Hyperspectral Imaging for Disease Detection in Wheat Crops: A Comprehensive Survey

高光谱成像（HSI）已成为精准农业领域的一项变革性技术，因为它能够在数百个精细分辨、连续分布的波段上捕获详细的光谱特征。这一特性使得对物种特异性植物生理状态进行细致描述成为可能，从而能够对小麦等作物病害实现早期、精准且非破坏性的识别。随着全球对粮食安全和健康栽培需求的日益增长，HSI在农业诊断中的应用已显著扩展。本文对用于小麦病害区分的高光谱成像策略进行了全面且前沿的综述。文章首先介绍了HSI的理论基础，包括数据采集、预处理及光谱-空间特征提取。随后，综述详细探讨了从经典统计学习方法到深度学习的众多分析方法及其在HSI数据建模中的适用性。特别地，文中对这些方法进行了比较研究，并讨论了其在区分健康与患病小麦，以及在不同环境条件下识别不同类型病害方面的表现。本文还考虑了基准数据集、传感器及平台（田间/实验室）在实际应用中存在的局限性。针对数据维度、大气条件引起的变异性以及开放田间场景下在线实施的需求等关键挑战进行了阐述。最后，提出了将HSI应用于其他领域的一系列建议，例如将HSI与额外遥感信息融合、将紧凑模型引入边缘设备，以及构建在商业农业中可扩展且经济可行的HSI解决方案。