農(nóng)業(yè)病蟲(chóng)害識(shí)別系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了農(nóng)業(yè)病蟲(chóng)害識(shí)別系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要：本文嘗試將傳統(tǒng)數(shù)據(jù)庫(kù)與微信公眾平臺(tái)的服務(wù)號(hào)結(jié)合，以農(nóng)業(yè)病蟲(chóng)害識(shí)別系統(tǒng)為例，實(shí)現(xiàn)基于微信公眾號(hào)的圖像數(shù)據(jù)庫(kù)建設(shè)，為農(nóng)業(yè)種植戶搭建了一個(gè)便捷的病蟲(chóng)害查詢、識(shí)別、預(yù)測(cè)平臺(tái)。

關(guān)鍵詞：微信平臺(tái)；病蟲(chóng)害；數(shù)據(jù)庫(kù)

1引言

智慧農(nóng)業(yè)是物聯(lián)網(wǎng)技術(shù)在現(xiàn)代農(nóng)業(yè)領(lǐng)域的應(yīng)用，主要是對(duì)農(nóng)作物生長(zhǎng)環(huán)境信息，如土壤水分和溫度、空氣溫度與濕度、光照強(qiáng)度等參數(shù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)和監(jiān)控。除了環(huán)境因素，病蟲(chóng)害也經(jīng)常導(dǎo)致農(nóng)作物減產(chǎn)或者絕收。如果能對(duì)病蟲(chóng)害進(jìn)行準(zhǔn)確的分類(lèi)識(shí)別，對(duì)病蟲(chóng)害進(jìn)行預(yù)測(cè)預(yù)報(bào)，就可大大減少農(nóng)民的損失。如果靠人眼進(jìn)行識(shí)別，存在速度慢、準(zhǔn)確性差和信息共享低等缺點(diǎn)。隨著數(shù)據(jù)庫(kù)技術(shù)、圖像識(shí)別技術(shù)和移動(dòng)互聯(lián)技術(shù)的發(fā)展,開(kāi)發(fā)一款基于微信公眾號(hào)的病蟲(chóng)害識(shí)別系統(tǒng)成為可能。微信是騰訊公司推出的一款免費(fèi)即時(shí)網(wǎng)絡(luò)通信產(chǎn)品，它為個(gè)人和組織提供了一對(duì)多的自媒體活動(dòng)平臺(tái)，簡(jiǎn)稱(chēng)微信公眾號(hào)。在該平臺(tái)可以實(shí)現(xiàn)文字、圖片、語(yǔ)音、圖文鏈接的全方位溝通和互動(dòng)?；谵r(nóng)民用戶目前智能手機(jī)的擁有量、手機(jī)操作技能和手機(jī)使用習(xí)慣，相對(duì)動(dòng)態(tài)WEB網(wǎng)頁(yè)和專(zhuān)門(mén)的手機(jī)APP軟件，借助微信公眾號(hào)平臺(tái)開(kāi)發(fā)的查詢識(shí)別系統(tǒng)將更具方便性和操作性，開(kāi)發(fā)難度相對(duì)也較小[1]。病蟲(chóng)害識(shí)別系統(tǒng)設(shè)計(jì)中最關(guān)鍵的就是數(shù)據(jù)庫(kù)的設(shè)計(jì)，特別是圖像庫(kù)的設(shè)計(jì)；在病蟲(chóng)害診斷中,根據(jù)病蟲(chóng)害圖像的特征識(shí)別出病蟲(chóng)害的種類(lèi),可以避免文字描述的主觀性。但現(xiàn)有害蟲(chóng)圖像庫(kù)主要存儲(chǔ)的是圖片,這些圖片大部分是在自然場(chǎng)景中拍攝的，害蟲(chóng)的背景圖像復(fù)雜，這些圖片只能由專(zhuān)業(yè)人員通過(guò)人眼和人腦比對(duì)識(shí)別害蟲(chóng)，然后對(duì)農(nóng)民施藥進(jìn)行指導(dǎo)。要想達(dá)到快速、準(zhǔn)確、智慧的機(jī)器識(shí)別就必須要設(shè)計(jì)一個(gè)科學(xué)、合理的圖像數(shù)據(jù)庫(kù)。

