水稻稻瘟病孢子的检测研究
发布时间：2021-01-01 13:42
在我国的粮食生产和消费中,水稻占有极其重要的地位,是我国最重要的粮食作物之一,因此确保水稻生产安全是确保我国粮食安全的关键。在影响水稻生产安全的病害中,稻瘟病是一种世界性的真菌病害,其特点是流行广、危害大。水稻稻瘟病是属于植物病害中的一类气传病害,其传播原理主要是通过气流吹动孢子的传播,当水稻植株上的孢子达到一定的数量时,水稻植株便会感染稻瘟病。因此通过检测空气中的孢子可以对稻瘟病的病发起到预测和预警的作用。目前传统的稻瘟病孢子的捕捉和识别计数方法,大多是采用孢子捕捉器进行捕捉取样,并将捕捉到的附有病原菌孢子的载玻片带回实验室进行观测,然后采用人工计数的方法进行统计。该方法由于样本数目大、孢子个体小,导致观测过程耗时耗力。且当样本中的病原孢子除稻瘟病孢子外还掺有其他病原孢子,则会大大增加观测的难度,极大地影响对初期灾害的判别。为解决这一问题,研制一种便携式孢子捕捉仪并构建一种稻瘟病孢子图像识别模型。该便携式孢子捕捉仪可实现自动、定时、多时间段地采集田间孢子,实现对监测地块不同时间段内孢子的捕捉;该稻瘟病孢子图像识别模型基于图像识别技术对稻瘟病孢子进行自动识别与统计,具有快速、精准、高效...
【文章来源】：山东农业大学山东省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
水稻稻瘟病孢子检测硬件构成
山东农业大学硕士学位论文9的孢子采集工作，依次类推，直至载玻片固定板上的载玻片完全采集完成。便携式稻瘟病孢子捕捉仪结构形式包括如图2-2所示。1.机箱盖2.轴流风机3.空气漏斗4.孢子采集通道5.开关门6.步进电机驱动器7.蓄电池电源8.单片机9.步进电机10.载玻片固定板图2-2便携式稻瘟病孢子捕捉仪简图Fig.2-2Sketchofportablericeblastsporecaptureinstrument2.3基于图像识别的稻瘟病孢子检测模型构建首先，完成稻瘟病孢子的特征选龋通过图像预处理来降低图像的噪声干扰，增强孢子图像的边缘信息，为后续的特征提取做准备。其次使用Canny自适应阈值边缘检测算法完成对孢子边缘的检测，然后使用轮廓提取函数完成对孢子轮廓的提取，最后提取最小外接矩形长宽比、轮廓面积、周长、椭圆度等形态特征参数；另一方面使用HOG特征描述算子来描述稻瘟病孢子的特征，通过计算梯度方向分布来描述稻瘟病孢子图像的边缘信息。该方法首先通过Gamma校正调整图像的对比度和降低噪音，然后计算图像的梯度，将计算所得的梯度图像划分成小的细胞单元，并基于每一个细胞单元的梯度进行投票，最后进行向量的归一化完成HOG特征向量的提龋其次，完成基于支持向量机的稻瘟病孢子检测模型的构建。核函数是决定支持向量机模型检测效率的关键因素之一，为确保构建的支持向量机模型的精准性和高效性，对支持向量机模型的核函数进行对比研究，分别构建基于线性核函数、径向基核函数、加性交叉核函数的SVM模型，并通过三种模型的对比试验，比较三种模型的检测时间和正确检测率，最终确定最适合本研究的SVM模型。2.4便携式电子显微镜的设计选型便携式电子显微镜作为稻瘟病孢子田间拍照的仪器，其主要功能为将孢子捕捉仪捕
