基于高光譜成像的小麥赤霉病害分級(jí)診斷研究.pdf

1、小麥?zhǔn)鞘澜缟喜シN面積最大、分布最廣泛的糧食作物。小麥赤霉病是小麥生長過程中的重要病害，從幼苗到小麥抽穗都有可能受到赤霉病的侵害，而對(duì)小麥危害最嚴(yán)重的是穗腐。
　　論文針對(duì)小麥赤霉病的發(fā)生難防難控問題，以受赤霉病菌侵染的小麥麥穗為研究對(duì)象，利用可見-近紅外(400～l000nm)波段的小麥赤霉病光譜數(shù)據(jù)，研究小麥赤霉病害的分級(jí)診斷模型，為赤霉病害的分級(jí)識(shí)別，特別是早期診斷和預(yù)測預(yù)警奠定基礎(chǔ)。
　　論文主要研究內(nèi)容及結(jié)論如下:<

2、br>　　(1)研究了小麥赤霉病害光譜的特征波長提取方法?；隗室淮沃鞒煞址治?PCAl)方法提取0～420個(gè)主成分，利用權(quán)重系數(shù)法和差分法求二階導(dǎo)數(shù)獲得6個(gè)最優(yōu)病害特征波長(548nm、645nm、683nm、739nm、812nm、871 nm)，通過實(shí)驗(yàn)結(jié)果分析可知，選取的6個(gè)特征波長能夠?qū)π←溗氲某嗝共『M(jìn)行識(shí)別。
　　(2)提出了基于小麥赤霉病害光譜特征波長的第二次主成分分析(PCA2)方法。針對(duì)小麥穗樣本的光譜圖像，采

3、用第二主成分分析方法提取感興趣區(qū)域(ROI)即小麥穗的病害區(qū)域。首先，對(duì)小麥麥穗的高光譜圖像進(jìn)行第一次主成分分析，選取最能顯示小麥麥穗全部輪廓區(qū)域的PC1，作為識(shí)別小麥麥穗輪廓圖像;然后，對(duì)特征波段進(jìn)行第二次主成分分析，選取最能顯示小麥麥穗病害區(qū)域部分的PC3，作為識(shí)別小麥穗病害部分圖像。
　　(3)建立了基于小麥穗赤霉病害光普分級(jí)診斷模型。對(duì)PC1圖像采用均值濾波法進(jìn)行小麥穗輪廓部分ROI提取，再利用最大連通區(qū)域標(biāo)記法求出小麥穗

4、輪廓區(qū)域的面積S1;對(duì)PC3圖像采用局部閾值分割法進(jìn)行小麥麥穗病害部分ROI提取，再利用區(qū)域賦值法求出病害區(qū)域面積S2;得到S2與S1的比值結(jié)果，即為小麥赤霉病害的分級(jí)百分比。最后，對(duì)比小麥穗病害人工分級(jí)的結(jié)果，吻合度越高分級(jí)效果越佳。實(shí)驗(yàn)表明，該模型較為準(zhǔn)確的實(shí)現(xiàn)了小麥赤霉病病害區(qū)域的分割，驗(yàn)證了此方法在小麥赤霉病害分級(jí)識(shí)別上的可行性。
　　(4)實(shí)現(xiàn)了對(duì)光譜圖像數(shù)據(jù)的自動(dòng)化批量處理。針對(duì)在實(shí)驗(yàn)過程中小麥穗樣本量多、高光譜數(shù)據(jù)大