2數(shù)據(jù)庫(kù)設(shè)計(jì)簡(jiǎn)介

本系統(tǒng)數(shù)據(jù)采用Oracle11g，具有高性能、伸展性、可用性和安全性，并能在低成本服務(wù)器和存儲(chǔ)設(shè)備組成的網(wǎng)格上運(yùn)行。數(shù)據(jù)庫(kù)的設(shè)計(jì)內(nèi)容一般包括：需求分析、概念結(jié)構(gòu)設(shè)計(jì)、邏輯結(jié)構(gòu)設(shè)計(jì)、物理結(jié)構(gòu)設(shè)計(jì)、數(shù)據(jù)庫(kù)的實(shí)施和數(shù)據(jù)庫(kù)的運(yùn)行和維護(hù)[2]。本系統(tǒng)相對(duì)較小，數(shù)據(jù)庫(kù)設(shè)計(jì)相對(duì)簡(jiǎn)單，本文重點(diǎn)介紹數(shù)據(jù)需求分析和邏輯設(shè)計(jì)。

2.1需求分析

本系統(tǒng)基于深度學(xué)習(xí)的圖像識(shí)別云端服務(wù)平臺(tái)，能夠通過(guò)云計(jì)算SPARK框架訓(xùn)練深度學(xué)習(xí)算法模型，對(duì)圖像進(jìn)行目標(biāo)檢測(cè)和識(shí)別，為客戶提供簡(jiǎn)單易用的圖像識(shí)別服務(wù)，并將目標(biāo)識(shí)別應(yīng)用到互聯(lián)網(wǎng)及移動(dòng)應(yīng)用場(chǎng)景中。本系統(tǒng)利用微信公眾號(hào)作為用戶的移動(dòng)互聯(lián)入口，用戶通過(guò)此入口上傳農(nóng)作物圖像，SPARKAPI實(shí)現(xiàn)圖像預(yù)處理、對(duì)圖像進(jìn)行特征提取，最終完成圖像識(shí)別分類(lèi)，最后將消息返回給用戶；數(shù)據(jù)庫(kù)后臺(tái)可以根據(jù)病蟲(chóng)害識(shí)別結(jié)果，對(duì)病蟲(chóng)害發(fā)生的區(qū)域、時(shí)間、農(nóng)作物種類(lèi)、病蟲(chóng)害種類(lèi)、病蟲(chóng)害程度、溫度、濕度等緯度進(jìn)行大數(shù)據(jù)分析，并對(duì)未來(lái)病蟲(chóng)害的產(chǎn)生進(jìn)行預(yù)測(cè)、預(yù)警。同時(shí)用戶也可以通過(guò)該入口進(jìn)行用戶交互和數(shù)據(jù)訪問(wèn)，如查看歷史病蟲(chóng)害發(fā)生情況等。

2.2邏輯設(shè)計(jì)

數(shù)據(jù)庫(kù)設(shè)計(jì)中的邏輯設(shè)計(jì)按照業(yè)務(wù)需求和模塊需要設(shè)計(jì)代碼表和數(shù)據(jù)存儲(chǔ)表，表設(shè)計(jì)按標(biāo)準(zhǔn)化第三范式（3NF），達(dá)到性能、擴(kuò)展性和數(shù)據(jù)完整性方面的最佳平衡。表設(shè)計(jì)中使用關(guān)聯(lián)字段創(chuàng)建外鍵，所有的鍵都必須唯一,外鍵總是關(guān)聯(lián)唯一的鍵字段[3]。本系統(tǒng)建立了24個(gè)數(shù)據(jù)列表，分別為：農(nóng)作物門(mén)類(lèi)、大類(lèi)、小類(lèi)、種類(lèi)代碼表4個(gè)，農(nóng)作物病蟲(chóng)害綱類(lèi)、目類(lèi)、科類(lèi)、屬類(lèi)、本體代碼表5個(gè)，病蟲(chóng)害數(shù)據(jù)采集表、采集子表2個(gè)，病蟲(chóng)害圖片預(yù)處理、圖片顏色特征均值、方差、斜度、紋理特征、形態(tài)特征等預(yù)處理表6個(gè)，病蟲(chóng)害樣本、樣本顏色特征均值、方差、斜度、紋理特征、形態(tài)特征等樣本表6個(gè)，病蟲(chóng)害識(shí)別結(jié)果表1個(gè)。

