一种抗白叶枯病水稻光谱指标筛选方法及系统技术方案

本发明专利技术公开了一种抗白叶枯病水稻光谱指标筛选方法及系统，涉及抗白叶枯病水稻检测领域，该方法包括：采用阈值分割算法对测试样本光谱数据进行处理，得到每张光谱图像的平均光谱信息以及每张光谱图像对应的病斑比例；利用每张光谱图像的平均光谱信息以及对应的病斑比例，训练基于自注意力机制的深度学习算法模型，构建评估病斑面积回归模型；基于评估病斑面积回归模型，确定最佳波段组合以及最佳波段组合中每个波段对应的权重数值，进而确定光谱指标；利用光谱指标鉴别不同染病时间不同基因型的水稻之间的差异，筛选抗白叶枯病水稻品种，解决了建立不同基因型水稻叶片光谱特征冗余的问题，实现快速有效鉴别抗白叶枯病水稻的目的。目的。目的。

【技术实现步骤摘要】
一种抗白叶枯病水稻光谱指标筛选方法及系统


[0001]本专利技术涉及抗白叶枯病水稻检测领域，特别是涉及一种基于自注意力模型的抗白叶枯病水稻光谱指标筛选方法及系统。

技术介绍

[0002]水稻白叶枯病是由稻黄单胞菌水稻致病变种侵染引起的一种细菌病害，其发育最适温度为26～30℃。水稻白叶枯病是水稻主要生产国最严重和最流行的水稻细菌性病害之一。随着田间白叶枯病的发生，水稻数量和水稻品质的破坏性损害是不可避免的，造成了巨大的经济损失和食品安全问题。
[0003]染病后的水稻叶片在边缘和中心均有发育性枯萎的趋势，从而导致光合作用不足，作物产量下降。虽然使用农药可以减少有害影响，但是污染生态环境。因此，为了在不破坏环境的情况下有效地管理和减少病害的影响，选育抗病品种是至关重要的。研究人员一直在不遗余力地挖掘与抗性相关的未检测基因定位/标记，培育水稻新品种，探索遗传抗性机制。其中，验证或评价水稻白叶枯病抗性最直观、最准确的方法是测量和比较感染病原菌后的病变面积或长度。然而，筛选数百个水稻品种，劳动成本巨大，效率低下。准确、快速地获得水稻叶片表型，特别是叶片病变，必将对抗病育种和挖掘水稻叶片表型信息起到重要的辅助作用，但是大量、准确地获取时间序列叶片病变表型是一项费时的工作。
[0004]由于可见/近红外光谱具有无损性和信息性的特点，在植物表型获取方面取得了有前景的研究成果和方法。通过建立基于连续和狭窄高光谱数据的判别模型和回归模型，确定和量化了不同的植物病害。Furlanetto等开发了一种基于光谱分析的大豆锈病检测方法，严重程度分类的验证精度达到82.51％。Feng等对水稻叶病早期检测的多源光谱数据融合进行了研究，最终对比结果表明，基于可见光/近红外光谱的判别模型效果最好。然而，从实际情况来看，多光谱波段内的冗余特性限制了快速低成本的应用。

