尚远航，余游江 ，吴刚,2*

(1塔里木大学信息工程学院，新疆 阿拉尔 843300)

（2新疆维吾尔自治区教育厅普通高等学校现代农业工程重点实验室，新疆 阿拉尔 843300）

新疆地区日照时间长，可耕种地面积广，适合机械化规模化的种植经济作物，是我国主要的水果蔬菜产地之一。然而，植物生长环境复杂多样，植物自身的免疫系统对生长环境的适应能力有限，从而使得植物病害种类日益增多，在规模化种植时更容易导致发病率高且难以防治。目前，植物病害是导致新疆农产品产量减少和品质下降的主要因素之一[1]。经过大量的研究发现，植物大部分病害主要发生在植物叶片上，通过对植物叶片的观察即可判断出植物的病害类型[2]。传统的植物病害判断方法主要依靠专家人工肉眼观测，这种方法费时费力[3]，而且许多植物病害在早期病斑面积较小，使用人工手段难以发现。因此在第一时间正确识别植物病害症状，是有效控制病害蔓延，将病害造成的损失降到最低的关键一步。如何使机器代替人识别作物病害，已成为21世纪农业自动化领域新的研究方向。

目前使用计算机视觉技术对农业生产进行智能化管控，已经成为许多国家农业发展的主要趋势。其中计算机视觉技术也是实现对不同类型的植物病害快速识别的有效手段之一。我国的植物病害分类的相关研究与国外相比起步较晚。张开兴等[4]使用BP神经网络算法对玉米6类病害叶片进行分类识别，通过对叶片病害图像的分割，及形状特征的提取，实验结果显示，对玉米6类病害叶片的识别准确率达93.4%。……