基于高光谱特征的草莓炭疽病无症状感染的识别方法技术

本发明专利技术公开了一种基于高光谱特征的草莓炭疽病无症状感染的识别方法，方法具体流程包括原始光谱特征数据采集及光谱数据的预处理，草莓无症状感染炭疽病检测的特征波长的筛选，以及基于特征波长分别利用随机森林和

【技术实现步骤摘要】
基于高光谱特征的草莓炭疽病无症状感染的识别方法


[0001]本专利技术具体涉及天线
，尤其涉及一种基于高光谱特征的草莓炭疽病无症状感染的识别方法
。

技术介绍

[0002]草莓炭疽病在世界各地草莓种植区均有发生，育苗田和生产田均产生较大危害，而且二者相互关联
。
草莓育苗田发生炭疽病，一方面造成种苗损失，另一方面因炭疽病的潜伏侵染而导致出现一定量的无症状的带病种苗，这种带病种苗定植于生产田后加速发病并扩散传播，导致死苗
。
这是自
‘
红颜
’
草莓推广以来，尤其是近十几年来，草莓生产田定植后前期死苗的重要原因
。
目前草莓炭疽病害识别主要依赖于人工识别和实验室
PCR
技术检测，有一定经验的草莓农户虽然可以识别有症状的炭疽病带病苗，但并非都具备足够的经验，而且凭经验是无法识别无症状带菌苗的
。PCR
技术能够检测出供试草莓种苗是否带有炭疽病原菌，但这一技术也存在诸多局限：一是取植物的叶
、
叶柄或根颈部位才能检测，检测对象受到一定程度的破环；二是基于成本所限只能采用抽样检测的方法，无法知晓个体的情况；三是依赖实验室进行检测，草莓从业者很难实施；四是检测需要一定的时间，时效性达不到预期
。
目前并没有一种快速
、
无损识别无症状感染草莓炭疽病的方法，因此实现草莓炭疽病无症状感染的快速诊断与检测对于草莓病害防治具有重要意义
。
专利
技术实现思路

