié)果，并以文字和圖片的形式在手機(jī)客戶端顯示。客戶端病害診斷流程如圖2所示。

圖2 客戶端病害診斷流程

2.2 功能設(shè)計(jì)

經(jīng)過對智能診斷平臺功能的需求分析，確定三大模塊：用戶信息管理、病害圖像診斷、病害相關(guān)數(shù)據(jù)查詢。其中用戶信息管理模塊為農(nóng)業(yè)種植人員或技術(shù)人員提供用戶信息注冊、登錄、帳號管理等操作；圖像診斷模塊為用戶提供圖像實(shí)時采集、圖像壓縮上傳和接收結(jié)果等功能；查詢模塊提供查詢病害數(shù)據(jù)、防治措施、服務(wù)端發(fā)布的指導(dǎo)信息等功能?？蛻舳斯δ芙Y(jié)構(gòu)如圖3所示。

圖3 客戶端功能結(jié)構(gòu)

2.3 客戶端系統(tǒng)實(shí)現(xiàn)

手機(jī)端采用JPEG壓縮技術(shù)對高清大容量病害圖像進(jìn)行自適應(yīng)的質(zhì)量壓縮處理[15-16]，減少傳輸?shù)谋忍財(cái)?shù)，加快上傳速度，保證圖像清晰度，提高診斷準(zhǔn)確率。詳細(xì)步驟如下：先下載Libjpeg庫(C語言編寫)，編譯得到libjpeg.so；配置NDK和設(shè)置環(huán)境變量；將編譯好的動態(tài)庫和頭文件加入到項(xiàng)目中，并修改配置文件；代碼實(shí)現(xiàn)壓縮照片到指定目錄并使用AsyncTask執(zhí)行壓縮操作，使用JNI技術(shù)來調(diào)用Libjpeg庫文件。

考慮自適應(yīng)壓縮的耗時問題，在后臺線程中使用AsyncTask進(jìn)行異步壓縮操作，創(chuàng)建異步操作類MyCompress，且繼承AsyncTask，并重寫onPreExecute()、doInBackground()、onPostExecute()三種方法來啟動、結(jié)束圖像壓縮過程。在Activity中通過以下語句啟動壓縮圖片。

ImgCompress.getInstance(this).withListener(this).starCompress(Uri.fromFile(imgFile)

為了控制圖片輸出時的空間大小，設(shè)定一種自適應(yīng)壓縮的方法，方法中調(diào)用Bitmap類的compres()方法，對壓縮后的大小與系統(tǒng)給定值進(jìn)行循環(huán)比較，如果滿足條件則繼續(xù)compress操作；否則退出循環(huán)不再壓縮，達(dá)到自適應(yīng)壓縮的效果。

OutputStream bs=new OutputStream();

int opt=120;

OutImag.compress(Bitmap.CompressFormat.JPEG,opt,bs);

int bsLen=bs.toByteArray().length;

while((bsLen/1024)>maxFileSize) {

bs.reset();

opt=Math.max(0,opt-20);

OutImag.compress(Bitmap.CompressFormat.JPEG,opt,bs);

bsLen=bs.toByteArray().length;

if(opt==0) break;

}

為更好地實(shí)現(xiàn)數(shù)據(jù)傳輸，根據(jù)系統(tǒng)客戶端向服務(wù)器提出連接請求并成功建立連接后，主動上傳圖片或查詢時向服務(wù)端發(fā)送數(shù)據(jù)、服務(wù)端接收數(shù)據(jù)后不斷與客戶端進(jìn)行交互響應(yīng)的特點(diǎn)，采用Http協(xié)議和WebService技術(shù)，利用JSON進(jìn)行數(shù)據(jù)轉(zhuǎn)換[6]，實(shí)現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)傳輸。如定義一個JsonUtils類，并為其添加解釋JSON數(shù)據(jù)的方法：

Public static List parseJSONData(InputStream jsonData) throws Exception{

List myList=new ArrayList();

JSONArray jsonArray=new JSONArray(new String(StreamTool.read(jsonData)));

for(int i=0;i

JSONObject jsonObject=jsonArray.getJSONObject(i);

int id=jsonObject.getInt("id");

String pest=jsonObject.getString("pest");

……

myList.add(new Pests(id, pest,……) );

}

return myList;

}

在Activity類的“接收結(jié)果”方法中，代碼創(chuàng)建HttpClient、HttpGet、HttpResponse、HttpEntity等對象，實(shí)現(xiàn)從服務(wù)器端下載JSON數(shù)據(jù)。利用以下JSON語句解釋接收的網(wǎng)絡(luò)數(shù)據(jù)，以本機(jī)做測試。

String path="http://10.0.2.2:8080/ServerFromJSON/PestListServlet";

conn.setRequestMethod("GET");

if(conn.getResponseCode()==200){

InputStream jsonIn=conn.getInputStream();

returnparseJSONData(jsonIn);

}

該客戶端充分利用Android SDK中的LinearLayout類、GridView類、ListView類及TabHost組件等的優(yōu)勢設(shè)計(jì)個性化的友好、簡單的人機(jī)交互界面。

