病害控制管理一直是农业领域的研究热点,而玉米病害作为影响玉米的质量和数量的重点问题一直备受专家学者关注。近年来,随着图像传感器的成本降低和多样化的信息处理在农业生产中的广泛使用,物联网技术、传感器、数据存储、计算资源和人工智能方面的技术进步显示出有效控制玉米病害的技术潜力。为了提高玉米病害图像识别能力,本文借助物联网技术和图像识别技术,以采集到的农田玉米图像及位置信息为基础数据,探究玉米病害区域识别的方法,以便进一步辅助农业专家或农户快速高效识别玉米病害类型及其程度。本文综合运用物联网技术和图像识别技术相关理论,首先通过物联网技术构建玉米监控感知环境,并考虑到室外节点存在硬件故障的可能较大,根据节点在线与否设计传感器节点部署方法及玉米病害图像获取方式,在此基础上,采用不同的图像预处理方法、图像分割方法进行玉米图像数据的处理。其次,根据单节点、多节点病害图像的特点,分别提取不同的特征,以确保特征提取的有效性。然后,针对单节点玉米图像所具备的全角度优点,经过方法分析、比较后,初步选择传统且高效的朴素贝叶斯方法进行玉米病害图像分类,同时为进一步减少所提取特征间的依赖关系,结合基于条件概率剔除无关属性方法和PCA降维方法为一体的朴素贝叶斯分类算法实现病害识别;而针对多节点玉米图像角度缺失的问题,经过方法分析及比较后选择stacking集成学习方法,将单一学习器的针对性分类优势叠加在一起构成较佳的多目标分类器,以提高多节点病害图像的识别率。最后,依据等值线划分原理,在识别不同节点玉米病害图像的基础上构建基于物联网技术的玉米病害区域识别模型,采用可视化方式直观地将玉米种植区的病害程度及位置进行刻画,以方便研究专家或农户第一时间采取防治措施。通过设计实验对所采集到的实地数据集进行识别结果分析,验证了本文所构建模型的有效性和实用性。基于物联网技术的玉米病害图像识别方法在一定程度上为玉米病害辨析、分类和程度确定提出了一种解决方案,也为综合运用物联网技术、集成学习方法探索图像识别问题提供了可参考模型。