（农业机械化工程专业论文）基于光谱和多光谱图像技术的油菜菌核病识别.pdf

浙江大学硕士学位论文一耍 摘要 油菜是我国四大油料作物之一，油菜的生长状况决定了油菜籽的产量和质量。 油菜菌核病作为油菜生产中重要的病害之一，病株一般减产7 0 以上，严重影响了 油菜的产量和品质。目前，油菜菌核病的诊断多依靠人眼进行判别，其缺点是预测 不及时、主观性强、效率低，因此，急需一种能够快速、准确进行油菜菌核病检测 的方法和技术。本文应用光谱和多光谱图像技术油菜菌核病进行快速识别和早期诊 断。主要研究内容及创新点如下： 1 结合油菜菌核病的发病机理，利用可见近红外光谱技术对油菜菌核病进行了 早期诊断。采用a s d 便携式光谱仪采集油菜叶片样本的光谱，建立油菜菌核病识 别的偏最小二乘模型( p l s ) 、b p 神经网络模型( b p n n ) 、最小二乘支持向量机识别 模型( l s s v m ) ，并比较这些模型的识别效果。其中依据二阶微分处理并且经过偏最 小二乘分析提取特征值而建立的b p 神经网络和最小二乘支持向量机识别模型效果 最好，识别率都达到了1 0 0 。为了提高模型的计算速度，根据建立的p l s 识别模 型提取关于油菜菌核病信息的8 个特征波长。根据这些特征波长建立识别模型，预 测识别正确率在判别阈值为o 5 和0 4 的情况下分别达到8 7 5 和6 5 。说明这些 特征波长在一定程度上代表了所有波长的信息，是大量光谱数据中最重要的波长部 分，提取特征波长对于模型的简化以及后续的仪器开发打下了良好的基础。 2 。应用了红、绿、近红外三通道的多光谱图像进行了油菜菌核病的识别方法的 研究。对采集到的红、绿、近红外组成的多光谱图像进行了去除背景噪声处理，并 提取了r g b 、h s i 颜色空间的1 2 个颜色特征和红、绿、近红外三个通道图像的1 5 个纹理特征，主要运用偏最小二乘回归分析、b p 神经网络以及最小二乘支持向量 机建立了油菜菌核病的识别模型。比较了所建立的模型的识别效果。发现m s c 预 处理下建立的分别基于颜色特征和纹理特征的b p 神经网络识别模型效果最优，在 判别阈值为0 。l 的情况下的识别率达到1 0 0 。为了对b p n n 模型的适用性进行评 价，本文又选择了不同批次5 0 个健康样本和5 0 个染病样本输入到此模型，在0 1 的判别误差允许范围下预测正确率分别达到9 9 、9 8 。可见这两个模型模型具有 一定的通用性。因此运用多光谱图像技术可以快速、准确地对油菜菌核病进行识别， 为实现实时、可靠的植物病害监测与防治提供了一条新方法。 t t 浙江大学硕士学位论文摘要 关键词：精细农业；油菜叶片；菌核病；光谱和多光谱成像技术；图像处理 i i i 浙江大学硕士学位论文 a b s t r a c t 。b ? t r a c t o i l s e e dr a p ei so n eo fc h i n a sf o u rm a j o ro i l - b e a r i n gc r o p s ，w i t ha d a p t a b i l i t y , h a v i n gh i g h e c o n o m i cv a l u e t h eg r o w t hs t a t u so fr a p ed e t e r m i n e st h ey i e l da n dq u a l i t y a so n eo ft h em a j o r d i s e a s e so fo i l s e e dr a p e ，t h ei n c i d e n c er a t eo fs c l e r o t i n i as c l e r o t i o r u mc a l la c h i e v et o10 - 3 0 ，e v e nt o 8 0 a n n u a l l y t h ey i e l do fi n f e c t e do i l s e e dr a p ec a nb ec u to v e r7 0 a n dt h ey i l e da n dq u a l i t yo f r a p e s e e da r ea f f e c t e ds e r i o u s l y a tp r e s e n t ，t h ep r e d i c t i o no fs c l e r o t i