2.3物理設(shè)計(jì)

數(shù)據(jù)庫(kù)物理設(shè)計(jì)是根據(jù)特定數(shù)據(jù)庫(kù)管理系統(tǒng)所提供的多種存儲(chǔ)結(jié)構(gòu)和存取方法，對(duì)具體的應(yīng)用任務(wù)選定最合適的物理存儲(chǔ)結(jié)構(gòu),包括文件類(lèi)型、索引結(jié)構(gòu)、存取方法和存取路徑等。首先建立Oracle11g實(shí)例NZWBCH，其次是建立表空間TS_BZW-BCH，三是建立BCHFZ用戶并分配權(quán)限，四是建立各類(lèi)數(shù)據(jù)庫(kù)對(duì)象，包括表、索引、視圖、序列等，其中表設(shè)計(jì)是核心內(nèi)容。以下就是表設(shè)計(jì)的數(shù)據(jù)字段舉例：（1）農(nóng)作物門(mén)類(lèi)代碼表DM_NZW_ML，該表存儲(chǔ)了農(nóng)作物一級(jí)分類(lèi)，包含了農(nóng)作物門(mén)類(lèi)代碼和門(mén)類(lèi)名稱(chēng)[NZW_ML_DM、CHAR（2）；NZW_ML_MC、VARCHAR2(200)]。同樣可以建立農(nóng)作物大類(lèi)、小類(lèi)、種類(lèi)代碼表，農(nóng)作物病蟲(chóng)害綱類(lèi)、目類(lèi)、科類(lèi)、屬類(lèi)、本體代碼表的字段。（2）病蟲(chóng)圖像特征值是圖像識(shí)別的重點(diǎn)。其中病蟲(chóng)圖片均值顏色特征表BCH_TZ_YS_JZ存儲(chǔ)通過(guò)微信上傳的病蟲(chóng)圖片的顏色特征矩陣，包含了主鍵、預(yù)處理表ID、處理日期、矩陣行次、紅色特征值、綠色特征值、藍(lán)色特征值[UUID、VARCHAR2(30)；YCLUUID、VARCHAR2(30)；CLRQ、DATE；HC、NUMBER(5)；JZ_R_TZZ、CLOB；JZ_G_TZZ、CLOB；JZ_B_TZZ、CLOB]。同樣可建立病蟲(chóng)圖片方差顏色特征表BCH_TZ_YS_FC，該表存儲(chǔ)通過(guò)微信上傳的病蟲(chóng)害數(shù)圖片的顏色特征矩陣，包含了主鍵、預(yù)處理表ID、處理日期、矩陣行次、紅色綠色藍(lán)色方差特征值；病蟲(chóng)圖片斜度顏色特征表BCH_TZ_YS_XD，該表存儲(chǔ)通過(guò)微信上傳的病蟲(chóng)害數(shù)圖片的顏色特征矩陣，包含主鍵、預(yù)處理表ID、處理日期、矩陣行次、紅色綠色藍(lán)色斜度特征值；病蟲(chóng)圖片均值紋理特征表BCH_TZ_WL，該表存儲(chǔ)通過(guò)微信上傳的病蟲(chóng)害數(shù)圖片的紋理特征矩陣值，包含了主鍵、預(yù)處理表ID、處理日期、矩陣行次、文理特征值；病蟲(chóng)圖片均值形態(tài)特征表BCH_TZ_XT，該表存儲(chǔ)通過(guò)微信上傳的病蟲(chóng)害數(shù)圖片的形態(tài)特征值，包含了主鍵、預(yù)處理表ID、處理日期、圓度、偏心率、主軸方向角度；同理病蟲(chóng)害樣本、樣本顏色特征均值、方差、斜度、紋理特征、形態(tài)特征等樣本表6個(gè)和病蟲(chóng)圖片特征值相關(guān)表設(shè)計(jì)相類(lèi)似。（3）病蟲(chóng)害識(shí)別結(jié)果表BCH_SBJG，該表存儲(chǔ)通過(guò)微信上傳的病蟲(chóng)害數(shù)據(jù)識(shí)別結(jié)果,包含了：主鍵、數(shù)據(jù)采集UUID、微信用戶ID、病蟲(chóng)害匹配結(jié)果、病蟲(chóng)害代碼、匹配結(jié)果說(shuō)明、匹配日期、結(jié)果返回日期。該表記錄了微信公眾號(hào)最終反饋的信息內(nèi)容。

