三种葡萄叶部病害检测系统
不同葡萄品种灰霉病抗性鉴定及褪黑素抗病机理初探
核农学报2024，38（4）：0674~0684Journal of Nuclear Agricultural Sciences不同葡萄品种灰霉病抗性鉴定及褪黑素抗病机理初探王宪璞代瑛姿郭宏扬杨志峰许丽丽 *（石河子大学农学院，特色果蔬栽培生理与种质资源利用兵团重点实验室，新疆石河子832003）摘要：灰霉病是严重危害葡萄生长和果实品质的主要病害之一。
为探究外源褪黑素（MT）缓解葡萄灰霉病发生的抗性机理，本研究以10个新疆主栽葡萄品种为试材，结合叶片、果实基本性状与病情严重度相关性分析，对不同葡萄品种灰霉病抗性进行综合评价；以成熟离体果实为试材，测定了MT对关键抗性指标的影响。
结果表明，部分参试葡萄品种灰霉病抗性水平差异显著，接种灰霉病病原菌（Botrytis cinerea）10 d后，阳光玫瑰和克瑞森葡萄叶片和果实表现感病，蓝宝石葡萄叶片表现感病，其余品种均表现不同程度的抗性，其中巨峰葡萄隶属函数综合得分最高、抗性最强。
B. cinerea侵染葡萄叶片后，不同抗性品种的叶片相对电导率、超氧阴离子、丙二醛及游离脯氨酸水平均呈上升趋势，其中阳光玫瑰和克瑞森葡萄叶片侵染前后各指标差异显著或极显著，巨峰葡萄叶片除游离脯氨酸水平在侵染前后差异显著外，其余指标均不显著。
外源100 μmol·L-1 MT提高了葡萄果实总酚含量、总抗氧化水平和苯丙氨酸淀粉酶、多酚氧化酶活性，缓解了B. cinerea对果实的危害，此外，MT显著上调了VvCu/Zn-SOD1a等活性氧清除相关基因的表达（以巨峰葡萄最为明显）。
综上所述，MT通过促进葡萄果实酚类物质代谢与维持活性氧平衡提高对灰霉病的抗性。
研究结果不仅为揭示褪黑素提高葡萄对灰霉病菌抗性的生理基础提供了理论依据，也为褪黑素提高葡萄灰霉病抗性的田间应用和优质抗病种质发掘利用提供了数据支撑。
关键词：葡萄；灰霉病；褪黑素；抗氧化性DOI：10.11869/j.issn.1000‑8551.2024.04.0674葡萄（Vitis Vinifera L.）是世界四大水果之一，也是重要的经济作物，栽培面积和产量逐年递增，截至2022年，我国葡萄栽培面积位居世界第三［1］。
辽宁省北镇市葡萄叶斑病的病原鉴定
扌直逖碌妇 2021, 47(2):185 - 188PlantProte tion研究简报 Research Notes辽宁省北镇市葡萄叶斑病的病原鉴定刘梅，王彩霞，燕继晔，贾静怡，李兴红**收稿日期：2019-11-19 修订日期：2020-02-01基金项目：国家葡萄产业技术体系（CARS29-bc2）:北京市*通信作者 E-mail ：lixinghong1962@（北京市农林科学院植物保护环境保护研究所，北方果树病虫害绿色防控北京市重点实验室，北京100097）摘要近年来辽宁省北镇市出现一种葡萄叶斑病，症状表现为圆形或椭圆形小黑斑，病斑周围褪绿变黄，为明确引起该病的病原菌，利用组织分离法对病样进行分离纯化，采用多基因系统发育学分析（ITS 、GAPDH 、CHS 1、ACT 、TUB2基因）和形态学特征观察对纯化后的菌株进行鉴定，并结合柯赫氏法则对其进行验证。
结果确定病原菌为平头炭疽菌 Colletotrichum truncatum.关键词葡萄；叶斑病；多基因系统发育；平头炭疽菌中图分类号：S4366311 文献标识码： A DOI ：1016688/jzwbh2019631Identification of the pathogen causing leaf spot on grapein Beizhen city of Liaoning provinceLIU Mei, WANG Caixia, YAN Jiye, JIAJingyi, LI Xinghong *(..Institute of Plant Protection and Environmental Protection , Beijing Academy of Agricultural and Forestry Sciences , Beijing Key Laboratory