由于稻米是我国人民食用的最主要的粮食作物,所以对其品种进行识别具有深远意义。以前,通常使用手查或眼睛看的这种人工的方法来达到识别稻米品种的目的,此种类型的方法比较容易受到主观的影响,效率低下,而且识别出的稻米的结果可信度不高,影响准确率。现如今,在移动互联网的发展下,研究移动便携设备已经成为了主流。在稻米品种鉴别方面,已经研究开发出了各种基于PC端的识别系统,但基于移动设备上的识别系统软件却少有研究。因此,开发可供移动设备上使用的稻米识别应用软件具有较高的实用意义。本文设计并实现了基于Android的稻米品种的识别系统。论文所做的工作如下:(1)图像采集,选取具有代表性的三大类稻米样品籼米、粳米和糯米,利用移动终端获取到稻米图像。(2)图像预处理以及特征提取,使用OpenCV函数库预处理图像。比如将图像灰度化,二值化图像,对边缘进行检测以及图像分割等。通过比较常见的几种图像预处理算法,采取Canny算法对图像进行边缘检测,采取Grab Cut算法对图像进行分割,这些方法处理后能得到最佳的预处理效果。提取已经处理好的图像的特征参数,根据稻米的形态特征,将稻米图像的宽长比,灰度平均值和圆形度提取出来,并将其输入到分类模型中以完成识别。(3)稻米品种鉴别,综合利用K-means聚类算法和BP神经网络算法对特征参数分类,来实现稻米品种鉴别。同时,将稻米样品的实验数据划分为训练样本和测试样本,验证此系统的鉴别的准确率,试验结果表明,此算法基本能够识别出稻米的品种。(4)设计了基于Android的稻米鉴别系统,利用TCP/IP协议实现了客户端与服务器端之间的通信,服务器端将识别结果返回到Android’客户端,移动客户端准确接收到识别结果。