[發明專利]一種鑒別油菜菌核病和灰霉病早期病斑的方法

有效

• 申請號: 201510417015.2
• 申請日: 2015-07-15
• 公開（公告）號: CN105067532B
• 公開（公告）日: 2018-07-06
• 發明（設計）人: 趙蕓;徐興
• 申請（專利權）人: 浙江科技學院
• 主分類號: G01N21/25
• 分類號: G01N21/25
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 胡紅娟

本發明公開了一種鑒別油菜菌核病和灰霉病早期病斑的方法，該方法包括：(1)取待測油菜葉片的高光譜圖像，再挑選所述高光譜圖像的病斑局部的像素；(2)計算獲得所述像素在681.95nm～748.23nm波段的波段比運算值和波段差分運算值；(3)將由所述像素在555.29nm處的光譜值、所述波段比運算值和波段差分運算值構成的特征向量輸入經訓練的最小二乘支持向量機模型，根據輸出結果判斷病斑類型。本發明從帶有菌核病、灰霉病早期病斑的高光譜圖像信息中分析獲得特征差異波段，通過特征波長、波段比運算值和波段差分運算值與最小二乘支持向量機的結合，實現了菌核病和灰霉病早期病斑的準確分類，鑒別精度更高。

技術領域

本發明涉及數字農業技術領域，尤其涉及一種鑒別油菜菌核病和灰霉病早期病斑的方法。

背景技術

油菜是我國重要的油料作物，在種植過程中經常受到各種病害的脅迫，導致減產。油菜的主要病害有菌核病和灰霉病等。菌核病由核盤菌侵染所致，灰霉病由灰葡萄孢菌侵染所致。兩種病害侵染油菜葉片初期時，油菜葉片上都顯示出水漬狀病斑，難以區分兩種病害，容易造成誤判而錯過最佳防治時間。如果用一種快速無損的方法準確識別這兩種病害，則可以指導農戶施用針對特定病害的農藥，提高效率并且最大限度的保護環境。

高光譜圖像技術將圖像處理技術與光譜分析技術相結合，成為近年來數字農業領域研究的熱點。它秉承了光譜和高光譜技術的無損檢測的特點，同時利用圖像處理技術能夠更準確的識別植株的早期病害。高光譜圖像技術已被用于水果品質鑒別、植株營養成分鑒別、植株病害程度鑒別以及染病植株與健康植株的鑒別等。

Moshou利用可見和近紅外波段高光譜信息鑒別小麥健康葉片、感染黃銹病葉片和缺氮葉片，用二次判別分析(quadratic discriminant analysis，QDA)和自組織映射神經網絡(self-organizing map neural net)兩種分類方法來鑒別這三類葉片，其不足在于受病害感染的冠層反射光譜存在不穩定性(Moshou D.，Bravo C.，Wahlen S.，etal.Simultaneous identification of plant stresses and diseases in arable cropsbased on a proximal sensing system and Self-Organising Neural Networks：Proceedings of 4th European Conference on Precision Agriculture，2003[C].Berlin：Stafford J.，Werner A.，2003：425-432.Moshou D.，Bravo C.，Wahlen S.，etal.Simultaneous identification of plant stresses and diseases in arable cropsusing proximal optical sensing[J].Precision Agriculture，2006，7(3)：149-164.)。Qin利用高光譜信息將葡萄柚果實的潰瘍病從健康果中分離出來(Qin Jianwei，BurksT.F.，Kim M.S.，et al.Citrus canker detection using hyperspectral reflectanceimaging and PCA based image classification method[J].Sensing Instrument forFood Quality and Safety，2008，2(3)：168-177.)，Qin進一步將葡萄柚果實的潰瘍病從其他種類的病果中分離出來，該研究的分類方法用了99個波段參與分析，分類精度較高，但是運算較費時(Qin Jianwei，Burks T.F.，Ritenour M.A.，et al.Detection of citruscanker using hyperspectral reflectance imaging with spectral informationdivergence[J].Journal of Food Engineering，2009，93(2)：183-191.)。李江波用主成分分析與波段比算法相結合將臍橙潰瘍果從臍橙其他種類的病果中分離出來，相對于Qin的研究降低了運算量(李江波，饒秀勤，應義斌等.基于高光譜成像技術檢測臍橙潰瘍[J].農業工程學報，2010，26(8)：222-228.)。