基于多层卷积滤波与HSV颜色提取的茶轮斑病识别研究陈钊王子辉赵玉清高彦玉时玲摘要：利用卷积滤波对原始图像进行显示轮廓以及锐化处理，引入了HSV模型进行颜色提取，通过二值化再次滤波完成了茶轮斑病斑区的提取，实现茶叶的茶轮斑病的快速诊断。结果表明，采用卷积滤波与HSV模型等图像处理技术能够较好地识别茶轮斑病的病斑区，对于图像清晰、面积大的病斑区识别比较精确。利用Python语言的嵌入性，为进一步实现茶叶茶轮斑病的精准喷雾系统打下了基础。关键词：卷积滤波；图像处理技术；图像滤波；茶叶病检测；识别：S126：A：0439-8114（2018）11-0107-04DOI：10.14088/j.cnki.issn0439-8114.2018.11.027Abstract：Theoriginalimageisdepictedandsharpenbyconvolutionfiltering，andthenputitinHSVmodeltoobtaintheimagecolorextraction.Inordertogetthetargetareaoftheteawheelspot，itisalsousedtheimagebinaryzationtocompletetherefiltering.Finally，thatisapicturerapiddiagnosisoftealeafspotdisease.Theresultsshowedthattheimagerecognitionoftealeafspotinleavesoftealeaveswasfinished.ByusingconvolutionfilteringandHSVmodelimageprocessingtechnologycanbebetteridentifiedtheroundspotoftealesionarea，especiallytheclearimage，sizeoflesionarea.TakingadvantageoftheembeddednessofPythonlanguage，itlaysthefoundationfortheaccuratespraysystemofteateawheelspotdisease.Keywords：convolutionfilter；imageprocessingtechnology；imagefiltering；teadiseasedetection；identification茶樹在中国是一种重要的经济类作物，种植面积多达3529.0万hm2，达到了世界茶园面积的50%以上，遍及18个省。在茶树生长过程中，各个部分均易受到病虫的为害[1，2]。据统计，已知的茶树病虫害有100多种，其中有30多种比较常见。病虫害种类多、较严重的发生在茶芽与茶叶部位，直接造成的茶叶产量损失大概为总产量的15%～20%，局部地区或者个别年份损失比例更大。对于病虫害的防治，茶农一般选择化学农药。不仅是因为与无公害和绿色农药相比，化学农药价格低廉，还因为化学农药操作简单、见效快、效果可靠。化学农药的使用对于茶叶的高产、优产具有重要促进作用，但同时也会带来环境污染、农药残留等不利因素[3]。农药的低效率与滥用也导致中国茶叶农药残留量超标[4]。在众多茶叶病虫害中，茶轮斑病是茶园中比较常见的叶部病害，时有发生。茶轮斑病主要发生在成叶与老叶，较严重时，会造成茶叶大量脱落，给茶农造成严重经济损失[5-7]。在现代，随着人们的绿色消费意识和食品安全意识的不断增强，茶叶的质量安全问题也受到广泛的关注，尤其对茶叶农药残留的问题最为关心[8]。与此同时，茶叶产业作为中国的优势特色产业，减少茶叶的化学农药使用量对提升中国茶叶产业的生产水平，提高茶叶产品的世界知名力与竞争力，都具有十分重要的战略意义[9，10]。目前，国内外关于茶叶病虫害识别的研究大致分为两个方面，主要集中在计算机视觉的图像表达与机器学习环境搭建。机器学习主要有SVM（支持向量机-Supportvectormachine）、几何不变量、子空间法等。基于计算机视觉的有SIFT（尺寸不变距）、HOG（方向梯度直方图）等局部特征提取[11-17]。针对茶叶病虫识别的特殊性和困难性，以及目前病虫害图像识别依赖于研究人员的主观特征设计的局限性，本研究采用计算机视觉方法，运行环境的上位机PC采用Intelcore（处理器i5-3210，主频2.5GHz，4G内存）。软件采用Anacondapython27，在运行环境中装配了matplotlib、numpy、python27、scipy、opencv-python2.4.13.2等核心模块。该设计核心理念是采用低成本、运行简单快速的方法，避免了机器深度学习需求样本太大、GPU价格昂贵等问题，具体采用的是基于多层卷积滤波与HSV颜色提取对复杂背景下的茶轮病识别及定位，通过卷积滤波的4×4核函数架构对茶叶的病斑区与正常区进行区分，通过HSV模型对病斑区进行提取，再通过二值化深层次滤波手段，消除非病斑区，避免了人的主观因素影响分类的结果，并且检测的实时性能够满足后期精准喷药系统的要求，以期...