for Environmental Friendly Management on Fruit Diseases and Pests inNorth China Fruits, Beijing 100097, China)Abstract Inrecentyears ，agrapeleafspotdseaseappeared nBezhenctyofLaonngprovnce.Thesymptoms included sma ll black round or oval spots , around the spots leaf faded green and turned yellow. Based on ttssueisolation method , multi-gene phylogenetic analysis (ITS , GAPDH , CHS -1 , ACT , TUB2) , morphological characters and Koch's postulates , the pathogen was identified as Colletotrichum truncatum.Keywords grape； leafspot ； multi-genephylogeny ；葡萄为葡萄科葡萄属落叶藤本植物,原产于欧 洲和亚洲西部［］,是世界上种植面积最大的水果之 一。
基于深度学习的葡萄果梗识别与最优采摘定位
三、解决方案与技术发展
为解决上述问题，科研人员研发了一系列技术，包括机器视觉技术、深度学 习算法、传感器技术等。这些技术的应用，使葡萄采摘机器人能够更准确地识别 和定位葡萄。
1、机器视觉技术：利用高分辨率相机拍摄葡萄园，再通过图像处理和识别 算法，识别和定位葡萄的位置。
2、深度学习算法：利用大量的葡萄图像训练人工智能模型，使其能够自主 识别和定位葡萄。
总之，基于深度学习的工业分拣机器人快速视觉识别和定位算法是一种具有 重要应用前景的技术。它不仅可以提高工业分拣机器人的工作效率和精度，还可 以降低生产成本和提高产品质量。未来随着深度学习算法的不断改进和优化，该 技术在工业分拣机器人领域的应用前景将更加广阔。
感谢观看
4、路径规划：根据目标检测的结果，计算出机械臂移动的路径，实现待分 拣物品的准确抓取。
相对于传统的工业分拣机器人，基于深度学习的工业分拣机器人具有更高的 准确性和灵活性。首先，深度学习算法可以自动从大量数据中学习和提取特征， 避免了手工设计和选择特征的繁琐过程。其次，深度学习算法可以处理各种形状、 大小、颜色、材质的待分拣物品，具有较强的适应性。最后，深度学习算法具有 一定的自适应能力，能够根据不同的情况自动调整模型参数，提高识别和定位精 度。
基于深度学习的葡萄果梗识别 与最优采摘定位
基本内容
摘要：
本次演示提出了一种基于深度学习的葡萄果梗识别与最优采摘定位方法。该 方法采用卷积神经网络（CNN）和条件随机场（CRF）模型对葡萄果梗进行识别， 并利用回归模型对葡萄采摘位置进行优化。实验结果表明，该方法能够准确识别 葡萄果梗并预测其最优采摘位置，为自动化葡萄采摘提供了有益的参考。
五、未来展望
随着人工智能和机器学习技术的进一步发展，以及计算能力和硬件设备的提 升，我们预期在不久的将来，葡萄采摘机器人将能更好地适应复杂的自然环境。 首先，通过更先进的算法和更大规模的数据集训练，机器人的视觉系统将能更准 确地识别和定位葡萄。其次，传感器技术的发展将使机器人能够更准确地感知葡 萄的成熟度和位置信息。
葡萄病害智能诊断模型与系统研究的开题报告
葡萄病害智能诊断模型与系统研究的开题报告
一、研究背景
葡萄是一种重要的经济作物，在全球范围内种植广泛。
但是葡萄种植过程中，容易出现各种病害问题，如白粉病、黑腐病等，这些病害对葡萄的生长发育和果实质量等产生了很大的影响。
因此，建立一种智能诊断模型与系统，对于快速、准确地诊断葡萄病害问题具有重要意义。
二、研究目的
本研究旨在建立一种葡萄病害智能诊断模型与系统，该系统可依据葡萄植株的病状和病害类型，对葡萄的种植环境和栽培管理进行分析，提供相应的治理措施和预防措施，以保障葡萄产业的发展和提高葡萄的产量和质量。
