本實用新型涉及數(shù)字圖像處理和模式識別技術(shù)領(lǐng)域，尤其是涉及一種基于語音交互的葉片圖像植物自動識別裝置。

背景技術(shù)：

地球上大約有400000種植物，我國是世界第二大植物物種資源庫。植物物種的分類和識別是植物學(xué)研究和農(nóng)業(yè)生產(chǎn)的重要基礎(chǔ)工作，是人類認識植物，掌握植物的進化規(guī)律，了解植物的基本特性并且加以利用的基礎(chǔ)。

傳統(tǒng)的植物分類學(xué)研究一般對采集的標(biāo)本人工測量、獲得數(shù)據(jù)，綜合植物的外部特征，通過人們的經(jīng)驗常識進行分類，這種方法工作量巨大，主觀性強，導(dǎo)致識別的正確率不高。隨著計算機圖像處理技術(shù)和人工智能技術(shù)的發(fā)展，物體識別的技術(shù)也逐漸滲透到了植物物種識別領(lǐng)域，由于農(nóng)業(yè)發(fā)展的需要，植物物種的機器識別應(yīng)運而生，特別是農(nóng)作物的生長發(fā)育、質(zhì)量產(chǎn)量檢測和病蟲害檢測等方面，植物物種識別都發(fā)揮著重要作用。植物物種機器識別技術(shù)最早可以追溯到1986年，Ingrouille等人采用27種葉形特征，使用了主成分分析方法(PCA)對橡樹進行了分類識別。同年，Guyer DE等人也發(fā)表了其研究成果，Guyer等人通過光譜分析和數(shù)學(xué)推導(dǎo)等方法論證了通過圖像識別技術(shù)進行物種識別的兩個重要的基礎(chǔ)理論，光譜對葉片和泥土的反射的的區(qū)別足以分割葉片和背景以及不同植物物種葉片的形狀差異足以區(qū)分植物物種。1993年，Guyer再次發(fā)表了新的研究成果，通過精確定位葉片圖像輪廓上的點得到了植物葉片的形狀特征，并提取了17中葉形特征作為分類器的輸入數(shù)據(jù)實現(xiàn)了40種植物物種的可視化識別；1996年，Yonekawa等人研究發(fā)現(xiàn)，簡單的葉片形狀因子對于植物葉片識別是有效的，運用判別式分析、匹配和機器學(xué)習(xí)等方法進行植物葉片分類識別可以取得良好的效果。1997年，Abbasi等利用多尺度曲率空間(CSS)方法來描述葉片形狀，并用來對菊花進行分類。Mokhtarian等在2004年又發(fā)展了這種方法，用于自遮掩的葉片識別。Belhumeur P.N等在2008年實現(xiàn)一種植物物種鑒別的可視化系統(tǒng)軟件，該軟件依托美國國家植物標(biāo)本庫，收集了上千種黑色背景的植物葉片圖像，并在植物學(xué)家的幫助下分類標(biāo)簽了，軟件讀取待得到植物葉片圖像后進行特征提取和分類，經(jīng)過數(shù)秒的時間可返回匹配度最高的植物物種，包括該植物的文字和圖片介紹。然而這些方法都是針對于傳統(tǒng)的臺式機所進行設(shè)計的識別方法。由于植物的生長環(huán)境基本都在室外，傳統(tǒng)的臺式機，筆記本不適合隨身攜帶來采集識別植物葉片，而手持設(shè)備體積小，方便攜帶，并且攝像系統(tǒng)的普及以及4G時代的到來，將十分有利于利用手機采集葉片，通過單機或者聯(lián)網(wǎng)的形式對植物葉片進行處理識別。

專利CN204926123U提供了一種基于手持終端葉片圖像的植物物種識別裝置，可以通過手持設(shè)備等對室外植物進行物種識別，然而該裝置需要全程手動操作來實現(xiàn)植物葉片的識別，在野外或惡劣天氣時，用戶可能不便于手動操控識別裝置進行拍照，繼而無法完成植物的物種識別。

技術(shù)實現(xiàn)要素：

本實用新型的目的是針對上述問題提供一種基于語音交互的葉片圖像植物自動識別裝置。

本實用新型的目的可以通過以下技術(shù)方案來實現(xiàn)：

一種基于語音交互的葉片圖像植物自動識別裝置，用以根據(jù)植物的葉片特征進行植物物種識別并與用戶進行語音交互，所述裝置包括通過無線網(wǎng)絡(luò)互相連接的IOS客戶端和服務(wù)器端，所述IOS客戶端包括圖像采集模塊、圖像處理識別模塊、人機交互界面、客戶端數(shù)據(jù)存儲器和客戶端網(wǎng)絡(luò)通信器，所述圖像處理識別模塊分別與圖像采集模塊、人機交互界面、客戶端數(shù)據(jù)存儲器和客戶端網(wǎng)絡(luò)通信器連接，所述人機交互界面與圖像采集模塊連接，所述客戶端網(wǎng)絡(luò)通信器與服務(wù)器端連接，所述IOS客戶端還包括語音交互模塊，所述語音交互模塊分別與圖像采集模塊和圖像處理識別模塊連接。

