园艺作物长期以来在农业产品中占很大比重。病虫害一直是制约着园艺作物生产的主要因素。传统的诊断方法是采用RGB彩色相机捕获的图片与患病害的植物进行比较。这种方法有两方面的原因不利于实现可靠的诊断: 一是测试目标的颜色依赖于图像捕获位置的照明条件,如果图像捕获位置的照明条件发生改变,目标的颜色也会发生变化; 二是传统RGB三原色相机的颜色重建精度远远不能满足实际的检测。此外,植物表面的颜色信息并不能完全体现植物内部病害的变化。多光谱成像技术结合了空间成像系统和光谱探测系统的功能,可以同时从光谱维和空间维获取被测目标的信息,因此近年来在信息获取与处理领域备受重视。在农业工程的应用中,多光谱成像技术主要体现在作物病害诊断、农产品品质检测、作物生长状态监测等。

利用Airphen多光谱成像技术进行病害研究

研究目的是利用无人机搭载的Hiphen公司开发生产的Airphen多光谱相机评估不同植物品系对尾孢疾病敏感性。

目前阶段的常规成像用于评估敏感性，但估计通过这种测量方式，一个操作人员可以监控多达200万株植物。使用无人机的目的是实现高表型通量。此法比较客观，是一种标准化方法，可区分出人眼所看不到的植物的变化。

2000块实验田高通量检测

   此可行性研究是检测无人机监测甜菜的尾孢病，定期对2000块实验田接种了尾孢的甜菜和带有尾孢病的甜菜进行了研究，获取了5种数据。无人机搭载有Airphen多光谱相机，可拍摄高分辨率图片，Airphen多光谱相机用于获取图像，波段涵盖可见光（蓝光，绿光和红光）以及近红外光波段。Hiphen总裁Alexis表示，飞行试验操作员可同时进行图像评级分析。

实验主要由Phénomobile 机器人组成，Arvalis植物研究院和INRA法国农业科学院开发了该设备用来实现高通量植物表型成像，该表型成像系统配备了照明系统，用来克服环境照明问题，该系统配备了2个传感器，1台RGB相机以及1台Airphen多光谱相机，地理标示和测量配有持续照明，照明的配置确保了图像处理的理想条件并有助于实现斑点良好检测。无人机只是该新方法开发的一个必要工具，但非核心工具。此Airphen相机系统也可搭载在其它系统上。

测量后，将获取图像进行处理，并用这些图像开发了自动检测植物尾孢斑点的算法。试验结果令人鼓舞，对尾孢斑点检测结果非常好。检测品质很大程度上依赖于拍摄图像时的光照条件。控制和获取条件是传感器探测潜力的很好的指标。