水稻稻瘟病孢子的检测研究10捉的含有病原菌孢子的载玻片成像，并将采集的照片存储并传输到笔记本电脑中，以便于后续的孢子检测识别。此外，便携式电子显微镜在满足要求的前提下，还应尽量轻快便捷，满足携带方便的要求。为满足以上要求，选用了宝视德专业光学检测电子显微镜，型号为52-01000。该显微镜最高可实现2000倍变焦，同时带有3.5英寸的LCD液晶显示屏幕，可实时观察载玻片中的孢子并将照片存储于SD卡中，SD卡最高可支持32G的SD卡扩展。此外，显微镜还配有USB接口，可将显微镜与笔记本电脑连接，将显微图像传输到笔记本电脑中储存。显微镜机身尺寸（长宽高）仅为100×80×330mm，携带十分便携。便携式电子显微镜的具体参数如表2-1所示。图2-3便携式电子显微镜Fig.2-3Portableelectronmicroscope表2-1便携式电子显微镜参数Table2-1Portableelectronmicroscopeparameters品牌型号宝视德52-01000显示屏幕3.5英寸LCD液晶屏幕放大倍率50倍-500倍（光学变焦）2000倍（数码变焦）照明系统透射、落射光源系统存储方式标准SD卡，支持SD卡扩展数据输出USB2.0接口、USB数据线2.5本章小结本章主要介绍了稻瘟病孢子检测的硬件组成、便携式孢子捕捉仪的整体结构设计、便携式电子显微镜的选型以及稻瘟病孢子图像识别模型的构建思路，既保证了本研究硬件设计的可行性，又确保了孢子检测模型的识别准确率。
【参考文献】：
期刊论文
[1]快速傅里叶变换结合SVM算法识别地表玉米秸秆覆盖率[J]. 李佳,吕程序,苑严伟,李亚硕,伟利国,秦秋生. 农业工程学报. 2019(20)
[2]结合定向扰动和HOG特征的卷积神经网络目标跟踪[J]. 赵赫东,何小冬,何苗,贺逸豪,雷俊茹. 计算机辅助设计与图形学学报. 2019(10)
[3]结合小波自适应阈值与双边滤波的图像降噪[J]. 尤波,张宸枫. 计算机工程与设计. 2019(08)
[4]水稻主要虫害发生特点及防治技术[J]. 李腾. 吉林农业. 2019(09)
[5]基于中值滤波技术的视频图像边缘检测算法[J]. 杨花雨,詹华蕊. 科学技术与工程. 2019(09)
[6]2019全国农作物重大病虫害发生趋势预报[J]. 姜玉英,刘万才,黄冲,陆明红,刘杰. 中国植保导刊. 2019(02)
[7]基于衍射重构技术的作物真菌病害孢子微型检测装置[J]. 杨宁,陈驰原,李国晓,王爱英,张荣标,唐健. 农业机械学报. 2019(04)
[8]不同核函数支持向量机和可见-近红外光谱的多种植被叶片生化组分估算[J]. 陈方圆,周鑫,陈奕云,王奕涵,刘会增,王俊杰,邬国锋. 光谱学与光谱分析. 2019(02)
[9]基于改进的双边滤波与非下采样剪切波变换的图像去噪[J]. 荆方,刘增力. 通信技术. 2019(01)
[10]改进自适应分水岭方法分割棉花叶部粘连病斑[J]. 张建华,韩书庆,翟治芬,孔繁涛,冯鑫,吴建寨. 农业工程学报. 2018(24)
博士论文
[1]基于色彩聚类的玉米种子纯度识别算法研究[D]. 刘双喜.山东农业大学 2018
[2]基于多尺度遥感的寒地水稻稻瘟病信息提取与识别研究[D]. 袁建清.东北农业大学 2017
[3]小麦白粉病的遥感监测及捕捉器中孢子的Real-time PCR定量检测[D]. 曹学仁.中国农业科学院 2012
硕士论文
[1]基于气象条件的水稻病害短期分级预警系统的研究[D]. 韩国鑫.黑龙江八一农垦大学 2019
[2]小麦条锈病夏孢子显微图像采集装置设计及处理方法研究[D]. 焦林.西北农林科技大学 2018
[3]中国水稻稻瘟病流行的时空变化特征及其影响因素[D]. 李彤.福建农林大学 2018
[4]基于嵌入式技术的田间孢子数粒仪的设计及实现[D]. 李相.大连交通大学 2017
[5]基于可加性核的快速支持向量机分类算法的研究[D]. 王旭凤.西安电子科技大学 2017
