数字化、标准化、无损伤、定量、早期识别植物病害,成为作物病害诊断的趋势。论文针对植物病害症状复杂、现有诊断技术检测效率低等问题,综合利用计算机视觉、数字图像处理、模式识别、高光谱成像、光谱分析、化学计量学和植物病理学等诸多领域的知识,开展对黄瓜、番茄主要病害和植物病原真菌的快速、无损检测方法研究,并在此基础上建立了病害和病原菌快速检测模型和病害诊断系统。1.对病害在可见光范围的彩色图像进行分析,构建了基于计算机视觉的番茄叶部病害自动识别诊断系统。以番茄早疫病（Alternaria solani）、晚疫病（Phytophthora infestans）、叶霉病（Fulvia fulva）、棒孢叶斑病（Corynespora cassiicola）、假尾孢叶斑病（Pseudocercospora fuligena）、斑枯病（Septoria lycopersici）、灰叶斑病（Stemphylium solani）、白粉病（Sphaerotheca fulifinea）、漆腐病（Myrothecium roridum）等9种重要的叶部病害为研究对象,搭建了一套适用于室内操作的病害样本图像采集系统;建立了病害在不同时期、环境、品种压力下的症状标准化数字图像库;定量提取了病斑的9个颜色特征参数、5个纹理特征参数和4个形状特征参数;建立了病害识别模型,识别准确率达到94%以上,初步实现了番茄叶部病害的自动诊断。以MATLAB为平台,构建了基于计算机视觉的番茄叶部病害自动识别软件试验系统,为实现番茄病害的田间实时在线监测提供了可能。2.利用高光谱成像技术（400-720nm）,将图像分析与光谱分析相结合,实现了对黄瓜白粉病（Sphaerotheca fuliginea）、角斑病（Pseudomopnas syringae）、霜霉病（Pseudoperonospora cubensis）、棒孢叶斑病（Corynespora cassiicola）发病和无病区域的识别。搭建了一套高光谱图像采集处理系统,进行病害样本高光谱信息的采集和标定,建立了黄瓜叶部病害高光谱信息数据库;采用特征波段选择和特征波段提取两种方法实现数据的降维,建立病害识别模型。利用逐步判别分析从高光谱图像55个波段中选择了12个波段组成特征空间,对训练样本和测试样本的识别正确率分别为100%和94%。利用典型判别把原始的55维光谱空间投影到一个二维的特征空间,对训练样本和测试样本的识别正确率均达100%。结果表明,利用高光谱成像技术可以快速、精确地对病害进行识别。3.利用傅立叶变换红外光谱技术,探索了人眼尚未观察到症状时病害的诊断技术,实现了黄瓜棒孢叶斑病的早期检测。测定接种棒孢叶斑病菌的黄瓜叶片和健康黄瓜叶片在4000-400cm^-1范围FTIR光谱,确定了1735cm^-1、1545cm^-1和1240cm^-1三个敏感谱带,利用峰面积值的变化,在接种后第二天就可以确定棒孢叶斑病的发生,通过叶面观察五天后才表现症状,为病害的早期诊断提供了新的途径。4.针对植物病原真菌孢子形态的多样性与特异性,通过对孢子显微图像分析,开发制作了植物病原真菌孢子自动识别系统。以白粉菌属（Erysiphe）、棒孢菌属（Corynespora）、链格孢菌属（Alternaria）、葡萄孢属（Botrytis）、尾孢菌属（Cercospora）、炭疽菌属（Colletotrichum）、叶点霉属（Phyllosticta）等7个重要植物病原真菌属为研究对象,搭建了一套计算机视觉显微形态数字图像采集系统,建立了病原菌孢子形态标准化图像数据库;采用数学形态学方法对孢子图像进行分割;提取了每个孢子图像区域的轮廓边缘长度、孢子形状标准圆相似度、形状相似性能量等形状特征参数和孢子区域归一化灰度分布特征;提出一种基于形状信息的贝叶斯分类算法,对植物病原真菌进行分类识别,准确率达到89%以上;在此基础上,开发制作了基于计算机视觉和图像处理的植物病原真菌孢子自动分类识别软件系统。5.根据植物病原真菌的化学特征,将FTIR光谱法与多元统计分析相结合,实现了27种植物病原真菌的分类鉴别。以来自19个属的27种重要园艺作物病害病原真菌为研究对象,用FTIR-ATR光谱法测定真菌在4000-400cm^-1范围的红外光谱,获得了分辨率高、重现性好的真菌红外谱图;确定了3050-2800cm^-1、1800^-1485cm^-1、1485^-1185cm^-1和1185-900cm^-1四个光谱分析灵敏区;采用聚类分析和典型判别分析两种方法对27种植物病原真菌进行分类,结果显示两种方法的分类正确率达到97%以上,说明傅立叶变换红外光谱技术在真菌分类识别方面具有很大的应用潜能。本论文将植物病害的诊断理论与现代信息技术相结合,通过学科交叉,进行了植物病害和病原真菌诊断的探索性研究。对于植物病害识别,一方面,针对具有典型症状的叶部病害,根据可见光范围内病害的图像信息,构建了基于计算机视觉的番茄叶部病害自动识别系统;利用图像与光谱相结合的高光谱成像技术,实现了黄瓜叶部病害的诊断。另一方面,针对症状不明显的病害或者根部病害,引入了傅立叶变换红外光谱技术,在人眼不能感知的红外光谱范围,实现了黄瓜棒孢叶斑病的早期检测。对于植物病原真菌识别,根据真菌形态学特征,采用图像处理技术开发了植物病原真菌自动识别系统;根据真菌生化特征,利用傅立叶变换红外光谱技术实现了植物病原真菌的分类鉴定。本论文的研究结果为植物病害和病原菌的快速诊断提供了新的手段,有一定的实践意义;为计算机技术、信息技术以及光谱技术在农业中的应用提供了实例,有一定的理论意义。