3 服務(wù)端的設(shè)計(jì)與實(shí)現(xiàn)

服務(wù)器端使用Java開源框架struts+spring+hibernate實(shí)現(xiàn)Web服務(wù)[4]。用struts進(jìn)行MVC設(shè)計(jì)，實(shí)現(xiàn)Web層的應(yīng)用；用spring進(jìn)行數(shù)據(jù)交換，實(shí)現(xiàn)業(yè)務(wù)邏輯；用hibernate進(jìn)行數(shù)據(jù)庫的訪問，實(shí)現(xiàn)對象關(guān)系的映射?？蛻舳撕头?wù)器端進(jìn)行數(shù)據(jù)交換時，存在不同的數(shù)據(jù)格式，用JSON來封裝數(shù)據(jù)，可解決數(shù)據(jù)兼容性。為了實(shí)現(xiàn)與客戶端進(jìn)行數(shù)據(jù)交互，先在服務(wù)端創(chuàng)建Web項(xiàng)目，再創(chuàng)建Servlet類作為接口程序，接著將該Servlet部署到Tomcat下，同時修改web.xml，再發(fā)布項(xiàng)目。Servlet類接口代碼分為“處理接收數(shù)據(jù)”和“處理發(fā)送數(shù)據(jù)”二部分，如下：

在N2和O2環(huán)境中、不同的PDA溫度下,Al摻雜的HfO2高k柵介質(zhì)MOSCAP的C-V曲線如圖3(a)和圖3(b)所示。由圖3可見,除了O2環(huán)境中700 ℃的PDA處理?xiàng)l件外,Al摻雜HfO2的MOSCAP均表現(xiàn)出良好的C-V特性。而O2環(huán)境中700 ℃的PDA處理時C-V特性略微變差可能與該條件下界面態(tài)變差有關(guān)。

protected void doPost (HttpServletRequest req,HttpServletResponse resp)

throws ServletException,IOException{doGet (req,resp)；}

proteeted void doGet (HttpServetRequest req,HttpServetResponse resp)

throws ServletException,IOException{

resp.setContentType("text/plain")；

resp.setCharacterEncoding("UTF-8")；

PrintWriter out=resp.getWriter()；

JSONArray array=new JSONArray();

for(Pest bean: list){

JS0NObiect obj=new JSONObject();

try{

obj .put("id".bean.getId());

obj .put("pest".bean.getPest());

……..

}catah(Exception e) {array.put(obj);}

}

out.wrire(array.toSrring()) ;

…

}

服務(wù)器在正常運(yùn)行的情況下，如果有客戶端發(fā)送圖片請求，就建立連接并接收和存儲圖片，同時采用OpenCV技術(shù)對圖像進(jìn)行特征提取[16-17]，與數(shù)據(jù)庫中已有特征數(shù)據(jù)進(jìn)行匹配，實(shí)現(xiàn)圖像識別[14]；最后將圖像識別結(jié)果以文字和高清圖片的形式通過網(wǎng)絡(luò)返回到客戶端。選擇OpenCV作為圖像處理手段，對客戶端發(fā)來的病害圖片進(jìn)行及時圖像處理，可解決移動終端圖像處理能力有限、SQLite數(shù)據(jù)庫檢索難度大等問題，提高系統(tǒng)識別實(shí)時性。

4 系統(tǒng)測試

該系統(tǒng)利用一部三星Android手機(jī)和一臺搭載tomcat7.0服務(wù)容器的電腦作為測試環(huán)境。在手機(jī)上運(yùn)行客戶端軟件后，進(jìn)入登錄界面。輸入個人賬號登錄成功，方可進(jìn)入主功能界面。用戶可利用友好、簡單的人機(jī)交互界面，在田間實(shí)地進(jìn)行圖片采集、壓縮并上傳，進(jìn)行無采摘式、實(shí)時的病害診斷；還可以通過“信息查詢”功能，實(shí)現(xiàn)在線查詢各種病害信息和防治技術(shù)等，解決農(nóng)民在種植過程中遇到的各種問題。經(jīng)過初步測試，系統(tǒng)在性能、功能方面達(dá)到了設(shè)計(jì)的預(yù)期要求。圖4是手機(jī)端系統(tǒng)實(shí)現(xiàn)的部分界面圖。

圖4 系統(tǒng)界面圖

5 結(jié)束語

文中研發(fā)的基于移動端的自適應(yīng)圖像壓縮的水稻病害診斷平臺提供了病害圖像采集、壓縮、上傳并診斷，病害防治建議等功能，具備移動端攜帶方便、平臺界面友好簡單、實(shí)時無采摘的圖像采集、快速識別、準(zhǔn)確等優(yōu)點(diǎn)。初步應(yīng)用證明，該系統(tǒng)的診斷準(zhǔn)確性高，然而，處于初期階段的系統(tǒng)平臺仍存在不少問題，后期階段有待加強(qiáng)：一是系統(tǒng)暫時只對簡單背景下的病害圖像識別率高，對于陰暗、潮濕等復(fù)雜環(huán)境下拍的圖像在特征提取方面有待研究；二是在病害圖像識別處理中，在分類器的算法上須改進(jìn)提高。