技术实现思路

[0005]本专利技术的目的是提供一种基于自注意力模型的抗白叶枯病水稻光谱指标筛选方法及系统，解决了建立不同基因型水稻叶片光谱特征冗余的问题，实现快速有效鉴别抗白叶枯病水稻的目的。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种抗白叶枯病水稻光谱指标筛选方法，包括：
[0008]获取测试样本的光谱数据；所述测试样本为不同染病时间不同基因型的水稻叶片；所述光谱数据包括多张光谱图像；
[0009]采用阈值分割算法对所述光谱数据进行处理，得到每张所述光谱图像的平均光谱信息以及每张所述光谱图像对应的病斑比例；
[0010]利用每张所述光谱图像的平均光谱信息以及每张所述光谱图像对应的病斑比例，训练基于自注意力机制的深度学习算法模型，以构建评估病斑面积回归模型；
[0011]基于所述评估病斑面积回归模型，确定最佳波段组合以及所述最佳波段组合中每个波段对应的权重数值；
[0012]基于所述最佳波段组合以及所述最佳波段组合中每个波段对应的权重数值，确定光谱指标。
[0013]可选的，所述获取测试样本的光谱数据，具体包括：
[0014]将不同染病时间不同基因型的水稻叶片整齐地排列在黑色板上，然后将所述黑色板放置在传送带上；
[0015]利用光谱成像系统对所述传送带上的所述水稻叶片进行拍摄，以获取测试样本的光谱数据。
[0016]可选的，所述采用阈值分割算法对所述光谱数据进行处理，得到每张所述光谱图像的平均光谱信息以及每张所述光谱图像对应的病斑比例，具体包括：
[0017]确定分割阈值；
[0018]利用所述分割阈值对所述光谱数据进行处理，得到每张所述光谱图像的病斑区域和叶片区域；
[0019]分别计算每张所述光谱图像内的病斑区域像素点个数和叶片区域像素点个数，得到每张所述光谱图像的平均光谱信息以及每张所述光谱图像对应的病斑比例。
[0020]可选的，所述分割阈值为所述病斑区域与所述叶片区域在波长778.68nm时的光谱反射率最大差异值。
[0021]可选的，所述基于所述评估病斑面积回归模型，确定最佳波段组合以及所述最佳波段组合中每个波段对应的权重数值，具体包括：
[0022]基于所述评估病斑面积回归模型，提取自注意力特征；
[0023]按照数值从大到小规则对所述自注意力特征进行排序，选择前N个所述自注意力特征对的波段，并基于前N个所述自注意力特征对的波段，确定最佳波段组合；
[0024]基于所述评估病斑面积回归模型，确定所述最佳波段组合中每个波段对应的权重数值。
[0025]可选的，还包括：
[0026]利用所述光谱指标鉴别不同染病时间不同基因型的水稻之间的差异，筛选抗白叶枯病水稻品种。
[0027]一种抗白叶枯病水稻光谱指标筛选系统，包括：
[0028]数据获取模块，用于获取测试样本的光谱数据；所述测试样本为不同染病时间不同基因型的水稻叶片；所述光谱数据包括多张光谱图像；
[0029]信息确定模块，用于采用阈值分割算法对所述光谱数据进行处理，得到每张所述光谱图像的平均光谱信息以及每张所述光谱图像对应的病斑比例；
[0030]模型构建模块，用于利用每张所述光谱图像的平均光谱信息以及每张所述光谱图像对应的病斑比例，训练基于自注意力机制的深度学习算法模型，以构建评估病斑面积回归模型；
[0031]波段信息确定模块，用于基于所述评估病斑面积回归模型，确定最佳波段组合以及所述最佳波段组合中每个波段对应的权重数值；
[0032]光谱指标确定模块，用于基于所述最佳波段组合以及所述最佳波段组合中每个波
段对应的权重数值，确定光谱指标。
[0033]可选的，所述信息确定模块，具体包括：
[0034]分割阈值确定单元，用于确定分割阈值；所述分割阈值为所述病斑区域与所述叶片区域在波长778.68nm时的光谱反射率最大差异值；
[0035]区域划分单元，用于利用所述分割阈值对所述光谱数据进行处理，得到每张所述光谱图像的病斑区域和叶片区域；
[0036]信息确定单元，用于分别计算每张所述光谱图像内的病斑区域像素点个数和叶片区域像素点个数，得到每张所述光谱图像的平均光谱信息以及每张所述光谱图像对应的病斑比例。
[0037]可选的，所述波段信息确定模块，具体包括：
[0038]自注意力特征提取单元，用于基于所述评估病斑面积回归模型，提取自注意力特征；
[0039]最佳波段组合确定单元，用于按照数值从大到小规则对所述自注意力特征进行排序，选择前N个所述自注意力特征对的波段，并基于前N个所述自注意力特征对的波段，确定最佳波段组合；
[0040]权重数值确定单元，用于基于所述评估病斑面积回归模型，确定所述最佳波段组合中每个波段对应的权重数值。
[0041]可选的，还包括：
[0042]筛选模块，用于利用所述光谱指标鉴别不同染病时间不同基因型的水稻之间的差异，筛选抗白叶枯病水稻品种。
[0043]根据本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种抗白叶枯病水稻光谱指标筛选方法，其特征在于，包括：获取测试样本的光谱数据；所述测试样本为不同染病时间不同基因型的水稻叶片；所述光谱数据包括多张光谱图像；采用阈值分割算法对所述光谱数据进行处理，得到每张所述光谱图像的平均光谱信息以及每张所述光谱图像对应的病斑比例；利用每张所述光谱图像的平均光谱信息以及每张所述光谱图像对应的病斑比例，训练基于自注意力机制的深度学习算法模型，以构建评估病斑面积回归模型；基于所述评估病斑面积回归模型，确定最佳波段组合以及所述最佳波段组合中每个波段对应的权重数值；基于所述最佳波段组合以及所述最佳波段组合中每个波段对应的权重数值，确定光谱指标。2.根据权利要求1所述的一种抗白叶枯病水稻光谱指标筛选方法，其特征在于，所述获取测试样本的光谱数据，具体包括：将不同染病时间不同基因型的水稻叶片整齐地排列在黑色板上，然后将所述黑色板放置在传送带上；利用光谱成像系统对所述传送带上的所述水稻叶片进行拍摄，以获取测试样本的光谱数据。3.根据权利要求1所述的一种抗白叶枯病水稻光谱指标筛选方法，其特征在于，所述采用阈值分割算法对所述光谱数据进行处理，得到每张所述光谱图像的平均光谱信息以及每张所述光谱图像对应的病斑比例，具体包括：确定分割阈值；利用所述分割阈值对所述光谱数据进行处理，得到每张所述光谱图像的病斑区域和叶片区域；分别计算每张所述光谱图像内的病斑区域像素点个数和叶片区域像素点个数，得到每张所述光谱图像的平均光谱信息以及每张所述光谱图像对应的病斑比例。4.根据权利要求3所述的一种抗白叶枯病水稻光谱指标筛选方法，其特征在于，所述分割阈值为所述病斑区域与所述叶片区域在波长778.68nm时的光谱反射率最大差异值。5.根据权利要求1所述的一种抗白叶枯病水稻光谱指标筛选方法，其特征在于，所述基于所述评估病斑面积回归模型，确定最佳波段组合以及所述最佳波段组合中每个波段对应的权重数值，具体包括：基于所述评估病斑面积回归模型，提取自注意力特征；按照数值从大到小规则对所述自注意力特征进行排序，选择前N个所述自注意力特征对的波段，并基于前N个所述自注意力特征对的波段，确定最佳波段组合；基于所述评估病斑面积回归模型，确定所述最佳波段组合中每个波段对应的权重数值。6.根据权利要求1所述的一种抗白叶枯病水...

【专利技术属性】
技术研发人员：冯旭萍，张金诺，何勇，
申请(专利权)人：浙江大学，
类型：发明
国别省市：