三、研究内容
本研究拟从以下几个方面进行探究：
1.葡萄病害的检测方法研究。
通过研究现有的葡萄病害检测方法，如病害标本采集、显微镜观察、病害图像识别等，选择合适的病害检测方法，并进行优化和改进。
2.葡萄病害智能诊断模型的建立。
通过对葡萄的生理生态特性、病害发生机制和病原菌等方面的研究，建立葡萄病害智能诊断模型，实现对葡萄病害的快速诊断和治理。
3.葡萄病害智能诊断系统的开发。
基于前两步的研究成果，建立葡萄病害智能诊断系统，实现对葡萄病害问题的自动诊断、治理和跟踪。
四、研究方法
本研究将采用实验研究、统计分析、机器学习等方法，通过对相应的研究数据的采集、分析和处理，建立一种葡萄病害智能诊断模型与系统。
五、研究意义
本研究建立的葡萄病害智能诊断模型与系统，将极大地提高葡萄病害的检测和治理方法，推动葡萄产业健康、可持续发展。
此外，该研究还将为其他作物病害的智能诊断奠定基础，具有一定的推广应用价值。
基于改进YOLOF的葡萄叶片黑腐病检测方法研究
基于改进YOLOF的葡萄叶片黑腐病检测方法研究薛雅曹洪武王宇航（塔里木大学信息工程学院，新疆阿拉尔843300）摘要葡萄在生长过程中易感染各种病害，导致产量和品质下降，对病害的准确识别是防治病害的基础和关键。
本文提出了一种基于YOLOF的改进算法，将EfficientNet网络应用于YOLOF算法的主干网络，对葡萄叶片黑腐病病害进行检测。
结果表明：改进后的算法识别黑腐病病害的准确率达89.4%，较原YOLOF算法提升了3.1个百分点，为检测葡萄叶部病害提供了一种新的思路。
关键词YOLOF；EfficientNet；葡萄叶片；黑腐病；检测方法中图分类号S436.5文献标识码A文章编号1007-5739（2023）07-0091-04DOI：10.3969/j.issn.1007-5739.2023.07.027开放科学（资源服务）标识码（OSID）：Detection Method for Grape Leaf Black Rot Disease Based on Improved YOLOFXUE Ya CAO Hongwu WANG Yuhang(College of Information Engineering,Tarim University,Alar Xinjiang843300) Abstract Grape is easy to be infected with various diseases in the growth process,resulting in the decline of yield and quality.The accurate identification of diseases is the basis and key to the prevention and control of diseases.This paper proposed an improved EfficientNet algorithm based on YOLOF.The network EfficientNet was applied to the backbone network of YOLOF algorithm to detect grape leaf black rot disease.The results showed that the accuracy of the improved algorithm reached89.4%,which was3.1percentage points higher than that of the original YOLOF algorithm. The experimental results provide a new idea for detecting grape leaf disease.Keywords YOLOF;EfficientNet;grape leaf;black rot disease;detection method葡萄是常见的水果之一，在我国产量丰富。
葡萄主要病害绿色防控技术解析
