基于Android的葡萄病虫害图像识别的研究与实现

黄彬　苏家仪　杨洋

摘要：目前葡萄病虫害的传统诊断均为人工目测，而且对农技人员的经验要求较高，如果发现病虫害不能及时解决，将会导致病虫害有进一步扩散的风险。现如今移动智能手机的普及与配置性能的提升，让人们可以便捷地获得更多的技术支持，外加人工智能的兴起，深度学习已广泛应用于很多行业，通过更精准的特征提取，为人们提供决策依据。本文通过介绍Android系统和YOLO的相关技术知识，然后论述病虫害图像识别的流程，最后应用到Android平台的工程项目中，系统稳定运行，并达到预期效果。

关键词：葡萄病虫害;图像识别;Android

病虫害的防治管理是农业生产的重要环节，但传统诊断农作物病虫害的方法是人工目测，这存在两个问题：一方面，大田或温室发生的病虫害种类众多，农民并不能保证根据经验做出的判断完全正确，另一方面，农业技术人员相当匮乏，由于没有专业人士及时到现场诊断，可能会使病情延误或加重。

近年来，人工智能技术已经取得了长足的进步，图像识别、自动推理、数据挖掘、机器学习等都在蓬勃发展。人工智能可以在智能感知的前提下，结合大数据技术自主学习，帮助人们做出决策、代替重复性工作，这意味着人工智能可以代替农业专家自动诊断识别病虫害，并做出防治决策。比如郭文川等[1]利用图像技术根据参照物和被测植物叶片面积得到植物叶片的面积的基于基于Android手机的植物叶……