欧亚国际

    马铃薯高产有效,是第四大经济作物,其生产状态和病虫害监测是马铃薯生产发展中较其重要的一个环节。然而,由致病疫霉菌引起的晚疫病是马铃薯生产上的毁灭性伤害,严重威胁农民增收,影响经济的健康可持续发展。因此探究快速检测识别马铃薯晚疫病的方法有着重要意义。基于传统人眼视觉和RGB数字彩色设备的检测马铃薯病害方法往往效率低、误判率大。光谱成像技术以其图谱合一的特点,解决了传统学科领域“图谱不能合一”和“同色异谱”等问题。但利用光谱成像技术对植物进行病害检测仍存在提取的植物病害特征信息不全面、可靠性较低等问题,因此,有必要在传统单角度观测的模式下增加角度维信息,获取较多维度的光谱成像信息。

利用多光谱成像技术进行马铃薯晚疫病检测

    1、多光谱成像系统相机和计算机组成的多光谱成像系统,该系统采用LED光源以及19个多光谱波段结合的方案,在不同光照角度30°、60°、90°、120°和150°下进行健康马铃薯叶片和患晚疫病叶片的多光谱图像采集。

    2、利用波段指数法,提取健康马铃薯叶片的特征波段进行假彩色合成,寻找较佳假彩色较佳波段组合。

    3、利用波段指数法,选取光照角度30°、60°、90°、120°和150°下健康马铃薯叶片的特征波段,选择不同角度下特征波段。

    4、依据不同光照角度下健康马铃薯叶片特征波段的选取结果,针对患晚疫病叶片,选取光照角度30°、60°和90°的多光谱数据进行特征波段提取。

    5、从欧氏距离法和相关系数法入手,实验对光照角度30°、60°和90°下健康马铃薯叶片和患晚疫病叶片的特征波段进行分类。实验结果表明,对于健康马铃薯叶片,欧氏距离法中光照角度60°时其分类精度较高,但相关系数法中光照角度90°时分类较好。对于患晚疫病叶片,欧氏距离法中光照角度30°时分类较好,而相关系数法中光照角度60°时分类较为理想。

    6、建立了基于LS-SVM算法的马铃薯晚疫病分级检测模型,识别率较高达可达90%。