【正确答案】目前，农民识别农作物的病害一般是通过已有的经验、对照专业的书籍、查询互联网、请教农业技术人员或专家等方法。近年来，随着计算机技术和数字图像处理的迅速发展，计算机视觉的应刚日益广泛和各种模式识别技术的日趋成熟，对农作物病虫草害图像进行处理，提取特征参数，可以达到智能识别的目的。
   植物病害的数字化智能诊断是在总结植物病害知识和专家经验的基础上，研制出的基于网络的植物病害诊断咨询专家系统。该系统按照面向对象的知识表示方法，以病害发生部位症状、病原的形态、色泽等为对象，运用数字图像分析技术，包括颜色空间区分法、纹理特征分析法、形态特征分析法、小波分析法、多种参数结合分析法以及特殊图像的分析法等数字图像处理技术，分析其症状及病原的数字化识别特征，对研究对象的特征进行分类和知识整理抽取，并根据数据知识是否用于推理过程，分别建立知识库和程序信息库，通过采用人工补充的系统学习机制和正反向混合推理策略保证系统诊断的准确性和实用性，从而实现对植物病害的计算机智能化诊断的方法。
   植物病害的数字化智能诊断是植物病害诊断技术与计算机数字化技术结合产生的新兴研究领域，是近些年植物病害诊断研究领域的热点。例如，赵玉霞等根据玉米锈病、弯孢霉叶斑病、灰斑病、小斑病及褐斑病5种玉米病斑图像的实际情况，在图像分割和特征提取的基础上，利用朴素贝叶斯分类器的统计学方法，实现玉米叶部病斑的分类识别。再如岑枯鑫等运用数字图像分析技术，图像的颜色统计特征对来自不同时期的黄瓜炭疽病和黄瓜褐斑病样本图像进行分类和识别。采用逐步判别分析，选取显著性较大的特征参量，建立了黄瓜炭疽病、黄瓜褐斑病和无病区域的分类模型，实现对黄瓜炭疽病和黄瓜褐斑病的数字化、标准化、无损伤定量识别。
   总之，植物病害的数字化智能诊断是植物病害远程诊断的基础，随着数字化技术的发展，必将得到更深入的研究和广泛的应用。