2021年第08期现代园艺葡萄主要病害绿色防控技术解析毛佳1，2，曹凯歌1，吴险平1，施保国3，王宏宝1*，周长勇1（1江苏徐淮地区淮阴农业科学研究所，江苏淮安223001；2淮安市农业科技实业科技总公司；3淮安市植保植检站）摘要:主要介绍了葡萄种植过程中常见的病害种类及低毒、绿色、安全、有效的防治方法，以期为淮安葡萄产业提质增效提供技术参考。
关键词:葡萄；病虫害；防治技术葡萄作为在世界各地广泛栽培的“明星水果作物”，一直是百姓餐桌上的常客。
截至2017年，我国葡萄种植面积高达703300hm2，总产量高达1308.3万t。
葡萄味道鲜美，营养价值高，是一种鲜食、加工于一体的经济水果。
随着我国社会经济的全面发展，葡萄产品需求不断上升，推动了葡萄产业的迅速发展[1]。
淮安作为苏北重要农业大市，随着高效农业、现代农业的快速发展，葡萄产业发展势头良好。
但近年来病虫为害问题日益凸显，成为制约淮安葡萄种植业发展的关键因子，为推进葡萄产业健康发展，重点介绍了种植过程中常见的病害种类及低毒、绿色、安全、有效的防治方法，以期为淮安葡萄产业提质增效提供技术参考。
1选用抗性砧木（品种）种植抗病品种是控制病虫害的重要途径，也是最经济有效的方法之一[2-3]。
常用抗白粉病的葡萄砧木为：‘101-14MG’‘圣乔治’‘光荣’‘SO4’‘110R’、‘1103P’等；常用的抗霜霉病砧木是：‘圣乔治’‘光荣’‘河岸2号’‘河岸3号’‘山河2号’等[4-5]。
2药剂防治方法2.1霜霉病霜霉病主要由霜霉菌引起，发病区域集中于葡萄新芽与叶片两处。
霜霉菌在侵蚀葡萄枝蔓后，会导致正常生长的叶片出现瘢痕(一般为半透明状)，之后随着病害加重，瘢痕从斑点状逐步变成褐色三角状。
感染霜霉病的葡萄新芽表面产生乳白色霜层，正常的生长发育受到遏制，未成熟果实因为霜霉菌破坏而过早萎缩脱落。
引发霜霉病的“元凶”———霜霉菌，生存能力强，能够以菌丝、卵孢子等多种形态在葡萄树病枝上过冬[6]。
植物病害系统
普通植物病理学的任务是揭示植物病害发生和流行的普遍规律，展示植物病害诊断和病原鉴定的科学方法，告示植物病害管理的策略和措施。
国际植物病理学有160多年的历史,中国植物病理学有80多年的历史，植物病理学的发展适应了社会发展需求，植根于农业生产实践中,成为一门成熟的科学。
植物病害掠夺了人类赖以生存的食物和其他生活物质，对人类生存环境造成严重破坏。
人们在追求农作物产量和经济效益时，对植物病害生态造成极大干扰，加剧了植物病害的危害和引发更多新病害。
植物病害发生规律发生了变化，人类社会和自然环境也发生了变化，因此，植物病理学研究要与时俱进。
当今世界环境和科学技术为植物病理学的发展提供了最有利的条件，植物病理学要继续探索新领域，为人类社会发展做出新的贡献。
植物病害植物在生长发育过程中受到生物因子和非生物因子的影响，使正常的新陈代谢过程受到干扰或破坏，导致植株生长偏离正常轨迹，最终影响到植物的繁衍和生息等称为植物病害（plant disease）。
被植物病原物寄生的植物，称为寄主（host）。
病原物侵入寄主植物后，随即在其上生长和繁殖，寄主对它们的反应大致上是类似的。
近年来的分子植物病理学研究表明发生在生理病变之前，植物在感知病原生物的侵染后，其中与抗病防御相关的基因会被激活，这些基因的表达及其产物是生理病变的基础。
对植物病害的理解一般存在两种观点，即经济学观点和生物学观点。
根据经济学观点，在判断某种植物是否发病主要看其经济价值或观赏价值是否受到了损害。
植物病害的概念应该理解为“植物或植物产品在生长发育、储存或销售期间因受到生物因子或/和非生物因子的不良影响，使正常的新陈代谢过程受到干扰或破坏，造成植株死亡、产量降低和品质下降，最终导致其经济价值或观赏价值下降或丧失的现象”。
有些植物受到病毒感染后，叶片和花瓣的色素及其分布发生了显著的变化；虽然是病变，但由于色素的变化，却增强了它们的观赏价值，培育和出售这些植物，将获得可观的经济收入。
浅谈葡萄常见病害
植保土肥 2021.3浅谈葡萄常见病害贾 慧，韩爱谦（太原市农业技术推广服务中心，山西 太原 030027）摘 要：葡萄常见的生理病害主要有水罐子病、日灼病、裂果病；病毒性病害主要有扇叶病、卷叶病、栓皮病；侵染性病害有白腐病、炭疽病、霜霉病。