[6]松杨栅锈菌担孢子显微图像识别及萌发模型研究[D]. 熊应平.东北林业大学 2017
[7]小麦条锈菌孢子的在线图像获取与计数方法研究[D]. 牛磊磊.西北农林科技大学 2017
[8]基于PCA和SVM的人脸识别关键技术研究与实现[D]. 袁程波.电子科技大学 2017
[9]便携式动态玉米种子纯度识别仪的研制[D]. 孟凡荣.山东农业大学 2015
[10]稻瘟病孢子图像识别算法研究[D]. 童源.哈尔滨工业大学 2015
本文编号：2951396
【文章来源】：山东农业大学山东省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
水稻稻瘟病孢子检测硬件构成
山东农业大学硕士学位论文9的孢子采集工作，依次类推，直至载玻片固定板上的载玻片完全采集完成。便携式稻瘟病孢子捕捉仪结构形式包括如图2-2所示。1.机箱盖2.轴流风机3.空气漏斗4.孢子采集通道5.开关门6.步进电机驱动器7.蓄电池电源8.单片机9.步进电机10.载玻片固定板图2-2便携式稻瘟病孢子捕捉仪简图Fig.2-2Sketchofportablericeblastsporecaptureinstrument2.3基于图像识别的稻瘟病孢子检测模型构建首先，完成稻瘟病孢子的特征选龋通过图像预处理来降低图像的噪声干扰，增强孢子图像的边缘信息，为后续的特征提取做准备。其次使用Canny自适应阈值边缘检测算法完成对孢子边缘的检测，然后使用轮廓提取函数完成对孢子轮廓的提取，最后提取最小外接矩形长宽比、轮廓面积、周长、椭圆度等形态特征参数；另一方面使用HOG特征描述算子来描述稻瘟病孢子的特征，通过计算梯度方向分布来描述稻瘟病孢子图像的边缘信息。该方法首先通过Gamma校正调整图像的对比度和降低噪音，然后计算图像的梯度，将计算所得的梯度图像划分成小的细胞单元，并基于每一个细胞单元的梯度进行投票，最后进行向量的归一化完成HOG特征向量的提龋其次，完成基于支持向量机的稻瘟病孢子检测模型的构建。核函数是决定支持向量机模型检测效率的关键因素之一，为确保构建的支持向量机模型的精准性和高效性，对支持向量机模型的核函数进行对比研究，分别构建基于线性核函数、径向基核函数、加性交叉核函数的SVM模型，并通过三种模型的对比试验，比较三种模型的检测时间和正确检测率，最终确定最适合本研究的SVM模型。2.4便携式电子显微镜的设计选型便携式电子显微镜作为稻瘟病孢子田间拍照的仪器，其主要功能为将孢子捕捉仪捕
水稻稻瘟病孢子的检测研究10捉的含有病原菌孢子的载玻片成像，并将采集的照片存储并传输到笔记本电脑中，以便于后续的孢子检测识别。此外，便携式电子显微镜在满足要求的前提下，还应尽量轻快便捷，满足携带方便的要求。为满足以上要求，选用了宝视德专业光学检测电子显微镜，型号为52-01000。该显微镜最高可实现2000倍变焦，同时带有3.5英寸的LCD液晶显示屏幕，可实时观察载玻片中的孢子并将照片存储于SD卡中，SD卡最高可支持32G的SD卡扩展。此外，显微镜还配有USB接口，可将显微镜与笔记本电脑连接，将显微图像传输到笔记本电脑中储存。显微镜机身尺寸（长宽高）仅为100×80×330mm，携带十分便携。便携式电子显微镜的具体参数如表2-1所示。图2-3便携式电子显微镜Fig.2-3Portableelectronmicroscope表2-1便携式电子显微镜参数Table2-1Portableelectronmicroscopeparameters品牌型号宝视德52-01000显示屏幕3.5英寸LCD液晶屏幕放大倍率50倍-500倍（光学变焦）2000倍（数码变焦）照明系统透射、落射光源系统存储方式标准SD卡，支持SD卡扩展数据输出USB2.0接口、USB数据线2.5本章小结本章主要介绍了稻瘟病孢子检测的硬件组成、便携式孢子捕捉仪的整体结构设计、便携式电子显微镜的选型以及稻瘟病孢子图像识别模型的构建思路，既保证了本研究硬件设计的可行性，又确保了孢子检测模型的识别准确率。
