吉林大学基于多光谱视觉稻瘟病早期检测技术的研究.pdfVIP

论 文 模 版 基于多光谱视觉的稻瘟病早期检测技术研究 齐龙，马旭，叶磊 （华南农业大学工程学院，广州 510642） 摘 要：稻瘟病早期检测(显症前)是对病害预报预测和化学防治的基础。本研究应用多光谱视觉技术结合时间序列的分析方法，研究了稻瘟 病早期检测技术。通过对接种病菌和未接种病菌两类稻苗样本在不同采样时间点上的差异显著性分析和样本多光谱图像特征信息变化趋势的 比较，选择了NIR 图像灰度为病害早期检测的特征参数，并建立了NIR 图像灰度时间序列，应用模式距离衡量NIR 图像灰度时间序列间的相 似性，最后，应用K-近邻算法对稻瘟病早期病害进行了分类识别。应用模式距离方法染病样本早期检测的分类精度为94.9%。试验结果表明， 模式距离适合描述时间序列的变化趋势，适合衡量稻瘟病潜育期内NIR 图像灰度时间序列间的相似程度。本研究所做的稻瘟病早期检测工作 为稻瘟病灾害的预测预报提供了理论基础和技术支持，为植物病害检测技术提供了一条新思路。 关键词：多光谱视觉;稻瘟病;早期检测;时间序列;模式距离 component interconnect)扩展外接插槽(CB264-3.3,Magma 0 引 言 Inc. USA)和采样光箱组成。 植物病害早期（显症前）检测技术是指在病害潜育 1.1 试验方案 期内，通过某种手段检测出病害的技术。病害早期检测 选择感病品种CO39 为试验的水稻品种。在每个小 [1-3] 塑料盆（ 常用的是分子水平的检测方法，如免疫学方法 和聚合 Φ6.5×7cm）播种2 粒种子，共播种200 盆，定 [4-5] 酶链反应PCR （Polymerase Chain Reaction ）技术 等， 苗后，每盆保留一株稻苗，选择长势均匀的142 株稻苗 虽然上述方法检测结果较为准确，但不能实时田间操作， 进行测试，其中104 盆接种稻瘟病病菌，38 盆不接种用 且检测过程需要专业技术人员参与，耗时、成本高；病 于对照。接种后24 小时，从暗箱中取出样本存放在温室 害流行学中的检测方法也常用来预测病害，根据菌量、 内，为了避免由于环境因素引起的误差，样本随机摆放， 气象条件和栽培条件等因素建立病害预测模型，但检测 通过空调控制温室的温度恒温为26℃，通过微电脑时控 结果往往精度不高，只适用于大范围的粗略估计。鉴于 开关控制喷水，保持高湿。 现有的方法很难实现快速、准确和无损地实现病害早期 稻苗4 叶期接种稻瘟病菌。接种时间为2009 年3 检测，因此，迫切需要一种新的技术来解决植物病害早 月18 日上午10 时，在广东省农业科学院植物保护研究 期检测的难题。 所水稻病虫害研究室的帮助下完成。接种前，拍摄了全 多光谱视觉技术通过多光谱成像设备同时采集近红 部样本的多光谱图像。24 小时后，3 月19 日上午10 时， 外波段包含的植物内部光谱信息和可见光波段包含的植 开始接种后的第一次多光谱图像信息采集，以后每隔12 物外部光谱信息，通过计算机图像处理技术消除图像背 小时采集一次，每次采集142 盆单株样本的多光谱图像， 景干扰，使采集到的多光谱图像信息能更准确地反映植 直到3 月21 日上午稻瘟病在叶片上出现明显症状为止。 物的健康状况，近年来，多光谱视觉识别技术在作物病 那么，在稻瘟病显症前按时间顺序共进行了 5 次拍 虫害检测的研究中也有越来越多的应用[6-8