从播下一粒种子，到硕果累累、稻浪滚滚，水稻的一生，要经历苗期、分蘖期、长穗期、抽穗扬花期、灌浆成熟期等5个时期，历时最少100天。漫长的成长过程中，受温度、日照、水分、土壤等外部条件的影响，各类“疾病”也如影随形，稻瘟病、白叶枯病、纹枯病……这些“成长杀手”让水稻的一生多灾多难，也严重影响了水稻的产量和品质。因此，如何在第一时间发现水稻的病变症候，并迅速采取相应的田间管理，就显得特别重要。

    日前，扬州大学一大学生科研团队成功研发出基于机器视觉的稻麦重要病害的自动检测装置，为水稻、小麦等常见农作物“量身定做”远程“听诊器”，较好地解决了这一问题。该项装置依托计算机视觉技术，通过叶片扫瞄，可以快速、准确的识别农作物叶片病害类型及病级，从而为田间管理提供快速反应的依据和基础。

    “我们研发这个系统是从农作物的‘肤色’开始的。”团队负责人袁小昊介绍，该装置在基于水稻、小麦叶片本体特征以及病害成色特征的基础上，利用具有高解析度、大面积感光能力以及动态扫描范围广的高速图像扫描传感器，对待检测叶片进行数据采样，并将得到的采样数据送入嵌入式计算机。

    袁小昊介绍，这个嵌入式计算机充当的是“网络医生”的角色。实际操作中，计算机通过识别算法对采样数据进行处理，检测样本叶片的颜色类型以及病斑面积的比例，将所得到计算结果与子系统中的病害库样本进行多方面对比，从而判断叶片病害的具体类型以及其病害程度，形成检测记录，并将结果通过无线网络上传至高性能农业大数据平台。

    近年来，用现代科技知识武装传统农业，已经是越来越多农业工作者的共识，但同时存在许多的缺陷，如互联网查询方法不能满足实时性的要求并且存在数据不全面，分析不到位的情况。袁小昊同学透露道：“我们找到的这一种特征表示方法对环境的适应能力要大大超过目前农业上大多检测的方法，不需要对图像进行标准化，训练速度也大大加快，更值得一提的就是该装置可对采集样本进行重要病害分类并分析病害类型及病疾，方便进行高精度病害防治预警，为实现精致农业迈出一大步。”

    记者了解到，国内外暂无同类产品，稻麦重要病害自动检测装置一旦研发成功能够填补农作物病害自动检测领域存在的空白。目前，该项成果已经成功申报了2项软件著作权，另有2项实用新型专利、1项发明专利、1项外观专利正在等待批复。