所述語音交互模塊包括麥克風(fēng)、揚聲器和MCU控制器，所述麥克風(fēng)和揚聲器均與MCU控制器連接，所述MCU控制器分別與圖像采集模塊和圖像處理識別模塊連接。

所述圖像采集模塊包括攝像頭組件、外接閃光燈、圖像傳感器、曝光控制器和拍攝控制器，所述拍攝控制器分別與攝像頭組件、外接閃光燈、曝光控制器和語音交互模塊連接，所述圖像傳感器分別與攝像頭組件和圖像處理識別模塊連接。

所述攝像頭組件包括長焦攝像頭和廣角攝像頭，所述長焦攝像頭和廣角攝像頭的像素均為1200萬。

所述圖像識別處理模塊包括圖像處理器、圖像降噪器、單機圖像分類器和本地葉片數(shù)據(jù)存儲器，所述圖像處理器分別與圖像采集器和客戶端數(shù)據(jù)存儲器連接，所述圖像降噪器分別與圖像處理器、單機圖像分類器和客戶端網(wǎng)絡(luò)通信器連接，所述單機圖像分類器分別與本地葉片數(shù)據(jù)存儲器、人機交互界面和語音交互模塊連接，所述客戶端網(wǎng)絡(luò)通信器分別與人機交互界面和語音交互模塊連接。

所述圖像處理器包括A10Fusion四核處理器。

所述圖像降噪器包括ISP圖像處理器。

所述服務(wù)器端包括植物物種數(shù)據(jù)庫、網(wǎng)絡(luò)圖像分類器和服務(wù)器端接收發(fā)送器，所述網(wǎng)絡(luò)圖像分類器分別與植物物種數(shù)據(jù)庫和服務(wù)器端接收發(fā)送器連接，所述服務(wù)器端接收發(fā)送器與客戶端網(wǎng)絡(luò)通信器連接。

與現(xiàn)有技術(shù)相比，本實用新型具有以下有益效果：

(1)本裝置設(shè)有語音交互模塊，可以與用戶進行語音交互，控制拍照并播放識別結(jié)果，便于用戶操作的同時適用于各種惡劣環(huán)境，適用范圍廣，方便程度高。

(2)圖像采集模塊采用的攝像頭組件為雙攝像頭，包括長焦攝像頭和廣角攝像頭，且兩個攝像頭的像素達到1200萬，拍攝結(jié)果好，便于后續(xù)進行識別，提高識別精度。

(3)圖像識別處理模塊設(shè)有單機圖像分類器，可以對葉片進行本地識別，在網(wǎng)絡(luò)通信不良好的地方也可以進行葉片識別，同時由于避免了聯(lián)網(wǎng)提高了識別的速度，進一步增強了葉片識別的方便程度。

(4)圖像識別處理模塊除了可以對圖像采集模塊采集到的葉片圖像進行識別以外，也可以對客戶端數(shù)據(jù)存儲器內(nèi)存儲的圖像進行識別，可以根據(jù)用戶的需求自行進行選擇，使用靈活方便。

(5)圖像處理器采用A10Fusion四核處理器，處理速度快，同時利用ISP圖像處理器對圖像進行降噪，進一步提高了葉片圖像的精度，便于后續(xù)通過單機圖像分類器對圖像進行識別。

(6)設(shè)置有本地葉片數(shù)據(jù)存儲器，可以自行進行擴充，在用戶識別到本地葉片數(shù)據(jù)存儲器中未識別過的葉片后，可以將信息存儲至本地葉片數(shù)據(jù)存儲器中，使用方便且靈活性強。

附圖說明

圖1為本實用新型的結(jié)構(gòu)示意圖；

其中，1為IOS客戶端，2為服務(wù)器端，11為圖像采集模塊，12為圖像處理識別模塊，13為人機交互界面，14為客戶端數(shù)據(jù)存儲器，15為客戶端網(wǎng)絡(luò)通信器，16為語音交互模塊，21為植物物種數(shù)據(jù)庫，22為網(wǎng)絡(luò)圖像分類器，23為服務(wù)器端接收發(fā)送器。

具體實施方式

下面結(jié)合附圖和具體實施例對本實用新型進行詳細說明。本實施例以本實用新型技術(shù)方案為前提進行實施，給出了詳細的實施方式和具體的操作過程，但本實用新型的保護范圍不限于下述的實施例。

