农作物病害检测中光谱和图像处理技术现状及展望.pdf

20 15 年 10 月 农机化研究 第 10 期 农作物病害检测中光谱和图像处理技术现状及展望 1 1 2 1 王海超 ，高 雄 ，陈铁英 ，陈 智 (1 ． 内蒙古农业大学机电工程学院，呼和浩特 0 100 18 ;2 ． 内蒙古农牧业机械技术推广站，呼和浩特 0 100 10 ) 摘 要: 精准农药喷洒作业是精细农业中要解决的重要问题之一，喷雾对象的识别和定位是精准农药喷洒作业 的核心技术之一。机器视觉与光谱检测是目前最主要的两种自动检测方法。为此，针对国内外在病害检测识别 领域研究现状，全面、系统地阐述基于图像处理技术的机器视觉检测法与光谱检测法在病害识别中的研究现状， 分析其在病害识别上存在的优缺点。 同时，指出今后病害检测的研究方向，使检测系统更具有良好的分割准确 性、鲁棒性和实时性，以期实现非结构环境下的病虫害自动检测。 关键词:病害检测; 光谱技术; 图像处理技术; 机器视觉 中图分类号:S123 ;TP391． 41 文献标识码:A 文章编号:1003 － 188X (2015)10 － 0001 － 07 DOI:10.13427/j.cnki.njyi.2015.10.001 光谱技术对检测作物病害的生化信息具有较好 0 引言 的效果，它能够直接反映分子内部结构及运动状态。 随着人们对农产品质量和品质要求的不断提高， 因其采集到的光波段是肉眼不能感知的，从而使得光 大面积地毯式的农药喷洒技术已经不能满足要求，并 谱技术采集的样本信息量大大增加。光谱仪器能够 且造成了大量的资源浪费和环境污染。因此，近年来 感知的波段范围包括紫外波段(0 ． 3 ～ 0 ． 4 μm )、可见 精准农药喷洒技术日益成为众多学者研究的重点。 波段(0 ． 38 ～ 0 ． 76 μm )、红外波段(0 ． 7 ～ 2 ． 5 μm )、热 该技术旨在保证消除病害的前提下，使得农药用量最 红外波段(3 ～ 14 μm)和微波波段(1mm ～ 100 cm)中的 低，以降低农药残留。作物受到病害侵染以后，外部 一个或多个。其应用原理是基于不同的病害对不同 形态及生理效应均发生一定的变化，其图像及光谱特 波段光线吸收和反射光线效果也不同。因此，光谱分 征与健康作物相比均存在不同程度差异，这使得光谱 析的主要任务是寻找敏感光谱段，通过统计分析确定 技术、图像处理技术、光谱成像技术在病害快速检测 出作物是否患有病害，甚至确定出患有哪种病害，而 ［1］ 后将信号传递给病害防治系统，实现病害治理。光谱 技术成为了可能 ;而机器视觉、光谱及高光谱成像 技术能够较准确地确定病害位置甚至类别，通过计算 技术由于其检测时间较短、准确率较高，因此被广泛 机、光谱成像仪及相应设备，对患病害作物喷洒农药， 地应用于工业产品无损检测及农作物在线检测的科 可以使损失降到最低。 学研究中。 机器视觉检测法是模仿人眼在可见光波段 Ｒ 1 病虫害检测技术概述 (红)、G (绿)、B (蓝)3 个光谱段来获取作物病害的颜 传统的病害检测是人工检测，检测者通过积累的 色、大小、纹理及形状等特征，以达到识别病害目的。 实践经验来确定作物是否患病，甚至确定出患有哪种 其采用相机(CCD 相机或 COMS 相机)将被检测的目 病害。这要求检测人