# 病虫害识别系统

**Repository Path**: godwg/Farm

## Basic Information

- **Project Name**: 病虫害识别系统
- **Description**: 作物胁迫诊断平台分为基于B/S架构的网站、基于Android的APP和基于微信的小程序等应用系统。根据平台功能需求及架构设计原则，采用多层架构设计，分为用户界面层（User Interface Layer）、业务逻辑层（Business Logic Layer）、数据访问层（Data Access Layer）。为了便于数据管理，3种应用系统共用一个数据库，数据库采用MySql。
- **Primary Language**: Java
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 9
- **Forks**: 0
- **Created**: 2019-07-09
- **Last Updated**: 2024-05-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 病虫害识别系统

## 介绍

基于卷积神经网络图像识别和机器学习决策树的农作物信息收集与管理的智慧果园系统大学生创新团队组建于2019年9月，针对服务的群体为农作物养殖户。该项目以实用的角度，力求将智慧农业应用于中国数万万农民管理农作物中。

![img](file:///C:\Users\ADMINI~1\AppData\Local\Temp\ksohtml\wps6F34.tmp.jpg) 

## 主要功能

目前智慧农业平台的运行功能设定主要包括：

1、植物信息检索：通过输入植物的名字可以得到该植物的一切信息，例如拉丁学名，植物别名，植物类属(界、门、纲、目、科、属、种)、产地分布、形态特征、生长习性、天敌等一切有关植物的信息。

2、植物病害识别：可以通过一张png或jpg图片放入图片识别模型中识别出植物所患的病害类别，从而对症下药最小化农户的损失。

3、植物种类识别：可以通过一张png或jpg图片放入图片识别模型中识别出植物的种类，并通过识别出的种类去索引作物的信息，方便得到更精细的管理。

4、信息推送：随机推送一些各种常见植物的基础信息，方便农户加深对这方面的理解，对植物的管理更加高效、高产。

 

## 功能实现

### 基于决策树的植物病害识别

***机器学习决策树架构图：***

![img](file:///C:\Users\ADMINI~1\AppData\Local\Temp\ksohtml\wps5C7E.tmp.jpg) 



决策树通过所收集的胁迫因素惊醒决策树的层次遍历得到最后的病害结果

### 基于CNN的图像识别模块

***深度学习卷积神经网络架构图：***

![img](file:///C:\Users\ADMINI~1\AppData\Local\Temp\ksohtml\wps5C7F.tmp.jpg) 



通过分析传入图片的像素，提取其特征喂入识别模型中得出识别结果。

##  平台用户

平台主要包括信息检索、业务咨询、胁迫诊断和信息管理功能。平台用户分为管理员、普通用户（农户）和专家用户。

管理功能包括用户信息管理、作物信息管理、天敌信息管理、胁迫信息管理、植保知识管理、资讯信息管理、咨询信息管理、诊断规则管理、诊断模型管理、胁迫情报管理、资源信息管理（图像、视频、光谱等）等。

管理员具有用户信息管理、作物信息管理、胁迫信息管理、诊断规则管理、诊断模型管理、咨询信息管理、植保知识管理、资讯信息管理、胁迫情报管理等所有管理功能。

普通用户具有检索作物信息、天敌信息、胁迫信息、植保知识、资讯信息的功能，具有专家咨询、胁迫情报上传、胁迫智能诊断的功能，具有修改个人信息的功能，智能终端还具有位置服务的功能。

专家用户具有检索作物信息、天敌信息、胁迫信息、植保知识、资讯信息的功能，具有管理与本人相关的咨询信息、诊断规则、诊断模型的功能，具有胁迫情报分析、胁迫智能诊断的功能，具有修改个人信息的功能。

胁迫类型分为生物胁迫（包括病害、虫害、草害）和非生物胁迫（包括水分、养分、温度、光照、金属等）。

![img](file:///C:\Users\ADMINI~1\AppData\Local\Temp\ksohtml\wps5C80.tmp.jpg)