李子茂，刘恋冬，夏梦，帖军，张玥

(1.中南民族大学计算机科学学院，武汉市，430074；2.湖北省制造企业智能管理工程技术研究中心，武汉市，430074)

0 引言

月季作为我国十大名花之一，具有悠久的历史和广泛的实用性[1]。病虫害防治作为种植业普遍存在的重点环节也对月季种植具有重要意义，病虫害作为月季生长过程中不可避免的重要影响因素不仅有损月季观赏价值[2]，还会对月季种植者造成严重的经济损失。传统月季病虫害防治依靠人工观测和种植经验，大规模种植基地人工观测病虫害耗时长、效率低下的同时具有较高的学习成本；同时从业人员素质参差不齐，家庭种植爱好者也缺乏病虫害问诊途径[3]，均无法快速掌握月季病虫害防治知识。随着精准农业的兴起，利用计算机视觉相关技术进行月季病虫害检测研究具有重要意义，为帮助初期从业者、种植爱好者把控月季生长状态确诊月季病症提供新的思路[4]。同时也是进一步实现月季病虫害检测应用、辅助月季基地病虫害视频监测防治工作、推动月季自动化智能化种植的重要基础[5]。

植物病虫害研究主要分为基于手工提取特征[6-8]的研究方法和基于卷积神经网络[9-10]的研究方法两大类[11]，Sabro等[12]通过ostu阈值法对番茄病虫害叶片进行分割，去除叶片图像背景影响后提取颜色、形状和纹理特征，输入决策树得到最终的分类；Jaisakthi等[13]为去除病虫害以外的感兴趣区域，首先采用Grabcut算法将叶片从背景图像中分割出来，再采用全局阈值法对分割出的叶片进行病区分割，提取图像的纹理和颜色特征利用支持向量机对葡萄叶片病虫害进行分类；……