马晓丹 祁广云 关海鸥 金宝石 李伟凯 陈争光 谭峰

摘  要：植物病害无损智能诊断一直是农业科研工作者研究的热点问题之一，通过获取染病植株图像开展病害诊断方法研究是一个重要的研究手段，因此，文章综述了基于图像的植物病害无损诊断方法的研究进展。

关键词：植物病害;图像;无损诊断

虽然经过农业科技工作者的多年努力，植物病害监测、管理、防治等方面研究取得了显著成效，但还存在着诸多问题。植物保护专家虽然具有病害诊断、预测的丰富经验，但不能及时亲临生产一线实时诊断病情。同时，由于很难用精确和定量的数学对植物病害症状的外观表症进行描述，所以在对病害症状诊断的时往往出现偏差。把植物病害自动检测看作是一个聚类或分类问题，这样对植物病害进行识别时就可以利用图像处理和模糊诊断模型技术，并对植物的安全生产全过程进行决策支持。

文章主要对近几年来基于图像的植物病害无损诊断方法的研究成果以及在这一领域中出现的新思路、新方法做了一个必要的回顾。

在棉花病害的识别研究中，毛罕平[1]等为提高作物病害区域图像的提取效果，提出了一种基于模糊C均值聚类算法的病害图像自适应分割方法，且正确率达到95%以上。张建华等[2]基于粗糙集和BP神经网络实现了棉花常见病害的识别，对于四种棉花病害的识别正确率达到92.72%。

在马铃薯等病害的识别研究中……