中文摘要：

农作物病害是制约农业生产稳定发展的最重要因素之一。在病害预测、普查和各种防治措施的快速评价等极频繁而又重要的生产科研实践中，现有的病害诊断技术已显得极不适应。根据植物抗性和病毒害之间的交互作用机制，本研究提出了利用计算机视觉技术对植物病害进行非破坏性检测。以城乡居民主要消费蔬菜- - 番茄为研究对象，以引致番茄病毒病的其中主要毒源之一花叶病毒（ToMV）作为病原物，用光谱测试技术分析番茄病害后的光谱反射特征，确定能反映植物病害的最优波长范围，并用红外热成像技术提取并理解番茄感染病毒后叶面的红外热图像特征信息，并与对正常植株的测试结果进行对比试验，建立能准确反映植物病害的检测模型和植物病害程度的定量描述模型，形成对植物病害进行非破坏性、早期诊断的新方法和新理论。对提高我国植物抗病机制的研究，控制病毒的水平，促进植物病理学的发展具有重要的意义。

结论摘要：

改进和完善了植物培育用人工气候室，可为植物的生长和试验提供可调并可控的温湿度及光照条件。研究了基于近红外光谱的的番茄病害程度的检测方法研究，确定了适用于番茄病害程度判别的最优波长，并建立了有效的线性判别模型；研究了基于可见/近红外光谱的植物病害早期检测方法，发现500nm-600nm 以及800nm-900nm处正常植物与病害植物的光谱有明显的差别，此特征可用于番茄花叶病的是早期检测；研究了基于红外热成像技术的植物病害早期诊断方法研究，研究表明不同品种的番茄正常与感染两者之间存在明显的温度差0.5-1.3℃，而且此现象发生在叶面出现可见坏死病征之前。此外，课题组还在完成本项目的研究任务的基础上，进行了基于阻抗的植物病害检测试验和基于计算机视觉的植物病害程度的检测试验研究。项目执行期间共参加两次国际会议，汇报交流了本研究成果。共发表SCI收录论文1篇，EI收录论文5篇。