通过概述这三大类病害的发病症状、发病规律和防治方法，为葡萄的生产实践提供参考。
关键词：葡萄；生理病害；病毒性病害；侵染性病害葡萄距今已有7000年左右的历史，被誉为世界四大水果之一，因其营养丰富、味道鲜美而广受消费者喜爱。
全国各地都有葡萄生产区，然而，近年来随着各种病害及虫害的混发，影响着葡萄生长发育，不仅危害葡萄茎叶，更严重的是危害葡萄的果实，从而严重影响葡萄的品质，给葡萄产业造成严重的经济损失。
因此，正确识别葡萄病害并及时防治，对减少葡萄病害发生有重要意义。
1 生理病害葡萄的生理病害主要是由生长环境不良、栽培管理技术不当以及品种自身缺陷造成的病害。
具体表现为裂果、落果等不良症状。
1.1 水罐子病症状：水罐子病又称为转色病。
常见于葡萄果实转色期到成熟期之间。
多发生于穗尖或副穗的果粒，受害果实的果皮软化，失去光泽，用手轻捏，果皮果肉易分离，有酸水溢出。
发病严重时，则表现为以干缩果粒悬挂在果穗上或者完全脱落。
发病规律：水罐子病主要由于养分失衡或养分不足引起。
具体有以下几个方面：一是不注重水肥管理，致使葡萄树势生长较弱。
二是结果过多、摘心过重时容易发生。
三是高温高湿、果园湿度大、地下水位较高时，容易出现根系腐烂现象，从而营养吸收受阻，树体养分匮乏，导致果实发育迟缓。
防治方法：一是加强水肥管理。
控制土壤水分，保持土壤透气，避免根系湿度过大；合理施肥，增施有机肥，避免氮肥过度。
此外，转色后适当喷施含钾的叶面肥，如可用磷酸二氢钾，有助于促进果实转色，提高抗病性。
二是控制树势负载量。
合理修剪，增加叶果比，尽量多保留主梢叶片，适当疏果穗，少留二次果，“一枝一穗”能明显减少水罐子病的发生。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
三种葡萄叶部病害检测系统毕业设计中文题目:三种葡萄叶片病害的识别系统设计学生姓名系别专业班级指导教师成绩评定2013年05月目录1 引言 (4)1.1研究的目的和意义 (4)1.2该选题的研究现状及发展趋势 (4)1.3主要研究内容 (5)2 系统硬件设计 (5)2．2AT89S52最小系统 (6)2.3液晶显示模块 (7)2.4矩阵键盘模块 (9)2.5电源选择 (10)3 知识库及推理系统设计 (10)3.1知识库建立 (10)3.2数据库建立 (13)3.3推理系统构成 (14)4 葡萄叶部病害诊断软件系统设计 (15)4.1葡萄叶部病害诊断系统流程图 (15)4.2显示汉字或图形流程图: (16)4.3系统子程序 (16)4.3.1显示子程序 (16)4.3.2按键子程序 (17)4.3.3初始化子程序 (18)4.3.4主函数 (18)5总结 (21)参考文献 (22)附录1：相关英文文献 (24)附录2：英文文献中文译文 (28)摘要进入21 世纪以来，信息技术已经广泛应用于生产生活的各个领域，我国农业生产正处于传统农业向现代化农业转型的重要时期。
农业要实现现代化，实现生产力质的飞跃，必须大力发展信息技术这一管理和传播手段。
而作为信息技术重要内容的智能化的农作物病害诊断系统已成为精确农业研究领域的一个热点，具有广阔的应用前景和发展潜力，对于提高劳动者素质，实现农业现代化有着重要意义。
本文主要研究了人工智能、知识库建立，数据库建立，推理系统设计。
以及专家系统在农业信息化领域的应用和发展现状，针对课题要求的葡萄叶部病害诊断系统提出了设计方案并予以实现。
通过对经典专家系统设计方法的研究和分析发现，多知识库、多主体特性是专家系统发展的趋势。
本文研究的葡萄叶部诊断系统主要包括了知识库，数据库，推理系统设计三大模块。
完成了相应的硬件电路，和软件程序编译，为了实现葡萄叶部病害的准确诊断，本文查阅了大量资料，通过与相关种植人员的讨论，建立了自己的推理系统，通过不断的调试，初步完成了葡萄叶部病害的诊断。
并且系统具有便携式、成本低的特点，对葡萄叶部病害诊断的分析提出了新的思路，对其他农作物病害诊断，分析具有参考价值，为农作物病害诊断专家系统的进一步研究奠定基础。