n i as c l e r o t i o r u mm a i n l yd e p e n d s o nt h eh u m a ne y e b u ti ti sd i f f i c u l tt op r e d i c t ed i s e a s ei nt i m e ，m i s s i n gt h eb e s tp r e v e n t i o na n d t r e a t m e n tt i m e a tt h es a m et i m e ，t h eh u m a ne y ei ss u b j e c t i v ea n dd e m a n dm o r et i m ea n de n e r g y i ti s u n a b l et om e e tt h em o d e ma g r i c u l t u r a lp r o d u c t i o na n dm a n a g e m e n tr e q u i r e m e n t s t h e r e f o r e ，af a s t a n da c c u r a t em e t h o df o rd e t e c t i o no fs c l e r o t i n i as c l e r o t i o r u ma n dt e c h n o l o g yi sn e e d e d t h ee a r l y p r e d i c t i o na n di d e n t i f i c a t i o no fs c l e r o t i n i as c l e r o t i o r u mi st h ek e yt e c h n o l o g yi nv a r i a b l es p r a y i n g s y s t e m i nt h i sp a p e r , s p e c t r a la n dm u l t i s p e c t r a li m a g i n gt e c h n o l o g yf o rs c l e r o t i n i as c l e r o t i o r u m i d e n t i f i c a t i o ni sd i s c u s s e d t h em a i nc o n t e n t sa r ea sf o l l o w s ： 1 t h ep a t h o g e n e s i so fs c l e r o t i n i as c l e r o t i o r u mw a sr e s e a r c h e di nt h i sp a p e r c o m b i n e dw i t h d i g i t a la g r i c u l t u r et e c h n i q u e s ，t h ef e a s i b i l i t yo fe a r l yd i a g n o s i s o fs c l e r o t i n i as c l e r o t i o m mw a s d i s c u s s e d s p e c t r o s c o p yt e c h n o l o g yw a sa p p l i e di ne a r l yd i a g n o s i ss c l e r o t i n i as c l e r o t i o r u m t h e p a r t i a l l e a s ts q u a r e sm o d e l ，b pn e u r a ln e t w o r km o d e la n dl e a s ts q u a r e s s u p p o r tm o d e lw e r e e s t a b l i s h e d t h er e c o g n i t i o nr a t eo ft h eb pn e u r a ln e t w o r ka n dl e a s ts q u a r e ss u p p o r tv e c t o rm a c h i n e m o d e li nw h i c hs e c o n d o r d e rd i f f e r e n t i a lt r