【技术实现步骤摘要】
小麦赤霉病染病籽粒识别的光谱病害指数构建及应用
本专利技术涉及小麦赤霉病病害检测
,特别涉及一种小麦赤霉病染病籽粒识别的光谱病害指数构建及应用。
技术介绍
小麦是世界上种植面积最广、总产量最高的粮食作物之一,超过1/3的世界人口以小麦制品为主食。因此,小麦在社会和经济方面有着重要的作用,其质量安全问题也成为了国内外研究的热点。镰刀菌赤霉病(FHB)是小麦的一种常见高发病,它可以产生25种真菌毒素,其中脱氧雪腐镰刀菌烯醇(DON)及其乙酰化衍生物(3ADON,15ADON)最为普遍。DON又称呕吐毒素,会干扰核糖体肽基转移酶的活性,阻碍核糖体循环,抑制蛋白质的合成,引起头疼、呕吐、肠道损伤、中枢神经系统紊乱、免疫功能障碍等症状。因此,为了避免潜在的健康风险,必须在把小麦加工成食品之前检测出患病的谷物,以避免将它们掺入到食物之中。传统的小麦赤霉病检测方法主要有:通过人工专家目测,但其有效性可能会因疲劳,外部干扰和视错觉等因素而下降;液体和气体色谱、质谱法、和酶联免疫吸附试验等具有相对更高的准确性,但破坏性大、耗时长,不适用于在线检测;数字图像处理技术具有快速无损的优势,但会因为照明条件等因素影响图片质量,且丢失了紫外、红外等信息使得分类结果不够准确。光谱技术是近年来兴起的一种新型、快速、无损的检测技术,它是基于物质与辐射能作用时,测量由物质内部发生量子化的能级之间的跃迁而产生的发射、吸收或散射辐射的波长和强度进行分析的方法。DelwicheandKim首次用高光谱图像识别出小麦籽粒中的FHB,自此掀起了光谱技术在病虫害小麦识别研究中的热潮。光谱分析技术包 ...
【技术保护点】
1.一种小麦赤霉病染病籽粒识别的光谱病害指数构建,其特征在于:包括如下步骤:(A)挑选多个健康小麦籽粒和小麦赤霉病染病籽粒作为校正集,采集校正集中小麦籽粒的光谱数据后求平均得到健康小麦籽粒平均光谱曲线C1和染病小麦籽粒平均光谱曲线C3;(B)分别对两条平均光谱曲线C1和C3的每个波长进行一阶微分处理得到健康小麦籽粒一阶微分光谱曲线C2和染病小麦籽粒一阶微分光谱曲线C4;(C)根据两条平均光谱曲线C1和C3求解反射率值差异最大的波长λ1,根据两条一阶微分光谱曲线C2和C4求解光谱曲线值差异最大的波长λ2;(D)根据以下公式计算每个小麦籽粒的光谱病害指数NSDI:
【技术特征摘要】
1.一种小麦赤霉病染病籽粒识别的光谱病害指数构建,其特征在于:包括如下步骤:(A)挑选多个健康小麦籽粒和小麦赤霉病染病籽粒作为校正集,采集校正集中小麦籽粒的光谱数据后求平均得到健康小麦籽粒平均光谱曲线C1和染病小麦籽粒平均光谱曲线C3;(B)分别对两条平均光谱曲线C1和C3的每个波长进行一阶微分处理得到健康小麦籽粒一阶微分光谱曲线C2和染病小麦籽粒一阶微分光谱曲线C4;(C)根据两条平均光谱曲线C1和C3求解反射率值差异最大的波长λ1,根据两条一阶微分光谱曲线C2和C4求解光谱曲线值差异最大的波长λ2;(D)根据以下公式计算每个小麦籽粒的光谱病害指数NSDI:式中,Rλ1表示在λ1波长处的反射率值,Sλ2表示在λ2波长处的一阶微分值;(E)根据健康小麦籽粒的光谱病害指数NSDI画出其频数直方图,根据染病小麦籽粒的光谱病害指数NSDI画出其频数直方图;(F)对健康小麦籽粒和染病小麦籽粒的频数直方图进行曲线拟合,取两条拟合曲线的交点为判断阈值T。2.如权利要求1所述的小麦赤霉病染病籽粒识别的光谱病害指数构建,其特征在于:所述的步骤C中,按如下步骤确定特征波长λ1和λ2:(C11)根据两条平均光谱曲线C1和C3,求解出使C1-C3值最大的波长λ11以及使C1-C3值最小的波长λ12;(C12)根据两条一阶微分光谱曲线C2和C4,求解出使C2-C4值最大的波长λ21以及使C2-C4值最小的波长λ22;(C13)按以下公式计算D1和D2:式中,Rλ11、Rλ12、Sλ21以及Sλ22是健康小麦籽粒的特征值,R′λ11、R′λ12、S′λ21以及S′λ22是染病小麦籽粒的特征值;(C14)判断D1和D2的大小,若D1≥D2,则取λ11和λ21作为特征波长λ1和λ2;否则,取λ12和λ22作为特征波长λ1和λ2。3.如权利要求1或2所述的小麦赤霉病染病籽粒识别的光谱病害指数构建,其特征在于:所述的步骤C中,包括如下步骤:(C21)根据确定的特征波长λ1和λ2判断如下公式是否成立:(Rλ1-R′λ1)·(Sλ2-S′λ2)<0;式中,Rλ1和Sλ2是健康小麦籽粒的特征值,R′λ1和S′λ2是染病小麦籽粒的特征值;(C22)若上式成立,则执行步骤D;若上式不成立,则返回步骤A重新选择校正集或扩大校正集中样本数量。4.如权利要求3所述的小麦赤霉病染病籽粒识别的光谱病害指数构建,其特征在于:所述的步骤F中,按以下步骤确定判断阈值:(F1)取两条拟合曲线的交点为基准判断阈值T0;(F2)在基准判断阈值T0附近选取多个特定阈值得到一组阈值{T-i,...,T-1,T0,T1,...,Tk};(F3)挑选多个健康小麦籽粒和小麦赤霉病染病籽粒作为验证集,利用所测得阈值对验证集中小麦籽粒进行识别,计算每个阈值对应的识别精确度、特异性以及敏感性;(F4)根据用户需求、识别精确度、特异性以及敏感性从一组阈值中选择最佳的一个阈值作为判断阈值T。5.如权利要求4所述的小麦赤霉病染病籽粒识别的光谱病害指数构建,其特征在于:所述的步骤F2中,在基准判断阈值T0左、右两边各选择n个特定阈值,且得到的一组阈值以δ为公差,该组阈值即为{T0-nδ,...,T0-δ,T0,T0+δ,...,T0+nδ}。6.如权利要求4所述的小麦赤霉病染病籽粒识别的光谱病害指数构建,其特征在于:所述的步骤F3中,对一组阈值{T-i,...,T-1,T0,T1,...,Tk}中的任一阈值Tx,x∈[-i,k],按如下步骤求得Tx对应的识别精确度、特异性以及敏感性:(F31)将验证集中健康小麦籽粒的光谱病害指数NSDI与阈值Tx进行比较,记光谱病害指数NSDI≤Tx的健康小麦籽粒个数为Tp,光谱病害指数NSDI>Tx的健康小麦籽粒个数为Fn;(F32)将验证集中染病小麦籽粒的光谱病害指数NSDI与阈值Tx进行比较,记光谱病害指数NSDI>Tx的染病...
【专利技术属性】
技术研发人员:张东彦,王倩,梁栋,郑玲,黄林生,尹勋,王道勇,陈高,
申请(专利权)人:安徽大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。