关键词：病害诊断知识库数据库推理系统三种葡萄叶片病害的识别系统设计1引言1.1 研究的目的和意义在对葡萄叶部病害诊断知识进行系统归纳!整理和详尽的用户需求分析的基础上，模拟了葡萄病害诊断的思维方式，采用了逻辑知识归纳的表示方法，建立了不确定性推理模型算法。
本文着重围绕着以下问题开展了研究工作：（1）在分析葡萄病害专家诊断思维模式的基础上，对葡萄病害诊断知识进行分析并确定了葡萄病害诊断因素。
（2）在分析葡萄病害专家诊断思维过程的基础上提出了采用模糊规则的不确定性推理模型算法来进行葡萄病害诊断推理，并在此基础上进行了修正，使其更复合实际诊断情况。
（3）应用该葡萄叶部疾病诊断系统，初步诊断葡萄叶部病害的几种类型。
本研究系统在农作物疾病诊断中的应用是符合我国现代农业发展状况和国际人工智能发展趋势的[1]。
通过从专业的角度对农作物疾病诊断专家系统的研究,可以从根本上解决目前我国所开发的农作物疾病诊断专家系统不能适合于现地使用的问题[2],为专业人员开发相关的专家系统提供有益的资料和技术积累,并且根据对专家系统理论和专业的结合方式提供一些新的思路,通过一些农作物疾病专家系统的开发和应用解决农作物疾病专家不足问题,保证现代农业的健康发展[3]。
1.2 该选题的研究现状及发展趋势农业专家系统(AgriculturalExpertSystem)，它是运用人工智能的专家系统技术，结合农业领域特点发展起来的一门高新技术，是农业信息技术的一项重要内容[4]，农业是一个很复杂的系统工程，涉及种植业和养殖业两大部分，而这两大部分又有各自不同、繁杂的分类，这就造成了农业专家系统所研究的内容也是十分复杂的，同时也就出现了各种类型的农业专家系统。
农作物病虫害诊断专家系统的研究起源于1965年E.A.Feigenbaum等所开发的DENDRAL[5]（一个推断化学分子结构的计算机系统）。
经过接近50年的发展，专家系统技术由刚发展时不成熟阶段逐渐走向成熟阶段，也迅速拓展了它的应用范围，例化学工程、地质勘探、医疗诊断、金融决策、农业以及军事等领域。
专家系统在农作物病虫害诊断方面，在70年代时，专家系统的研究开始应用于农作物病虫害的诊断，如1978年美国伊利诺斯大学开发的大豆病虫害诊断系统PLANT/ds及1983年日本千叶大学研制的番茄病虫害诊断专家系统MTCCS等。
虽然研究了这么多的农作物病虫害诊断专家系统，但是真正实用的寥寥无几。
比如在1990年到2001年的CAB数据库中，以pest diagnosis为关键词检索，仅检索到十几篇。
较为成熟产品中最具有代表性的是澳大利亚昆上兰大学、国际水稻研究以及浙江大学植保系（程家安等）联合开发的用于水稻病虫害综合治理的病虫害诊断系统（RiceIPM），这个系统的内容包括了病虫害的危害特点、信息、识别特征以及防止措施防范等。
在国内，1997-1999年，浙江大学植保系与澳大利亚昆士兰大学联合开发的农作物检疫决策系统[6]（QPM），该系统由知识库、LucID子系统包括Player和Builder 两个子系统，它以检查表方式进行分类、鉴定。
QPM系统对每个检疫对象的知识包括分类地位、图文信息、侵染和传播途径、传播途径、形态描述、为害性，生物学特性、检验方法以及防止措施、地域分布图等。
农业专家系统技术应用最早的是农作物病虫害诊断系统，也是最为活跃的领域，有着良好的基础和发展前景。
已经在农作物病虫害综合管理中发挥了重要的辅助决策作用有：蒋平安等的新疆棉花病虫害管理专家系统，庄铁成等的大豆病虫害诊断专家系统，于艳的黑龙江省水稻病虫害诊断专家系统，陈恺等的安徽水稻病虫害诊断专家系统等。
1.3主要研究内容（1）基于单片机的葡萄叶部病害诊断，数据库，推理机建立；（2）诊断信息，基于12864液晶屏逻辑显示；（3）电路设计后进行硬件电路的焊接，进行调试；（4）系统的原理图以及PCB图的制作。
2系统硬件设计系统整体设计对整个系统的开发有重要的作用，系统整体设计决定了系统的功能和特点，并且对后续的开发、升级有着重要的影响。
市场上的植物病害专家系统大多基于机器视觉技术，需要强大，丰富的知识库。