e a t m e n tb a s e do nt h ee x t r a c t i o no fc h a r a c t e r i s t i cv a l u e sb y p a r t i a ll e a s t - s q u a r e sa n a l y s i sr e a c h e d 10 0 i no r d e rt oi m p r o v et h em o d e lc o m p u t i n gs p e e d ，8 e f f e c t i v ew a v e l e n g t h sw e r ee x t r a c t e db a s e do nt h ep l sm o d e l t h er e c o g n i t i o nr a t eo fp l s r e c o g n i t i o nm o d e lb a s eo nt h e e f f e c t i v ew a v e l e n g t h sc a l lr e a c h9 0 i nt h et h r e s h o l do f0 5 t h e e f f e c t i v ew a v e l e n g t h sr e p r e s e n tf u l l - b a n di n f o r m a t i o nt os o m ee x t e n t ，a n dt h e ya r et h em o s ti m p o r t a n t w a v e l e n g t h s i tm a d eag o o df o u n d a t i o nf o rt h ed e v e l o p m e n to fi n s t r u m e n t 2 t h er e d ，g r e e na n dn e a r - i n f r a r e dc h a n n e lm u l t i s p e c t r a li m a g e sw a su s e dt of i n dt h em e t h o do f i d e n t i f y i n gs c l e r o t i n i as c l e r o t i o r u m t h em u l t i s p e c t r a li m a g ew a sp r e p r o c e s s e db yt h ed e n o i s i n g m e t h o d ，a n dt h e nw a se x t r a c t e d2c o l o rf e a t u r e sa n d5t e x t u r ef e a t u r e s ，t h e nt h ep a r t i a ll e a s t s q u a r e s t v 浙江大学硕士学位论文 a b s t r a c t r e g r e s s i o na n a l y s i s ，b pn e u r a ln e t w o r k a n dl e a s t s q u a r e s s u p p o r tv e c t o rm a c h i n em o d e lw e r e e s t a b l i s h e df o rt h ei d e n t i f i c a t i o no fs c l e r o t i n i as c l e r o t i o r u m c o m p a r i n gt h ea b o v es e v e r a lm o d e l s ，t h e r e c o g n i t i o nr a t eo ft h eb pn e u r a ln e t w o r km o d e lb a s e do nt h em s c t e x t u r ef e a t u r e sr e a c h e d10 0 i n t h et h r e s h o l do f0 5 t h e r e f o r e ，t h eu s eo fm u l t i s p e c t r a li m a g i n gt e c h n o l o g yc a nq u i c k l ya n d a c c u r a t e l