農作物病害是制約產量的重要因素之一，目前農作物病害檢測主要依靠肉眼觀察法、統計學方法等傳統方式，存在主觀性強、效率低、滯后性等弊端。隨著信息技術的不斷發展，高光譜成像技術以數據豐富性、可靠性、準確與實時性，在農作物病害檢測中被廣泛應用。本文介紹了高光譜成像儀在農作物病害無損檢測中的特點。

農作物病害的常規檢測方法：

當前農作物病蟲害的常規檢測方法主要包括肉眼觀察法、統計學方法、農業專家系統和化學與分子生物學檢測等方法。

肉眼觀察法一般是農業生產者在農業實際生產中依靠實際常年的生產經驗進行的主觀經驗判斷得知的，一般并沒有系統的理論支持，而且該方法往往存在明顯的滯后性，受主觀因素影響比較大，也不利于技術的學習與推廣。

統計學方法適用于種植面積比較大的農業區域性生產，結合多年的生產數據與經驗進行系統的分析，但是該方法缺少針對性與實時性。農業專家系統綜合了農業領域的知識、技術和農業專家長期積累的大量寶貴經驗，進行系統的模型搭建、模擬與預測，目前得到了比較廣泛的應用，只是該方法周期長，成本大，暫時不利于推廣。

化學與分子生物學檢測方法是較準確的植物病害檢測方法，但是同樣也存在著耗費高、成本大的問題。當前的農作物的檢測方法在實際的實踐應用中都存在一定的優缺點，實現農作物病害早期的快速、準確與實時性檢測是當前農業生產對精細農業技術提出的新的目標與要求。因此，人們引進入了高光譜成像技術。

高光譜成像技術不僅能獲取研究對象的光譜信息，同時也能獲取其空間信息，能夠更大范圍地獲取樣本的內外部信息，從而能更全面的對研究對象進行分析。運用高光譜光學成像技術，快速無損的獲取農作物早期病害信息，通過建立不同的病害檢測預報模型，及時監控農作物的發病狀況，構建農作物病害的預測預報系統，為變量施藥決策系統的實施提供決策支持。

高光譜成像儀在農作物病害無損檢測中的應用：

光譜成像技術集成了傳統成像技術和光譜學方法的優勢，能夠同時獲取目標的空間信息和光譜信息。根據光譜分辨率、波長范圍和連續性，光譜成像技術可分多光譜、高光譜和超光譜。對光譜圖像信息的處理主要是將光譜圖像轉化成數據矩陣，用計算機進行分析，并代替人腦完成處理和解釋。基于光譜成像的作物病害診斷方法可以同時獲取病害的圖像信息和光譜信息，在大幅度降低了作物病害診斷成本同時提高了診斷效率，具備無損、直觀、實時和準確性。其特點如下：

1.無損性

傳統的理化檢測會嚴重損害作物的葉片，影響作物正常生長，因此無損檢測是作物病害診斷領域迫切需求的診斷方式。光譜成像檢測技術獲取病害圖像信息和光譜信息的同時，并不會對作物造成損傷，為作物病害無損檢測提供了實現基礎。

2.直觀性

光譜成像獲取的并非傳統的RGB圖像或某一點的光譜信息，而是一個數據立方。在獲取的圖像上對每個像素解析光譜維度上的信息，不僅能直觀觀測圖像的空間信息，同時可以獲取目標像素點的光譜信息。

3.實時性

與抽樣送往實驗室檢測的方法相比，通過分析患病區域的空間信息與光譜信息，建立作物病害檢測模棋型具有快速高效的特點光譜成像快速檢測技術為大范圍實時監測診斷作物病害診斷提供了基礎。

4.準確性

由于不同病害對光的吸收作用不同，在病害的光譜反射率曲線中出現吸收峰的波段也不盡相同。根據患病區域的光譜反射率和圖像特征（形狀、顏色、紋理）識別病害具有較高的準確率。