如圖1所示為一種基于語音交互的葉片圖像植物自動識別裝置，用以根據(jù)植物的葉片特征進行植物物種識別并與用戶進行語音交互，該裝置包括通過無線網(wǎng)絡(luò)互相連接的IOS客戶端1和服務(wù)器端2，IOS客戶端1包括圖像采集模塊11、圖像處理識別模塊12、人機交互界面13、客戶端數(shù)據(jù)存儲器14和客戶端網(wǎng)絡(luò)通信器15，圖像處理識別模塊12分別與圖像采集模塊11、人機交互界面13、客戶端數(shù)據(jù)存儲器14和客戶端網(wǎng)絡(luò)通信器15連接，人機交互界面13與圖像采集模塊11連接，客戶端網(wǎng)絡(luò)通信器15與服務(wù)器端2連接，客戶端還包括語音交互模塊16，語音交互模塊16分別與圖像采集模塊11和圖像處理識別模塊12連接。

其中，語音交互模塊16包括麥克風(fēng)、揚聲器和MCU控制器，麥克風(fēng)和揚聲器均與MCU控制器連接，MCU控制器分別與圖像采集模塊11和圖像處理識別模塊12連接。圖像采集模塊11包括攝像頭組件、外接閃光燈、圖像傳感器、曝光控制器和拍攝控制器，拍攝控制器分別與攝像頭組件、外接閃光燈、曝光控制器和語音交互模塊16連接，圖像傳感器分別與攝像頭組件和圖像處理識別模塊12連接。攝像頭組件包括長焦攝像頭和廣角攝像頭，長焦攝像頭和廣角攝像頭的像素均為1200萬。圖像識別處理模塊包括圖像處理器、圖像降噪器、單機圖像分類器和本地葉片數(shù)據(jù)存儲器，圖像處理器分別與圖像采集器和客戶端數(shù)據(jù)存儲器14連接，圖像降噪器分別與圖像處理器、單機圖像分類器和客戶端網(wǎng)絡(luò)通信器15連接，單機圖像分類器分別與本地葉片數(shù)據(jù)存儲器、人機交互界面13和語音交互模塊16連接，客戶端網(wǎng)絡(luò)通信器15分別與人機交互界面13和語音交互模塊16連接。服務(wù)器端2包括植物物種數(shù)據(jù)庫21、網(wǎng)絡(luò)圖像分類器22和服務(wù)器端接收發(fā)送器23，網(wǎng)絡(luò)圖像分類器22分別與植物物種數(shù)據(jù)庫21和服務(wù)器端接收發(fā)送器23連接，服務(wù)器端接收發(fā)送器23與客戶端網(wǎng)絡(luò)通信器15連接。上述圖像處理器采用的是A10Fusion四核處理器。圖像降噪器采用的是ISP圖像處理器。

利用上述裝置進行葉片圖像植物的自動識別過程如下：用戶通過人機交互界面13或語音交互模塊16控制圖像采集模塊11采集葉片圖像傳輸給圖像處理器(通過語音交互模塊16控制時，首先通過麥克風(fēng)下達采集命令，MCU控制器對采集命令進行識別并在識別到采集命令時產(chǎn)生控制信號至圖像采集模塊11)，或圖像處理器直接選取客戶端數(shù)據(jù)存儲器14中的葉片圖像，圖像處理器對圖像進行簡單的灰度化、調(diào)整大小和邊緣補充等處理并傳輸給圖像降噪器，圖像降噪器通過張量總變分完成葉片圖像的降噪處理，然后判斷有無聯(lián)網(wǎng)，在無網(wǎng)絡(luò)連接時將葉片圖像傳輸至圖像單機圖像分類器，通過圖像單機分類器得到葉片圖像分類結(jié)果，并從手機葉片數(shù)據(jù)庫中獲取植物信息傳送給人機交互界面13，同時通過語音交互模塊16的揚聲器對識別分類結(jié)果進行播放；有網(wǎng)絡(luò)連接時則通過客戶端網(wǎng)絡(luò)通信器15將葉片圖像傳輸至服務(wù)器端2，服務(wù)器端2的網(wǎng)絡(luò)圖像分類器22對客戶端傳來的葉片分類，并調(diào)用植物物種數(shù)據(jù)庫21中植物的圖像數(shù)據(jù)對圖像進行對比識別，并將識別結(jié)果通過服務(wù)器端接收發(fā)送器23回傳給客戶端網(wǎng)絡(luò)通信器15，并將最終結(jié)果顯示在人機交互界面13上并通過語音交互界面的麥克風(fēng)進行播放。