yi d e n t i f ys c l e r o t i n i as c l e r o t i o r u m k e y w o r d s ：p r e c i s i o nf a n n i n g ；r a p el e a v e s ；s c l e r o t i n i as c l e r o t i o r u m ；s p e c t r a la n dm u l t i s p e c t r a l i m a g i n gt e c h n o l o g y ；i m a g ep r o c e s s i n g v 浙江大学研究生学位论文独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研 究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或 撰写过的研究成果，也不包含为获得堑姿盘鲎或其他教育机构的学位或证书而 使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 学位论文作者签名：签字日期：年月日 学位论文版权使用授权书 本学位论文作者完全了解堑姿盘鲎有权保留并向国家有关部门或机构 送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权逝姿盘鲎可以 将学位论文的全部或部分内容编入有关数据库进行检索和传播，可以采用影印、缩 印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：导师签名： 签字日期：年月 日 签字日期：年 月日 浙江大学硕士学位论文摘要 致谢 本论文是在导师冯雷的悉心指导下完成的，包括实验方法以及论文的撰写。在 导师的谆谆教诲下，这两年半的研究生生活我学到了很多，这其中不仅有学业上的 还有做人做事上的，将使我受益终生。值此论文完成之际再次向导师表达真诚的感 谢! 还要特别感谢何勇教授对我的指导，何老师渊博的专业知识，严谨的治学态度， 以及平易近人的作风使我在硕士的学习生活中获益匪浅! 感谢实验室的、裘正军老师、鲍一丹老师、冯水娟老师、沈明卫老师、方慧老 师、郑文钟老师、叶旭君、陶雪梅老师等在学习上对我的帮助! 感谢所有帮助过我的老师，虽然无法一一列举，但是你们对我的教诲我会铭刻 在心! 感谢生工0 7 硕士班的各位同学，谢谢你们在我学习过程中对我的帮助! 感谢实验室各位师兄弟、师姐妹的帮助，有你们的对我的支持和帮助，才使我 克服一个个的困难和疑惑! 感谢吴迪、王莉、黄敏、陆江峰、陈孝敬、陈永明师兄 们，吴桂芳、邵咏妮、林平、李晓丽师姐们在学业上给予我的大力帮助，感谢同学 袁石林、虞佳佳、宋韬、马天云等对我的帮助，同时也感谢杨凯盛、周康韵、邹伟、 何任涛、段敏、张筱蕾、朱逢乐等师弟妹。尤其要感谢师兄刘飞，他在实验的全过 程给予了我很多的指导和建议! 感谢所有关心和帮助过我的老师、学长、同学和朋友们! 最后要特别感谢爸爸妈妈和妹妹及女友对我的鼓励和支持。谁言寸草心，报得 三春晖! 父母的恩情是永远不敢忘的! 孙光明 2 0 0 9 年冬于浙江大学 浙江大学硕士学位论文 筇一章 1 绪论 1 1 前言 油菜是我国四大主要油料作物( 大豆、油菜、花生、芝麻) 之一( 张国平等，2 0 0 1 ) 。 油菜的用途可以作为优质饲料、食用油、菜肴、生物柴油，盛产于长江流域。近年 来，随着人民生活水平的提高，种植业结构渊整，油菜面积逐年扩大，常年引起油 菜歉收的病害，越来越被广大农民所重视。 油菜菌核病是油菜的主要病害，主要发生在长江流域和东南沿海各省。一般年 份均有发生，雨水多的年份发生严重，菌核病主要危害油菜茎秆、引起植株早枯、 角果减少，种子皱瘪，千粒重和出油率降低，减产1 0 7 0 。由于每年气候条件 不同，一般产量损失5 一1 0 左右，严重时可以达到5 0 以上。在中国，菌核病居 油菜三大病害之首，一般发病率在1 0 3 0 ，严重时可达8 0 。在长江中、下游及 东南沿海主要产区，包括江苏、安徽、上海、浙江、湖南、湖北、江西等省份菌核 病发生尤为突出，严重地影响了我国的油菜产量。除了油菜菌核病之外还有油菜病 毒病、油菜霜霉病、油菜白锈病。油菜菌核病又名油菜菌核软腐病、烂秆、白秆、 霉蔸，主要危害油菜的茎、叶、花和菜荚，以茎秆受害损失最大。病菌首先侵染花 瓣、花药和老叶，而后传染茎秆、分枝和角果。