基于光谱的作物病害识别研究进展定稿.doc

专业文献综述

题目:基于光谱的作物病害识别研究进展姓名:周红娅学院:信息科学技术学院专业:计算机科学与技术班级:计科122班学号:19212217指导教师:姜海燕职称:教授
2015年06月28日南京农业大学教务处制

基于光谱的作物病害识别研究进展
作者：周红娅指导老师：姜海燕
摘要：目前我国的粮食生产每年都因作物病害造成巨大经济损失。传统的作物病害识别方式耗时耗力，已满足不了当前对作物病害识别的需求。本文对传统的作物病害识别方法进行了简单的叙述，综述了基于高光谱、多光谱技术的多种作物病害识别的研究进展，病害有番茄灰霉病、黄瓜白粉病、水稻稻瘟病等，以及介绍了每个病害识别研究中对光谱数据进行处理的各种算法。光谱技术在农作物病害识别方面虽得到广泛应用，但仍存在作物、病害种类不全，以及检测的区域有限等问题，最后对光谱在病害识别发展前景进行了展望。
关键字：作物病害；高光谱；多光谱；病害识别
ResearchProgressonCropDiseasesRecognition
BasedonSpectrum
ZHOUHong-ya，JIANGHai-yan
(NanjingAgriculturalUniversity,CollegeofInformationScienceandTechnology,JiangsuNanjing210095)
Abstract:Atpresent,China'sfoodproductionhashugeeconomiclosseveryyearbecauseofcropdiseases.Thetraditionalmethodsofcropdiseasesrecognitionaretime-consumingandpower-consumptionandcan'tmeetcurrentdemandsforcropdiseasesrecognition.Thetraditionalmethodsofcropdiseasesrecognitionandtheresearch’sprogressofcropdiseasesrecognitionbasedonhyperspectralandmultispectraltechnologyareintroducedinthispaper.Thesediseasesincludingtomatograymold,cucumberpowderymildewandriceblastofriceareresearched.Variousalgorithmsforprocessingspectraldataaresummarized.Spectraltechnologyhasbeenwidelyusedincropdiseasesrecognition,buttherestillexistssomeproblemsincludingincompletecropvarieties,incompletediseasesandlimiteddetectionareas.Finally,theprospectofthedevelopmentofthecropdiseaserecognitionbasedonSpectrumisdiscussed.
Keywords:cropdiseases；hyperspectral；multispectral；diseasesrecognition
引言：作物病害是造成粮食生产损失最大的因素，而且农作物病害的种类繁多，有1400种之多，成为作物生产最大的隐患。中国是农业大国，只用了7%的土地就养活了全球20%的人口，所以农作物病害对中国农作物生产的影响不容小觑，如果能做到在病害发生或发生之初就识别检测到作物病害，提前做好防护准备，以减少由粮食生产带来的损失。但是传统的农作物病害识别监测是田间人工调查、取样、测定、识别作物病害，这种方式很费时费力，而且病虫害的发展是非常快的，所以传统的病害识别检测达不到提前防护的要求，使得病害预测准确性不高，会使作物错过喷洒农药的最佳时期，会对农作物的生产造成巨大损失。
现在，信息技术和生物技术发展也越来越迅速，各界科研人士也对作物病害识别不断的提出新的看法和研究，当前研究的热点是，如何快速的分析和处理光谱信息，提高作物病害识别监测的效率。本文对基于高光谱、多光谱技术的作物病害识别研究进展进行了综述，主要有以下四种技术，即高光谱遥感技术、高光谱成像技术、近红外光谱技术和多光谱成像技术。
1.传统的作物病害识别方法
作物病害识别需要对病害被发生的时间和成长过程有很精确的数据进行分析，一旦预测不及时或者不准确将会带来巨大的经济损失，显然，传统的作物病害识别方法不能达到该要求。传统的作物病害识别