复杂背景茶树病害图像识别

余文森

（武夷学院 数学与计算机学院，福建 武夷山 354300）

1 相关工作

茶树是我国重要的经济作物，广泛分布于我国江南、江北、华南、西南等四大茶区。近年来，随着我国社会经济的发展，人民生活水平的逐步提高，对茶叶需求量日益增加，同时对茶叶产品质量也日益关注。然而，茶叶种植过程中病虫害问题极大影响了茶叶的品质和产量，也损失茶农的经济效益。传统茶树病虫害识别主要依靠人工感观识别，需要有丰富的经验，且容易发生误诊，出错率比较高。随着计算机技术的不断发展，基于图像识别的方法是当前茶树病虫害识别的发展方向。从上个世纪八十年代开始，国内外学者就开始经致力于农作物病害图像自动识别技术研究，如Sarkar等研发了基于计算机视觉的番茄分选系统，通过对番茄茎和花端视图的分析，以确定番茄新鲜市场质量的特征[1]。到目前为止，基于计算机视觉的农作物病害图像识别研究主要集中在传统机器学习方法[2-8]和深度学习方法[9-19]两大类上。传统机器学习方法分为图像预处理、病害图像特征提取、病害识别等阶段。虽然传统机器学习方法在一些特定作物病害自动识别上取得一定成效，但是该类方法需要人为设计病害图像特征。由于作物病害特征多样、获取病害图像的场景复杂等原因，人为设计的病害图像特征往往仅对特定病害有效，很难推广应用。2006年开始，深度学习方法逐渐应用到图像识别领域，并取得显著成效。……