其中尤以茎部被害损失最为严重。 油菜菌核病的症状表现( 谷维，2 0 0 8 ) ：一、苗期的症状。茎基部和叶柄产生红 褐色斑点，扩大后转白色，组织湿腐，长出白色絮状菌丝，如病斑绕茎，幼苗则死 亡。二，病叶的症状。植株下部叶片衰老，呈暗青色、水渍状，后扩大成圆形或不 规则形，中心部分灰褐色或黄褐色，中间暗青色，外缘具黄晕。干燥时病斑迅速扩 展，全叶腐烂。三、病秆的症状。由叶柄上病斑蔓延或由病叶搭附或由受害花瓣掉 落贴附茎枝引起感染。初时水溃状，黄褐色，后扩展成梭形，长条形或绕茎的大病 斑，略凹陷，黄褐色，边缘褐色，与健全组织交界分明。潮湿条件下，病株茎秆整 段组织腐烂变白，髓部中空，皮层碎裂，极易折断。病部内外长有白色绒毛状菌丝， 后期在茎内形粪状黑色菌核。四、病花瓣的症状。初呈水溃状，后变成黄褐色小斑， 易脱落。潮湿时，病花瓣迅速腐烂，病花落到叶片、枝干上成为侵染源。五、病角 果的症状。病角果先呈水渍状，后变白色。高温时角果外长出白色絮状菌丝，形成 小菌核。角果内种子多为瘪粒。油菜在开花结英时，常常一株一株发病枯死，剥开 1 浙江大学硕士学位论文 锋一革 下部茎秆，里面有许多像老鼠屎一样的菌核。 近几十年来，国内外在油菜菌核病病害发生、流行规律、预测预报和生物药剂 防治上做了大量的工作，也取得了可喜的成效，但是没能从根本上改变油菜菌核病危 害严重局面。为此，油菜菌核病的致病过程的研究引起了广大科技工作者的日益重 视。 防治菌核病首先要对其进行可靠的识别，而传统的病害鉴别与诊断主要有以下 几种方法：一是通过农业病害图谱，此法直观，但不够准确；二是借助农业病害著 作，此法准确，但需要一定的专业知识，而且种类不全，翻阅速度较慢；三是利用 分类检索表，此法最为准确，速度较快，但仅适合植保专业人员，而且其中缺乏生 活史、发生规律、预测及防治方法描述等。为了有效地防治病虫害，首先必须及时、 准确掌握病虫的发生发展情况。在人类历史的很长时间内，受当时生产条件和科技 水平的限制，人们只能在实地用目测手查的方法观察有无病虫害发生及其危害程 度，或用捕捉虫蛾等办法判断病虫害爆发的可能性。这些传统的监测方法费时费力 不说，其获取信息的滞后性还严重影响病虫预报准确率。因此，目前迫切需要一种 能够快速、准确进行油菜菌核病检测的方法和技术。 在油菜生长信息的检测中，光谱和多光谱成像技术作为一种快速、无损获取油 菜生命信息的检测方式报道较少。主要集中于油菜营养信息中氮素含量的检测( 裘正 军等，2 0 0 7 ；m i i l l e r 等，2 0 0 8 ；张晓东等，2 0 0 9 ；冯雷等，2 0 0 6 ) 、油菜叶片氨基酸 含量的检测( 刘飞等，2 0 0 9 ) 、除草剂胁迫下油菜叶片中乙酰乳酸合成酶和蛋白含量 ( l i u 等，2 0 0 9 b ) 的检测等方面的研究。g r e g o r y 和c a n e r ( 1 9 9 4 ) 研究了植物在受8 种 胁迫时的反射率比值与不受胁迫时的反射率比值，以及它们的相关性，发现在可见 光到近红外光谱区与无胁迫的植物叶片相比，受胁迫的叶片中r 6 9 5 r 4 2 0 、 r 6 9 5 r 7 6 0 是最显著相关的。但是关于油菜菌核病方面的基于光谱和多光谱成像识 别技术的菌核病识别还未见报道。应用可见近红外光谱技术进行油菜菌核病检测的 研究还少有报道。本文主要是分别利用可见近红外光谱技术和包含红、绿、近红外 三个波段的多光谱图像技术对感染菌核病的油菜叶片进行识别和检测研究。 1 2 光谱技术在农作物病害检测中的应用研究进展和存在的问题 近红外光谱技术是指利用近红外谱区包含的物质信息，主要用于有机物质定性 浙江大学硕士学位论文 第一章 和定量分析的一种分析技术( 严衍禄等，2 0 0 5 ；刘飞等，2 0 0 7 ；赵杰文等，2 0 0 8 ) 。 这一种绿色分析技术，因具有快速、准确、无损、无污染等特点，已被广泛应用于 农业、食品、化工、医药等行业( c e n 等，2 0 0 7 ；王莉等，2 0 0 8 ；l i u 等，2 0 0 9 ) 。 农作物表现出的光谱特征是在农作物的生长过程中与田间环境因素相互作用 而产生的包含作物生长信息的光谱特性。病虫害对农作物生长造成的影响主要有两 种表现形式，即农作物外部形态的变化和内部生理特性变化。外部形态变化包括有 落叶、卷叶以及叶部或者其他部位发生病斑等。内部生理特性变化则表现于叶绿素 组织遭受破坏，光合作用，养分水分吸收、运输、转化等生理机能衰退或衰竭。