基于导数光谱与主成分分析的小麦籽粒赤霉病识别

发布时间：2021-10-16 04:11

　　赤霉病是威胁我国食品安全的主要病害之一,为了给粮食加工和作物育种提供技术支持,迫切需要探索小麦籽粒赤霉病的识别方法.利用高光谱成像仪扫描健康和感染赤霉病的小麦籽粒获取高光谱图像.使用图像处理技术分离籽粒和背景后,用多元散射校正、1阶导数和2阶导数对光谱数据进行预处理.利用主成分分析提取小麦籽粒的光谱特征.使用不同模型对籽粒进行识别,比较多种处理组合的评估指标.结果表明:1阶导数—主成分分析—BP神经网络组合的总体分类精度最高,其值为91.67%. 

【文章来源】：安徽大学学报(自然科学版). 2020,44(06)北大核心

【文章页数】：8 页

【部分图文】：

患病和健康小麦籽粒样本图像

图2是健康及患病小麦籽粒样本的原始光谱反射率曲线.从图2可看出,健康小麦籽粒的原始光谱反射率曲线轮廓与患病小麦籽粒的基本一致,但患病籽粒原始光谱反射率曲线明显高于健康小麦籽粒,这可能是因为小麦感染赤霉病后,籽粒中的水分、蛋白质、淀粉的含量均低于健康小麦籽粒[18],导致反射光变强,从而有更高的反射率.2.2 不同预处理下小麦籽粒的光谱特征

图3为多元散射校正后健康及染病小麦籽粒样本的平均光谱反射率.从图3可看出,多元散射校正后,在可见光波段(380～780 nm) 曲线平滑,在近红外(780～1 030 nm)波段健康籽粒的反射率与患病籽粒的差异较大.图4为健康及染病小麦籽粒样本1,2阶导数的平均反射光谱率.从图4可看出,两类小麦籽粒样本的1,2阶导数的平均光谱反射率在一些波段几乎重合,但在1阶导数的374～800 nm波段,2阶导数的530～805 nm和930～1 030 nm波段,二者的平均光谱反射率差异较大.

【参考文献】：
期刊论文
[1]Breeding wheat for resistance to Fusarium head blight in the Global North: China, USA, and Canada[J]. Zhanwang Zhu,Yuanfeng Hao,Mohamed Mergoum,Guihua Bai,Gavin Humphreys,Sylvie Cloutier,Xianchun Xia,Zhonghu He.  The Crop Journal. 2019(06)
[2]傅里叶中红外光谱结合稀疏表示分类方法鉴别小麦赤霉病感染等级[J]. 梁琨,张夏夏,丁静,徐剑宏,韩东燊,沈明霞.  光谱学与光谱分析. 2019(10)
[3]安徽省小麦品种对赤霉病的抗性分析[J]. 许娟,陈莉,丁克坚.  安徽农业科学. 2019(16)
[4]基于ICO-SPA特征提取的近红外高光谱小麦赤霉病粒呕吐毒素含量预测[J]. 丁静,梁琨,韩东燊,徐剑宏,沈明霞.  麦类作物学报. 2019(07)
[5]小麦抗赤霉病研究现状与展望[J]. 张爱民,阳文龙,李欣,孙家柱.  遗传. 2018(10)
[6]小麦生产概况及其发展[J]. 赵广才,常旭虹,王德梅,陶志强,王艳杰,杨玉双,朱英杰.  作物杂志. 2018(04)
[7]基于高光谱成像技术的小麦籽粒赤霉病识别[J]. 梁琨,杜莹莹,卢伟,王策,徐剑宏,沈明霞.  农业机械学报. 2016(02)
[8]近红外光谱技术检测种子质量的应用研究进展[J]. 朱丽伟,马文广,胡晋,郑昀晔,田艺心,关亚静,胡伟民.  光谱学与光谱分析. 2015(02)
[9]小麦中镰刀菌毒素脱氧雪腐镰刀菌烯醇污染现状与防控研究进展[J]. 史建荣,刘馨,仇剑波,祭芳,徐剑宏,董飞,殷宪超,冉军舰.  中国农业科学. 2014(18)
[10]近红外相关光谱的多元散射校正处理研究[J]. 芦永军,曲艳玲,宋敏.  光谱学与光谱分析. 2007(05)



本文编号：3439121