| 基于高光谱成像技术的小麦条锈病病害程度分级方法 |
| |
| 引用本文： | 雷雨,韩德俊,曾庆东,何东健.基于高光谱成像技术的小麦条锈病病害程度分级方法[J].农业机械学报,2018,49(5):226-232. |
| |
| 作者姓名： | 雷雨 韩德俊 曾庆东 何东健 |
| |
| 作者单位： | 西北农林科技大学机械与电子工程学院;西北农林科技大学农业部农业物联网重点实验室;西北农林科技大学农学院;西北农林科技大学旱区作物逆境生物学国家重点实验室;陕西省农业信息感知与智能服务重点实验室 |
| |
| 基金项目： | 陕西省重点产业链项目（2015KTZDNY01-06） |
| |
| 摘 要： | 为了快速、准确地对小麦条锈病病害程度进行分级评估,提出了一种基于高光谱成像技术的小麦条锈病病害程度分级方法。首先利用Hyper SIS高光谱成像系统采集受条锈菌侵染后不同发病程度的小麦叶片高光谱图像,通过分析叶片区域与背景的光谱特征,对555 nm波长的特征图像进行阈值分割获得掩膜图像,并用掩膜图像对高光谱图像进行掩膜处理,提取仅含叶片的高光谱图像;然后用主成分分析法(Principal component analysis,PCA)得到利于条锈病病斑和健康区域分割的第2主成分(The second principal component,PC2)图像,采用最大类间方差法(Otsu)分割出条锈病病斑区域;最后根据条锈病病斑区域面积占叶片面积的比例对小麦条锈病病害程度进行分级。试验结果表明:测试的270个不同小麦条锈病病害等级的叶片样本中,265个样本可被正确分级,分级正确率为98.15%。该研究为田间小麦条锈病害程度评估提供了基础,也为小麦条锈病抗性鉴定方法提供了新思路。
|
| 关 键 词： | 小麦条锈病 病害程度 高光谱成像 主成分分析 分级 最大类间方差法 |
| 收稿时间： | 2017/11/8 0:00:00 |
Grading Method of Disease Severity of Wheat Stripe Rust Based on Hyperspectral Imaging Technology |
| |
| LEI Yu,HAN Dejun,ZENG Qingdong and HE Dongjian.Grading Method of Disease Severity of Wheat Stripe Rust Based on Hyperspectral Imaging Technology[J].Transactions of the Chinese Society of Agricultural Machinery,2018,49(5):226-232. |
| |
| Authors: | LEI Yu HAN Dejun ZENG Qingdong and HE Dongjian |
| |
| Institution: | Northwest A&F University,Northwest A&F University,Northwest A&F University and Northwest A&F University |
| |
| Abstract: | |
| |
| Keywords: | wheat stripe rust disease severity hyperspectral imaging principal component analysis grading Otsu method |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
|