2.4系統(tǒng)數(shù)據(jù)流程

結(jié)合需求分析與數(shù)據(jù)庫(kù)邏輯和物理設(shè)計(jì),數(shù)據(jù)信息在系統(tǒng)中的流動(dòng)、處理和存儲(chǔ)情況描述如下：病蟲(chóng)數(shù)據(jù)采集->錄入采集情況->上傳圖片->數(shù)據(jù)存儲(chǔ)在云端數(shù)據(jù)庫(kù)中->圖像數(shù)據(jù)預(yù)處理(平滑、去噪、增強(qiáng)、分割)->圖像特征提取征->存儲(chǔ)顏色特征矩陣、紋理特征矩陣和形態(tài)特征數(shù)據(jù)，然后將錄入的圖形特征值與樣本特征值進(jìn)行匹配。如果匹配成功，將存儲(chǔ)匹配成功的結(jié)果向微信用戶推送，并提出防治意見(jiàn)。同時(shí)后臺(tái)存儲(chǔ)微信用戶反饋匹配的正確結(jié)果和防治的結(jié)果，進(jìn)行病蟲(chóng)害大數(shù)據(jù)分析。如果匹配失敗，返回失敗信息并存儲(chǔ)無(wú)法匹配的結(jié)果。

3結(jié)束語(yǔ)

本系統(tǒng)通過(guò)微信平臺(tái)采集病蟲(chóng)害的數(shù)據(jù)，用圖像識(shí)別的技術(shù)對(duì)病蟲(chóng)害數(shù)據(jù)進(jìn)行識(shí)別、反饋，具有極高的社會(huì)價(jià)值和商業(yè)價(jià)值。在系統(tǒng)使用多年以后，病蟲(chóng)害數(shù)據(jù)會(huì)大量存儲(chǔ)，算法也會(huì)隨著系統(tǒng)的升級(jí)而優(yōu)化，用戶的反饋對(duì)圖像匹配進(jìn)行評(píng)價(jià)，進(jìn)而改進(jìn)樣本數(shù)據(jù)，提高識(shí)別的準(zhǔn)確性。大數(shù)據(jù)分析按照病蟲(chóng)害發(fā)生的區(qū)域、溫度、濕度、時(shí)間、農(nóng)作物種類(lèi)和嚴(yán)重程度，病蟲(chóng)害防治的效果等進(jìn)行分類(lèi)分析、趨勢(shì)分析、防治分析，可對(duì)病蟲(chóng)害的發(fā)生進(jìn)行預(yù)測(cè)，農(nóng)業(yè)公共部門(mén)可指導(dǎo)相關(guān)部門(mén)進(jìn)行病蟲(chóng)害防治，農(nóng)藥生產(chǎn)部門(mén)可根據(jù)歷史數(shù)據(jù)改進(jìn)農(nóng)藥生產(chǎn)，根據(jù)預(yù)測(cè)數(shù)據(jù)開(kāi)展農(nóng)藥生產(chǎn)。而這一切的基礎(chǔ)是數(shù)據(jù)庫(kù)的合理設(shè)計(jì)。

參考文獻(xiàn)：

[1]宗燕燕.基于微信公眾平臺(tái)的圖書(shū)館特色數(shù)據(jù)庫(kù)建設(shè)[J].圖書(shū)館工作與研究,2016(9):59.

[2]李熔明.基于智能終端微信中的騰訊智慧校園數(shù)據(jù)庫(kù)設(shè)計(jì)[J].電腦迷,2017(11):170.

[3]周運(yùn)姐.基于微信端數(shù)字化城市信息管理系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)與實(shí)現(xiàn)[J].電子商務(wù),2017(3):51.

作者:施紀(jì)紅 單位:蘇州健雄職業(yè)技術(shù)學(xué)院電子信息學(xué)院