【参考文献】：
期刊论文
[1]快速傅里叶变换结合SVM算法识别地表玉米秸秆覆盖率[J]. 李佳,吕程序,苑严伟,李亚硕,伟利国,秦秋生. 农业工程学报. 2019(20)
[2]结合定向扰动和HOG特征的卷积神经网络目标跟踪[J]. 赵赫东,何小冬,何苗,贺逸豪,雷俊茹. 计算机辅助设计与图形学学报. 2019(10)
[3]结合小波自适应阈值与双边滤波的图像降噪[J]. 尤波,张宸枫. 计算机工程与设计. 2019(08)
[4]水稻主要虫害发生特点及防治技术[J]. 李腾. 吉林农业. 2019(09)
[5]基于中值滤波技术的视频图像边缘检测算法[J]. 杨花雨,詹华蕊. 科学技术与工程. 2019(09)
[6]2019全国农作物重大病虫害发生趋势预报[J]. 姜玉英,刘万才,黄冲,陆明红,刘杰. 中国植保导刊. 2019(02)
[7]基于衍射重构技术的作物真菌病害孢子微型检测装置[J]. 杨宁,陈驰原,李国晓,王爱英,张荣标,唐健. 农业机械学报. 2019(04)
[8]不同核函数支持向量机和可见-近红外光谱的多种植被叶片生化组分估算[J]. 陈方圆,周鑫,陈奕云,王奕涵,刘会增,王俊杰,邬国锋. 光谱学与光谱分析. 2019(02)
[9]基于改进的双边滤波与非下采样剪切波变换的图像去噪[J]. 荆方,刘增力. 通信技术. 2019(01)
[10]改进自适应分水岭方法分割棉花叶部粘连病斑[J]. 张建华,韩书庆,翟治芬,孔繁涛,冯鑫,吴建寨. 农业工程学报. 2018(24)
博士论文
[1]基于色彩聚类的玉米种子纯度识别算法研究[D]. 刘双喜.山东农业大学 2018
[2]基于多尺度遥感的寒地水稻稻瘟病信息提取与识别研究[D]. 袁建清.东北农业大学 2017
[3]小麦白粉病的遥感监测及捕捉器中孢子的Real-time PCR定量检测[D]. 曹学仁.中国农业科学院 2012
硕士论文
[1]基于气象条件的水稻病害短期分级预警系统的研究[D]. 韩国鑫.黑龙江八一农垦大学 2019
[2]小麦条锈病夏孢子显微图像采集装置设计及处理方法研究[D]. 焦林.西北农林科技大学 2018
[3]中国水稻稻瘟病流行的时空变化特征及其影响因素[D]. 李彤.福建农林大学 2018
[4]基于嵌入式技术的田间孢子数粒仪的设计及实现[D]. 李相.大连交通大学 2017
[5]基于可加性核的快速支持向量机分类算法的研究[D]. 王旭凤.西安电子科技大学 2017
[6]松杨栅锈菌担孢子显微图像识别及萌发模型研究[D]. 熊应平.东北林业大学 2017
[7]小麦条锈菌孢子的在线图像获取与计数方法研究[D]. 牛磊磊.西北农林科技大学 2017
[8]基于PCA和SVM的人脸识别关键技术研究与实现[D]. 袁程波.电子科技大学 2017
[9]便携式动态玉米种子纯度识别仪的研制[D]. 孟凡荣.山东农业大学 2015
[10]稻瘟病孢子图像识别算法研究[D]. 童源.哈尔滨工业大学 2015
本文编号：2951396
本文链接：https://www.wllwen.com/shoufeilunwen/zaizhiyanjiusheng/2951396.html
教材专著