但是这类仪器仪表价钱昂贵、需要专家使用，不便于种植人员使用，本文设计的仪器有价格低、便携式等优点。
2.1 硬件总体设计硬件框图及原理图如下所示。
图1 系统硬件框图图1为系统的整体结构、主要模块间的逻辑关系和大致功能。
系统主要分为单片机最小系统、电源、矩阵键盘模块模块、液晶显示模块。
单片机系统主要负责控制命令的解析，并控制其它模块完成相应功能；矩阵键盘模块的主要功能是进行病状信息数据的输入、液晶显示模块的主要功能是进行系统名称，病症逻辑信息，推理结果及病症图片的显示。
图2 系统原理图2．2 AT89S52最小系统AT89S52单片机加上晶振电路、复位电路，构成微控制器工作的最简模式，即最小系统。
它其是整个系统的控制核心，完成了对系统的控制、检测和管理。
结合键盘控制电路AT89S52液晶显示电路外围电路，构成一个完整的系统。
最小系统电路如图3示：图3 最小系统原理图2.3 液晶显示模块本系统显示部分采用12864点阵液晶屏、接口时序；其中，模块有并行和串行两种连接方法（时序如下）：8 位并行连接时序图，MPU 写资料到模块。
图4 8位并行MPU写数据时序MPU 从模块读出资料图5 8位并行MPU读数据时序表1 128X64HZ 引脚说明引脚号引脚名称方向功能说明1 VSS - 模块的电源地2 VDD - 模块的电源正端3 V0 - LCD 驱动电压输入端4 RS(CS) H/L 并行的指令/数据选择信号；串行的片选信号5 R/W(SID) H/L 并行的读写选择信号；串行的数据口6 E(CLK) H/L 6 E(CLK) H/L7 DB0 H/L 数据08 DB1 H/L 数据19 DB2 H/L 数据210 DB3 H/L 数据311 DB4 H/L 数据412 DB5 H/L 数据513 DB6 H/L 数据614 DB7 H/L 数据715 PSB H/L 并/串行接口选择：H-并行；L-串行16 NC 空脚17 /RET H/L 复位低电平有效18 NC - 空脚19 LED_A - 背光源正极（LED+5V）20 LED_K 背光源负极（LED-OV）2.4矩阵键盘模块键盘分编码键盘和非编码键盘。
键盘上闭合键的识别由专用的硬件编码器实现，并产生键编码号或键值的称为编码键盘，如计算机键盘，而靠软件编程来识别的称为非编码键盘；在单片机组成的各种系统中，用的最多的是非编码键盘。
也有用到编码键盘的。
非编码键盘有分为：独立键盘和行列式（又称为矩阵式）键盘。
本系统为了更多的输入信息并且为节省I/O口，采用4*4矩阵键盘。
原理图如图6所示：图6 矩阵键盘2.5电源选择本设计中3.3V电源采用LM1117稳压模块在图7中，1引脚为5V输入端，2脚为3.3V的输出端，3引脚为地。
图7 LM1117稳压模块3知识库及推理系统设计3.1知识库建立将果树专家实际经验查询总结为主要信息点，包括需要诊断的三种病害名称，每种病害的病症特点，危害特点，受害位置，防止方法，及病斑特点图片等。
具体如图8-12所示。
图8 黑痘病病症及相关特点图9 黑痘病病叶特点图10 霜霉病病症及相关特点图11 霜霉病病叶特点图12 褐斑病病症及相关特点图13 褐斑病病叶特点3.2数据库建立根据已有的知识库信息，将知识库的内容归纳逻辑化，总结如下：表2 葡萄叶部病害信息表病症名称受害位置病斑特点影响危害黑痘病嫩梢，叶片，叶柄褐色病斑变为黄色晕圈，病斑不规则，中央灰白色，稍凹陷。
危害幼嫩组织及叶片，使果实失去营养价值，枝叶干枯，停止生长。
霜霉病叶片，叶脉半透明油渍状病斑扩大为黄褐色病斑，潮湿时，叶背产生白色霉层。
树枝干枯脱落，停止生长。
褐斑病叶片边缘色深，中央略淡，病部背面有霉层早期落叶，消弱树势影响花芽分化及第二年产量表3 数据库信息与单片机按键对应结合病症名称受害位置病斑特点影响危害黑痘病1 2 3霜霉病4 5 6褐斑病7 8 93.3推理系统构成查询大量葡萄病症特点，信息后，与种植人员交流协商对三种病症信息归纳推理：每一种病有三个关键信息点确认，如受害位置，病斑特点，影响危害。
三个信息点组成一个三位数，将多种组合放入系统软件程序中的一个一维数组。
将归纳的病症信息离散，逻辑话与单片机建立联系。