例 如，曹志艳等( 2 0 0 7 ) 对玉米大斑病菌细胞壁结合黑色素和从培养滤液中提取的黑色 素进行理化性质、紫外吸收光谱和红外光谱扫描测定，并与标准品黑色素进行比较 分析，明确了玉米大斑病菌黑色素具有与标准品黑色素相似的理化性质。外部形态 的或内部生理的变化，都必然导致作物反射光谱特征发生变化。受害作物的光谱特 性与健康作物的光谱特性相比，某些特征波长的值总会发生不同程度的变化。因此 应用光谱技术，通过监测受害作物各种可见的和及其微弱的外部形态和内部生理的 参数变化引起的相应的光谱特性变异信息，可以监测到病虫害的早期危害，定量地 分析病虫害的危害程度，为大规模监测农作物病虫害发生情况及发展动向提供及 时、可靠的依据。 光谱技术在农业病虫害检测方面的应用的研究已经越来越多。在利用作物冠层 光谱数据检测病情的研究主要有：蒋金豹等( 2 0 0 7 ) 通过人工田间诱发不同等级小 麦条锈病，在不同生育期测定染病冬小麦冠层光谱及其病情指数( d i ) ，把冠层光谱 一阶微分数据与相应的d i 进行相关分析，采用单变量线性和非线性回9 3 技术，建 立小麦d i 的估测模型。z h a n gm i n g h u a 等( 2 0 0 3 ) 在加利福尼亚州，通过分析马 铃薯晚疫病近地冠层高光谱数据后认为，高光谱遥感在马铃薯晚疫病的监测中，近 红外区域( 特别是7 0 0 1 3 0 0 n m ) 比可见光区域更有价值。同时，他们还利用航空可 见光红外光成像光谱仪( a v i r i s ) 获取了马铃薯晚疫病的低空高光谱遥感图像， 对图像处理后发现利用图像可以准确地区分出受害程度在3 级及3 级以上的病害 区。吴曙雯等( 2 0 0 2 ) 对4 个感染不同等级稻叶瘟的水稻冠层反射光谱进行测试， 并对光谱反射曲线进行微分分析，研究了绿光区、红光区和近红外区反射光谱的变 异特征。结果表明，绿光区、红光区和近红外区的水稻冠层光谱反射率随病情程度 浙江大学硕士学位论文第一章 的加重分别呈现下降、上升和下降的趋势；绿光吸收边缘的特征波长值发生红移， 红光吸收边缘和近红外吸收边缘的特征波长值发生蓝移；受害轻时近红外区反射率 变化幅度大，受害重时绿光区和红光区反射率变化幅度大。黄木易等( 2 0 0 3 ) 研究 了冬小麦条锈病冠层光谱特征，结果发现6 3 0 6 8 7 n m 、7 4 0 8 9 0 n m 及9 7 6 1 3 5 0 n m 为 遥感监测条锈病的敏感波段，并进行波段组合，与病情指数作回归分析，建立了遥 感监测条锈病病情指数的多波段下的组合诊断模式的定量模型。陈鹏程等( 2 0 0 6 ) 于2 0 0 4 2 0 0 5 年在北疆利用a s d 便携式高光谱仪对棉叶螨为害后的棉花冠层光谱 进行了测试，结果发现随着螨害指数的变化棉花冠层光谱特征发生明显变化。王秀 珍等( 2 0 0 2 ) 通过不同氮素营养水平的水稻田间试验，解析了水稻冠层导数光谱对 消除背景信息的影响，证实了导数光谱在消除背景信息的影响方面取起到了很好的 作用。乔红波等( 2 0 0 7 ) 在温室条件下，利用便携式高光谱仪研究不同抗病性品种在 接菌后棉苗的冠层光谱特性。也有许多研究者都采用红边参数来分析作物受害情 况。黄木易( 2 0 0 4 ) 对小麦条锈病的冠层光谱的红边参量进行了分析，并对各模型 进行均方根误差( r m s e ) 检验，结果表明：红边参量的最小振幅d l m i n 、红边振 幅与最小振幅比值d l r e d d ) , m i n 模型的决定系数达0 8 以上，r m s e 在o 1 0 0 1 3 之 间，与冬小麦条锈病病情指数有较好的关系，可选用这些光谱参数建立模型来监测 冬小麦条锈病。 在利用作物单叶光谱数据检测病情的研究主要有w a l t e r 等( 1 9 9 9 ) 在室内研究 了俄罗斯麦蚜和麦二又蚜危害后小麦叶片的反射光谱特征，确定了与上述两种蚜虫 引起的胁迫最敏感的叶片反射光谱波段，并得到6 2 5 6 3 5 n m 和6 8 0 6 9 5 n m 波段范 围内的叶片光谱反射率，以及9 3 一化色素指数( n p c i ) 与麦二叉蚜和俄罗斯麦蚜危 害后小麦总叶绿素含量均呈显著相关，从而认为这些波段与光谱反射指数都能很好 的反映麦蚜取食危害后叶片叶绿素的减少和叶片的衰老。