玉米在生长过程中,由于生物或非生物因素的影响,在形态、生理和生化上会发生病理变化,阻碍其正常的生长、发育和结果。如果在玉米受病害侵染的早期能够及时发现病害并做出正确的评判,合理对病症施用农药,既可以有效地控制病害的进一步发展,又能够实现精准精量施药减少环境污染的目的,对提高玉米的品质和产量具有重要意义。本文以玉米叶片为主要研究对象,选择东北玉米生产区发病率较高、危害较大的玉米叶部真菌病害(玉米弯孢叶斑病和玉米北方炭疽病),基于高光谱技术,通过实验室和田间试验,实现了玉米叶部病害的早期检测及玉米病害的三维可视化。主要包括玉米弯孢叶斑病病叶在未见病症时的早期检测,玉米弯孢叶斑病和北方炭疽病两种病叶的分类识别,以及玉米病害侵染过程的三维可视化模拟。研究所得的研究方法和结论,为玉米病害的早期检测提供了新的思路,为其他作物叶部病害的快速、无损、自动检测奠定一定的理论研究基础。主要内容和结论:(1)实验室环境下基于光谱特征的玉米叶部病害的早期检测在实验室环境下,采用离体接种方式,开展基于光谱特征的玉米弯孢叶斑病早期检测研究。依据玉米弯孢叶斑病菌侵染过程的组织学观察研究基础,按时间点采集叶片高光谱信息,从时间维度上监测病害发病过程。通过分析接种病菌叶片和正常未接种叶片光谱特征的差异,采用混合距离法确定玉米弯孢叶斑病的特征波段,对不同时间点采集的样本,建立基于BP神经网络的病害早期检测模型,实现玉米叶部病害的早期检测。研究结果表明:根据对采集的接种病菌叶片和正常未接种叶片的光谱差异分析,通过混合距离法确定465.1nm,550.7nm,681.4nm,为检测玉米弯孢叶斑病的特征波段。基于特征波段建立的BP神经网络病害检测模型,对不同时间点样本进行测试,在接种叶片处于未有明显病症的早期,病叶识别准确率在86.25~92.5%。当接种叶片表面出现褪绿叶斑,病斑叶片识别准确率达到97.5%。(2)田间环境下玉米叶部病害的早期检测基于实验室离体接种试验的研究基础,在田间环境下采用活体接种方式,利用高光谱成像系统和手持地物光谱仪,分别采集接种玉米弯孢叶斑菌且处于病害侵染潜育期的玉米叶片的光谱数据,分析接种病菌叶片与正常未接种叶片的光谱特征,对叶片原始光谱进行预处理,通过相关性分析及显著性检验优选出特征波段,基于特征波段采用支持向量机算法,对采集的样本进行病害早期检测。同时,由于田间环境复杂,对于接种病菌的叶片表面未见病害侵染症状的早期,接种病菌叶片与正常未接种叶片平均光谱存在差异,为了确实差异是由病菌侵染造成的,在样本叶片高光谱数据采集结束后,对叶片进行必要的定型和透明处理,利用金相显微镜系统对叶片进行显微观察。通过显微镜观察,接种弯孢叶斑病菌的玉米叶片样本全部观察到病菌从萌动到菌丝侵入气孔,检测确认接种玉米叶片样本全部接种成功,从而利用高光谱采集系统所采集的玉米叶片光谱数据,可用于玉米病害的早期检测研究。研究结果表明:在田间采集的数据中,在接种病菌叶片处于未有明显症状的早期,病叶识别准确率达到79.5%~88.75%。(3)基于光谱特征的玉米不同叶部病害的分类识别选择在东北地区发病较普通且危害较大的玉米叶部真菌病害,玉米弯孢叶斑病和北方炭疽病作为研究对象,这两种病害的病斑及其相似,特别是在早期发病阶段,极有可能产生误判,影响识别的结果,延误施药的最佳时间。本文利用高光谱成像系统,采集玉米弯孢叶斑病和北方炭疽病病叶高光谱数据,分析两类病叶的光谱特征,以统计学的中心极限定理和大数定律为理论基础,基于均值置信区间确定区分病害的特征波段区域,利用相关性分析进一步提取更具代表性的特征波段,基于特征波段建立支持向量机分类模型。研究结果表明:利用分类模型,对采集的玉米弯孢叶斑病和北方炭疽病病叶进行分类识别,分类识别准确率达到了96.7%。(4)基于图像的玉米病害三维可视化方法研究提出了一种基于图像的玉米病害三维可视化方法。在单张病斑图像中提取病斑的颜色和形态特征,对提取的这些静态特征进行分析,推测病斑的动态变化过程,基于用户交互对病斑在玉米叶片上的分布进行设定,最后构建动态材质模型模拟病斑反射、透射特性的时空尺度变化过程,实现对玉米病害侵染过程的三维可视化模拟。研究结果表明:本方法能够对玉米受病害侵染导致表观变化进行真实地三维模拟,可为农业病害智能决策、农业科普培训和技能培训等应用提供有效的可视化工具。