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要的推动作用。图像采集是病害识别的第一步，采集的质量会直接影响识别结果。常用采集设备有数码摄像机、扫描仪、数码相机、手机等。其中，数码相机便于携带，能满足图像清晰度要求，符合野外作业等特点，因此病害图像采集中用得较多。依据采集环境氛围分为室内采集和室外(田间)采集两种。室内采集是将田间采摘到的病害标本经密封保湿后使用CCD摄像机或数码相机在室内摄取病害的标本图像。在田间采集图像中作物病害诊断中-电动数控滚圆机滚弧机张家港倒角机液压倒角机全自动滚圆机滚弧机，有学者为了采集到高质量的图像，采取了一系列措施以减少外界因素的影响。如陈佳娟［5］采本文由公司网站滚圆机网站采集转载中国知网整理!   http://www.gunyuanji158.com/用便携式扫描仪采集图像，以减少自然光照对图像质量的影响。徐贵力［6］等人设计了活体采光箱，使照射光变成反射光，从而避免了阴影，以减少误差。这种规范图像采集方式虽简化了后期图像处理和识别的难度，但基层生产单位可能缺乏配套的技术设备，且会使病害识别过度依赖图像。为扩展应用范围和通用性，有学者对在田间自然光照射下直接获取的病害图像，用图像处理和模式识别技术诊断病害进行了研究，如李宗儒［7］用手机拍摄了苹果的圆斑并花叶病等5种病害图像，对病害图像增强处理、分割病斑，提取病斑特征，用BP神经网络识别病害，获得了较好效果。姜武［8］用CanonEOS50D相机在阳光充足的早晨拍摄山茶叶片图像，进行颜色分形和ＲGB强度值提取，用支持向量机对山茶分类识别，取得了较好效果。1.1.2图像增强方法在采集图像过程中，因受设备、环境等因素影响，往往使采集到的图像含有噪声，若不对其增强处理会影响到病害的正确识别率。病害图像增强是为病斑分割，特征提取做准备，所以应确保在去除噪声的同时，保证病斑边缘不模糊作物病害诊断中-电动数控滚圆机滚弧机张家港倒角机液压倒角机全自动滚圆机滚弧机本文由公司网站滚圆机网站采集转载中国知网整理!   http://www.gunyuanji158.com/