算机视觉在作物病害诊断中的研究进展摘要：据统计，因病害引起的作物产量损失平均在12%以上，病害发生不仅影响产量，还使产品质量下降。利用计算机视觉技术对作物病害快捷检测、准确诊断，为病害防治提供科学依据是实现农业信息化发展的迫切需求。文章对计算机视觉技术用于作物病害诊断进行了详细分析和研究，以求获得这些新技术在作物病害诊断各环节的现状，指出了计算机视觉技术诊断作物病害存在的不足和研究方向。该研究对农作物病害智能检测技术的发展将起到重耍的推动作用。关键字：计算机视觉；作物病害诊断；进展；模式识别中图分类号：TP311文献标识号：A文章编号：2095-2163(2015)02-TheResearchDevelopmentofComputerVisioninthePlantDiseaseDiagnosisPUYongxian(ComputerScienceDept•DehongTeachers，college,DehongYunnan678400,China)Abstract：accordingtothestatistics,cropyieldlosscausedbydiseaseinmorethan12%onaverage,diseaseoccursnotonlyaffecttheproduction,alsodecreasedthequalityoftheproduct.Researchbycomputervisiontechnologyrealizesfastandaccuratediseasepreventionandcontrol,whichistheurgentdemandofagriculturalinformatizationdevelopment.Articlesoncomputervisiontechnologyisappliedtothecropdiseasediagnosishascarriedonthedetailedanalysisandresearch,inordertogetthesenewtechnologiesinthecurrentsituationofcropdiseasediagnosiseachlink,pointsouttheshortagesofcomputervisioninthediagnosisofcropdiseasesandresearchdirection.Thestudyonthedevelopmentofcropdiseaseintelligentdetectiontechnologywillplayanimportantrole・Keywords：ComputerVision；CropDiseaseDiagnosis；Progress；PatternRecognition0引言在作物生产中，病害是制约作物质与量的重耍因素。病害发生，往往致使作物的使用价值降低，甚至还会导致大面积减产，乃至绝收，造成巨大的经济损失。因此，在作物生长过程中，病害防治是个关键的问题之一。因各种原因植保人员匮乏，而种植户个体素质差异及受一些主观人为因素的影响，对作物病害诊断存在主观性、局限性、模糊性等，不能对作物病害的类型及受害程度做出客观、定量的分析与判断，结果耍么是药量不对、要么是药不对症，严重影响了作物的质与量。计算机视觉也称为机器视觉，是研究如何用计算机來模拟和再现人类视觉功能的科学，也被称为图像理解和图像分析，是人工智能领域的一个重要分支。随着计算机技术、图像处理和人工智能等学科的发展，以及数码相机、手机等摄像工具像素的提高，将机器视觉用于作物病害诊断，实现作物病害的无损检测、快速诊断提供了新的途径和方法［1］。报道最早的是在1989年穗波信雄等人［2］对采集的缺乏钙、铁、镁营养元素的茨菇叶片图像进行研究，在RGB模型中，利用直方图分析了正常和病态的颜色特征。为适应农业信息化的迫切需求,国内外学者对机器视觉用于作物病害诊断进行了研究和实践，而取得进展主要集中在近10年，涉及的作物冇水稻、玉米、小麦、葡萄、黄瓜、甘蔗、蔬菜等病害［3-14］,这些研究针対不同作物，从不同侧面为作物病害实现自动化诊断提供了理论和实践基础。因机器视觉比人眼能更早发现作物因病虫危害所表现的颜色、纹理、形状等细微变化，所以利用这种技术病害病害与人工方式相比，提高了诊断的效率和精准度，为作物保护智能化、变量喷药等提供了科学依据。本文综述和归纳了机器视觉诊断作物病害的主要技术：病害图像采集、增强处理、病斑分割、特征提取、特征优化、病害识别等各环节的方法及现状，指出了机器视觉诊断作物病害存在的不足和研究方向。该研究对实现作物病害的机器视觉诊断技术的发展将起到重要的推动作用。1机器视觉识别作物病害的技术路线与进展作物病害因其病原物种类不同会产牛形状、颜色、纹理等不同的病斑,通常专业植保技术人员就是根据这些特征判断病害的。机器视觉诊断作物病害是通过无损采集病害图像，利用图像处理技术对图像增强处理、分割病斑，提取病斑特征、优化特征，用模式识别技术诊断病害类别及危害程度，从而为病害的防...