刘占字等( 2 0 0 7 ) 对感染 胡麻叶斑病的水稻叶片光谱反射数据进行重采样和求一阶、二阶微分，再用主成分 分析p c a 技术对上述变换光谱进行分析，最后结合径向基函数神经网络r b f n 对水 稻胡麻叶斑病严重度进行预测。陈兵等( 2 0 0 7 ) 采用不同品种棉花黄萎病的病叶材 料，在不同发病时期的病谱田和大田同步测定其光谱和发病严重度，定性和定量地 分析病叶光谱反射特征、微分光谱特征差异，结果表明棉花不同品种、不同发病时 期的黄萎病的病叶光谱均随发病严重度的增加而表现出有规律的变化。k o b a y a s h i 4 浙江大学硕士学位论文 第一章 等( 2 0 0 1 ) 研究发现水稻光谱反射率比值可以用来评价水稻稻瘟病，r 4 7 0 r 5 7 0 、 r 5 2 0 r 6 7 5 和r 5 7 0 r 6 7 5 在水稻蜡熟期随着稻瘟病发生率的升高明显降低； 而黄 熟期，r 5 5 0 r 9 7 0 和r 7 2 5 r 9 0 0 可以用来估计稻瘟病的危害程度。吴迪- 等( 2 0 0 7 ) 应用可见近红外光谱技术对茄子叶片进行灰霉病害还未在叶片表面出现病症时的 早期检测研究，采用化学计量学方法建立了早期检测模型。m a l t h u s 和m a d e i r a ( 1 9 9 3 ) 考察了大豆受蚕豆斑点葡萄孢感染后的光谱反射率变化情况，发现受感染后，大豆 反射率在可见光区变得平坦，在近红外光的8 0 0 n m 处反射率低，受感染的程度与 可见光反射率的相关性一阶导数比原始的反射率要高，故可以用一阶导数来监测病 虫害的感染情况。 在以上对作物光谱特性分析的基础上，许多学者总结了各种植被指数用于病害 监测。a d a m s 等( 1 9 9 9 ) 认为黄化指数在单叶水平上能很好地反映作物受胁迫后的失 绿现象。b r o g e 和l e b i a n c ( 2 0 0 1 ) 提出的三角形植被指数( t v i ) 、b l a c k b u r n ( 1 9 9 8 ) 提出 的色素比值指数( p s s r ) - 与色素规一化差值指数( p s n d ) 、p e n u e l a s 和i n o u e ( 1 9 9 9 ) 提 出的光谱结构不敏感植被指数( s i p i ) 等多种植被指数在植被叶绿素含量的评价中都 显示了很好的潜力。以上这些植被指数在病虫害监测中同样具有很大的应用前景。 y a n g 等( 2 0 0 5 ) 通过比较1 6 波段多光谱植被指数与l a n d s a tt m 的宽波段植被指 数对麦二叉蚜危害的敏感性，发现1 6 波段多光谱植被指数并未比l a n d s a tt m 宽 波段植被指数对麦二叉蚜危害的敏感性高。a d a m s 等( 1 9 9 9 ) 利用大豆黄萎病光谱二 阶导数设计的发黄指数对病情评价进行了研究。 1 3 多光谱成像技术在农作物病害检测中的应用研究进展和存在的问题 农作物的病虫草害防治过程中首要的条件就是在农作物生长期间，对其病虫害 的正确识别和危害情况的准确分析，从而进一步掌握其病害的发生动态规律，在此 基础上，才能达到实时、准确的预测和防治。目前，识别农作物的病虫草害大多是 通过已有的经验、对照专业的书籍、查询互联网等方法。除了有经验的专家外，对 于非专业研究人员特别是农民，通过图片对比或根据文字描述来识别农作物病害， 主观性太强，往往会引起人为判断的误差，这样就很难准确和及时地对症下药，从 而引起农作物的减产。近些年来，随着数字图像处理的迅速发展、计算机视觉的应 用日益广泛和各种模式识别技术的日趋成熟，对农作物病虫草害图像进行处理，提 浙江大学硕士学位论文 第一常 取特征参数，可以达到快速识别的目的。根据目前植物病虫害学的发展，受病虫害 侵袭的植物的病症的诊断多数是根据病株的外部症状进行。目前，病害的诊断大多 依赖植株颜色或普通可见光部分的彩色图像的信息( 田有文等，2 0 0 6 ；李志刚等， 2 0 0 5 ) 。可见光图像分析方法能从植物的颜色、形状、纹理上获得大量直观信息， 但其存在诸多的缺点，如会因照明条件、成像系统的光谱响应影响彩色图像的成像 质量、只是记录被测物体可见光波段的光谱信息，紫外、近红外和红外光谱信息就 丢失了。 为了解决这个问题，多光谱成像技术可以同时从光谱维和空间维获取被测目标的 信电, ( l e v e n s o n 等，2 0 0 0 ；m a s a h i r o 等，2 0 0 2 ) 。一幅多光谱图像是由一系列灰度图像组成 的三维数据立方体，二维图像记录了样本的形态信息，三维坐标则记录光谱信息。