农作物病害实时诊断和施药防治,对大田作物优质高产具有重要意义。农作物冠层热红外图像可以表征其生殖生长信息,较传统单点测定技术具有尺度上的优势,是实时检测植株早期病害的重要途径之一。目前应用农作物冠层热红外图像处理技术,构建难以用精确数学模型描述的农作物病害快速识别方法,已成为智慧农业研究的热点和难点问题。本研究以农作物冠层双源图像为研究对象,深度融合植物病理学知识与智能信息处理技术,提取了冠层可见光的参考图像,识别了冠层热红外图像的目标区域,建立了农作物病害自动诊断模型。研究中以东北红小豆锈病为实例,完成了基于热红外图像处理技术的农作物冠层病害诊断方法研究。主要研究内容如下:(1)建立了基于模糊神经网络的农作物冠层可见光图像识别模型。以苗期农作物冠层可见光图像为对象,首先利用五层线性归一化模糊神经网络的自适应特性,选取高斯隶属度函数,自动计算冠层可见光图像提取推理规则,有效地提取出可见光图像中的冠层区域。然后通过计算图像冠层有效识别指标、熵值、直方图等,定量评价可见光图像冠层分割质量。该算法平均有效提取健康和染病冠层区域的准确率为96.54%和96.86%,提取可见光冠层图像的像元信息熵平均值为4.2425和4.7137,与标准算法所得冠层图像的像元信息熵仅相差0.4712,为获取农作物热红外目标图像提供了有效的参考图像。(2)建立了基于仿射变换算法的热红外目标图像识别模型。以可见光图像的冠层区域为参考图像,首先采用仿射变换计算参考图像与原始热红外图像的配准参数,识别热红外图像的冠层目标区域。对于初始温度范围值在14.04~20.00℃的农作物热红外图像,识别目标图像的最大温差为4.99℃,相对于原图像的平均温度值由17.2110℃下降至16.4637℃,实现了基于热红外图像处理技术的农作物冠层识别。然后通过信息熵对农作物冠层热红外图像识别方法进行评价,健康和染病样本热红外冠层图像的平均熵值分别为4.2282和4.7881,为提取农作物冠层热红外图像的冠层温度特征提供了真实可靠数据源。(3)建立了基于热红外图像特征的农作物冠层病害诊断模型。以农作物冠层温度信息为基础,首先计算了冠层温度消除量纲值、最大值、最小值、平均值、均值、方差、标准差、熵值、温度变异系数、温度标准化值以及不同频带宽度的温度频率值共15个温度特征参数。然后通过主成分分析方法,优选了其中8个温度特征参数。最后应用模糊神经网络、多元线性回归、BP神经网络,建立了基于冠层温度特征参数的农作物冠层病害智能快速诊断模型,并应用30组样本对早期病害检测和预报模型的准确率进行验证,其仿真应用的准确率分别为80.00%、86.67%、96.67%,为热红外图像技术应用大田农作物病害诊断提供了技术支持和参考。本研究以不同生长时期的农作物冠层可见光图像和热红外图像为基础,通过提取的可见光参考图像识别出热红外图像的冠层目标,优选了多维度特征参数表征冠层病害区域的温度特性,深入挖掘了冠层病害症状与温度特征之间的非线性映射关系,最终建立了一种基于热红外图像处理技术的农作物病害快速诊断方法,研究成果为实现大田农作物病害早期自动快速诊断和精准测报供了相关理论依据和技术保障。