[0003]本专利技术的目的在于：克服上述现有技术的缺陷，提出一种基于高光谱特征的草莓炭疽病无症状感染的识别方法，实现了草莓炭疽病的无症状感染检测
。
[0004]为实现本专利技术目的，本专利技术提出的基于高光谱特征的草莓炭疽病无症状感染的识别方法，其特征在于，包括以下步骤：
[0005]1)
准备活化炭疽病菌与健康草莓植株进行病菌接种，将染病草莓植株与健康草莓植株置于高光谱采集装置内，采集原始高光谱数据；
[0006]2)
对于获取的原始高光谱数据进行黑白图像矫正；
[0007]3)
对黑白图像矫正后的数据进行去噪；
[0008]4)
对于去噪后的图像，提取健康植株根颈部位区域为健康感兴趣区域，并获取所有健康感兴趣区域的平均光谱；提取病害植株的病害区域为病害感兴趣区域，并获所有取病害感兴趣区域的平均光谱；提取病害区域附近存在病害感染但表型无特征的无症状感染区域，并获取的所有无症状感染平均光谱；其中无症状感染区域的提取方法如下：
[0009]4.1、
在病害区域外围附近
2mm
范围内选择若干像元作为无症状感染候选区，避免选取颜色发黑变褐色的病害像元；
[0010]4.2、
提取无症状感染候选区像素的平均光谱，并观察平均光谱的光谱特征曲线；
[0011]4.3、
在无症状感染候选区中剔除健康像元，剔除健康像元的条件为：选取无症状感染候选区后观测光谱特征，如若像元在区间
530
‑
550nm
内
、
区间
580
‑
620nm
内和区间
656
‑
700nm
内存在明显的波谷，则判定为健康像元，将其剔除，剩余的像元构成无症状感染区域；
[0012]5)
对于所有感兴趣区域的平均光谱做
SG
平滑预处理，进一步消除样本表面不均匀以及噪声对数据的影响；
[0013]6)
对经过
SG
平滑预处理后得到的数据集，使用
SPA
连续投影算法进行特征波长的选择；
[0014]7)
分别将健康感兴趣区域
、
病害感兴趣区域和无症状感染区域的特征波长数据分为训练集
T1
和测试集
T2
；
[0015]8)
将训练集
T1
的光谱数据输入
BP
神经网络与随机森林中，建立草莓病害程度判别模型；
[0016]9)
将测试集
T2
的光谱数据输入步骤
8)
中建立的草莓病害程度判别模型，验证草莓病害程度判别模型的准确性；
[0017]10)
获取待检测草莓植株的高光谱数据并做黑白图像矫正，然后使用通过步骤
9)
验证的草莓病害程度判别模型进行识别，若识别结果中若存在无症状感染区域，则该草莓已被炭疽病感染
。
[0018]本专利技术与现有技术相比，具有如下优点：
[0019]1、
本专利技术建立判别模型后，只需将利用
SPA
算法提取到的特征波长数据输入即可得到检测结果，能够实现对草莓炭疽病无损
、
快速
、
准确的鉴定
。
[0020]2、
本专利技术结合光谱曲线的特点实现了无症状感染区域的精准提取，将其连同健康区域和病害区域作为三类样本进行机器学习，从而实现草莓炭疽病无症状感染的快速诊断与检测
。
[0021]3、
利用
SPA
连续投影算法，计算更加简单，筛选特征波长组合效果更好
[0022]4、
从采集数据到建模分析过程，与传统生化检测分析相比大大缩短了病害识别的时间，提高了病害识别效率
。
附图说明
[0023]图1为本专利技术草莓炭疽病无症状感染的识别方法的流程图
。
[0024]图2为草莓健康
、
无症状感染
、
有症状感染的平均光谱
。
[0025]图3为全部样本提取的感兴趣区域平均光谱
。
[0026]图4为
SG
预处理后光谱曲线
。
[0027]图5为
SPA
连续投影算法提取特征波段结果，
(a)
为
spa
提取到6条特征波长，
(b)
为提取到的6条特征波长分布
。
[0028]图6为测试集判别结果混淆矩阵，
(a)
为随机森林判别结果混淆矩阵，
(b)
为
BP
神经网络判别结果混淆矩阵
。
具体实施方式
[0029]下面结合附图详细的描述本专利技术的作进一步的解释说明，以使本领域的技术人员可以更深入地理解本专利技术并能够实施，但下面通过参考实例仅用于解释本专利技术，不作为本专利技术的限定
。
[0030]如图1所示，为本专利技术实施例基于高光谱特征的草莓炭疽病无症状感染的识别方
法的流程图，本专利技术方法具体包括以下步骤：
[0031]1)
准备活化炭疽病菌与健本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于高光谱特征的草莓炭疽病无症状感染的识别方法，其特征在于，包括以下步骤：
1)
准备活化炭疽病菌与健康草莓植株进行病菌接种，将染病草莓植株与健康草莓植株置于高光谱采集装置内，采集原始高光谱数据；
2)
对于获取的原始高光谱数据进行黑白图像矫正；
3)
对黑白图像矫正后的数据进行去噪；
4)
对于去噪后的图像，提取健康植株根颈部位区域为健康感兴趣区域，并获取所有健康感兴趣区域的平均光谱；提取病害植株的病害区域为病害感兴趣区域，并获所有取病害感兴趣区域的平均光谱；提取病害区域附近存在病害感染但表型无特征的无症状感染区域，并获取的所有无症状感染平均光谱；其中无症状感染区域的提取方法如下：
4.1、
在病害区域外围附近
2mm
范围内选择若干像元作为无症状感染候选区，避免选取颜色发黑变褐色的病害像元；
4.2、
提取无症状感染候选区像素的平均光谱，并观察平均光谱的光谱特征曲线；
4.3、
在无症状感染候选区中剔除健康像元，剔除健康像元的条件为：选取无症状感染候选区后观测光谱特征，如若像元在区间
530
‑
550nm
内
、
区间
580
‑
620nm
内和区间
656
‑
700nm
内存在明显的波谷，则判定为健康像元，将其剔除，剩余的像元构成无症状感染区域；
5)
对于所有感兴趣区域的平均光谱做
SG
平滑预处理，进一步消除样本表面不均匀以及噪声对数据的影响；
6)
对经过
SG
平滑预处理后得到的数据集，使用
SPA
连续投影算法进行特征波长的选择；
7)
分别将健康感兴趣区域
、
病害感兴趣区域和无症状感染区域的特征波长数据分为训练集
T1
和测试集
T2
；
8)
将训练集
T1
的光谱数据输入分类器中，建立草莓病害程度判别模型；
9)
将测试集
T2
的光谱数据输入步骤
8)
中建立的草莓病害程度判别模型，验证草莓病害程度判别模型的准确性；
10)
获取待检测草莓植株的高光谱数据并做黑白图像矫正，然后使用通过步骤
9)
验证的草莓病害程度判别模型进行识别，若识别结果中若存在无症状感染区域，则该草莓已被炭疽病感染
。2.
根据权利要求1所述的一种基于高光谱特征的草莓炭疽病无症状感染的识别方法，其特征在于：在步骤
1)
中，染病植株和健康植株为同一时期
、
同一品种的草莓植株，以排除时间与品种因素的干扰
。3.
根据权利要求1所述的一种基于高光谱特征的草莓炭疽病无症状感染的识别方法，其特征在于：在步骤
1)
中，高光谱数据采集系统由光谱相机
、
光源
、
双分支线光导管
、
暗箱
、...

【专利技术属性】
技术研发人员：乔玉山，刘潮，吴娥娇，荆晓彤，关玲，陈晓东，赵密珍，
申请(专利权)人：南京农业大学，
类型：发明
国别省市：