农作物病害是制约产量的重要因素之一，目前农作物病害检测主要依靠肉眼观察法、统计学方法等传统方式，存在主观性强、效率低、滞后性等弊端。随着信息技术的不断发展，高光谱成像技术以数据丰富性、可靠性、准确与实时性，在农作物病害检测中被广泛应用。本文介绍了高光谱成像仪在农作物病害无损检测中的特点。
农作物病害的常规检测方法：
当前农作物病虫害的常规检测方法主要包括肉眼观察法、统计学方法、农业专家系统和化学与分子生物学检测等方法。
肉眼观察法一般是农业生产者在农业实际生产中依靠实际常年的生产经验进行的主观经验判断得知的，一般并没有系统的理论支持，而且该方法往往存在明显的滞后性，受主观因素影响比较大，也不利于技术的学习与推广。
统计学方法适用于种植面积比较大的农业区域性生产，结合多年的生产数据与经验进行系统的分析，但是该方法缺少针对性与实时性。农业专家系统综合了农业领域的知识、技术和农业专家长期积累的大量宝贵经验，进行系统的模型搭建、模拟与预测，目前得到了比较广泛的应用，只是该方法周期长，成本大，暂时不利于推广。
化学与分子生物学检测方法是较准确的植物病害检测方法，但是同样也存在着耗费高、成本大的问题。当前的农作物的检测方法在实际的实践应用中都存在一定的优缺点，实现农作物病害早期的快速、准确与实时性检测是当前农业生产对精细农业技术提出的新的目标与要求。因此，人们引进入了高光谱成像技术。
高光谱成像技术不仅能获取研究对象的光谱信息，同时也能获取其空间信息，能够更大范围地获取样本的内外部信息，从而能更全面的对研究对象进行分析。运用高光谱光学成像技术，快速无损的获取农作物早期病害信息，通过建立不同的病害检测预报模型，及时监控农作物的发病状况，构建农作物病害的预测预报系统，为变量施药决策系统的实施提供决策支持。
高光谱成像仪在农作物病害无损检测中的应用：
光谱成像技术集成了传统成像技术和光谱学方法的优势，能够同时获取目标的空间信息和光谱信息。根据光谱分辨率、波长范围和连续性，光谱成像技术可分多光谱、高光谱和超光谱。对光谱图像信息的处理主要是将光谱图像转化成数据矩阵，用计算机进行分析，并代替人脑完成处理和解释。基于光谱成像的作物病害诊断方法可以同时获取病害的图像信息和光谱信息，在大幅度降低了作物病害诊断成本同时提高了诊断效率，具备无损、直观、实时和准确性。其特点如下：
1.无损性
传统的理化检测会严重损害作物的叶片，影响作物正常生长，因此无损检测是作物病害诊断领域迫切需求的诊断方式。光谱成像检测技术获取病害图像信息和光谱信息的同时，并不会对作物造成损伤，为作物病害无损检测提供了实现基础。
2.直观性
光谱成像获取的并非传统的RGB图像或某一点的光谱信息，而是一个数据立方。在获取的图像上对每个像素解析光谱维度上的信息，不仅能直观观测图像的空间信息，同时可以获取目标像素点的光谱信息。
3.实时性
与抽样送往实验室检测的方法相比，通过分析患病区域的空间信息与光谱信息，建立作物病害检测模棋型具有快速高效的特点光谱成像快速检测技术为大范围实时监测诊断作物病害诊断提供了基础。
4.准确性
由于不同病害对光的吸收作用不同，在病害的光谱反射率曲线中出现吸收峰的波段也不尽相同。根据患病区域的光谱反射率和图像特征（形状、颜色、纹理）识别病害具有较高的准确率。