随 着计算机技术的发展，多光谱成像技术在农业生产中的应用已越来越多( 冯雷等， 2 0 0 6 ) 。多光谱成像技术是将摄入光源经过过滤，同时采集可见光谱和红外光谱等波 段的数字图像，并进行分析处理的技术。它是光谱分析技术( 特征敏感波段提取) 和计 算机图像处理技术有机结合，同时可以弥补光谱仪抗干扰能力较弱和r g b 像波段感 受范围窄的缺点。 多光谱成像技术在农业病虫害识别上的应用已经越来越多，l e c k i e ( 2 0 0 5 ) f f 0 用松 树冠层光谱图像，分析蚜虫对松树的侵害程度。s e n a j r ( 2 0 0 3 ) 利用多光谱图像对玉米粟 蚕蛾幼虫的侵害程度进行检测。吴迪等( 2 0 0 8 ) 应用地面多光谱成像技术对茄子灰霉病 进行了识别检测研究。冯洁等( 2 0 0 9 ) 为了实现可靠的植物病虫害诊断，把光谱分析技 术和多光谱成像技术相结合的方法用于常见的红粉、黑星、白粉、褐斑和霜霉五种黄 瓜病害的识别研究。赵玉 f f ( 2 0 0 7 ) 根据锈病、弯孢菌叶斑病、灰斑病、小斑病及褐 斑病等五种玉米病斑图像的实际情况，在图像分割和特征提取的基拙上，利用朴素贝 叶斯分类器的统计学习方法，实现玉米叶部病斑的分类识别。任东等( 2 0 0 7 ) 采用计算 机图像处理技术并结合支持向量机分类方法对温室黄瓜的霜霉病、角斑病和白粉病进 行了有效的识别。冯雷等( 2 0 0 9 ) 在温室环境条件下，在水稻营养生长期，利用包含绿、 红、近红外三波段通道的多光谱成像技术提取受到叶瘟感染后的叶面及冠层图像信 息，实时过滤掉背景噪声、自然枯叶等干扰因素，分析检测稻叶瘟病情。研究表明， 利用多光谱成像技术提取水稻叶面及冠层图像信息，可以快速有效地检测稻叶瘟病 情。通过试验建立的稻叶瘟病情检测分级模型，对于营养生长期的水稻苗瘟的识别准 浙江大学硕士学位论文 幕一：j 确率为9 8 ，叶瘟的识别准确率为9 0 ，为实施科学的稻叶瘟防治提供了决策支持。 高光谱图像包含的信息量比多光谱图像大的多，因此高光谱在病害识别方面有独 特的优势。s t e d d o m 等( 2 0 0 3 ) 分别利用甜菜丛根病单叶高光谱遥感数据和冠层多光谱 数据，对n d v i v a r i ，r g r a r i c r i5 种植被指数进行了分析，结果表明：正 常甜菜与有丛根病症状的甜菜相比，这5 种植被指数差异显著。乔红波( 2 0 0 4 ) 使用便 携式光谱仪对郑州、北京地区不同程度麦蚜、白粉病为害后的冬小麦冠层高光谱进行 了测量和分析，结果表明：绿光区、近红外平台和黄光区处的冠层光谱反射率分别随 百株蚜量和病情指数的增加呈明显的下降，归一化植被指数( n d v i ) 和百株蚜量、白 粉病病情指数相关关系显著。刘 - - x - 等( 2 0 0 4 ) 对比了3 个生育期的条锈病与正常生长 冬小麦的p h i 图像光谱及光谱特征，发现5 6 0 6 7 0 n m 黄边、红谷波段，条锈病病害冬 小麦的冠层反射率高于正常生长的冬小麦光谱反射率；近红外波段，条锈病病害的冠 层反射率低于正常生长的冬小麦光谱反射率；条锈病冬小麦冠层光谱红谷吸收深度和 绿峰的反射峰高度都会减小。他们还设计了病害光谱指数，该指数能成功地监测冬小 麦条锈病病害程度与范围。 数字图像处理技术作为多光谱成像技术的重要组成部分，是指用计算机及其相 关技术对图像施加某种运算和处理，从而达到某种预想目的的过程。早期的图像处 理的目的是改善图像的质量或人的视觉效果。伴随计算机技术的飞速发展，数字图 像处理技术不仅在理论上取得很大进展，在许多应用领域也受到广泛重视并取得了 重大的开拓性成就，从当初的空间科学逐步扩展到生物医学、遥感、工业、军事、 天文、地质、法律实施和文化艺术等很多学科与领域。近2 0 多年来，随着信息技 术的飞速发展，数字图像处理技术在农作物病虫草害识别诊断、分级等方面也得到 了广泛研究和应用。图像分割是数字图像处理技术中一个很重要的方法面，也获得 了国内外学者的重视。在国内，陈佳娟( 2 0 0 2 ) 利用遗传神经网络作为图像像素的分 类器对图像进行分割。l i t 有文等( 2 0 0 4 ) 以r g b 颜色空间图像为特征空间，利用统计 模式识别的f i s h e r 线性判别函数进行作物病害彩色图像分割。张艳诚等( 2 0 0 8 ) 针对 传统的分水岭分割算法的不足，应用了一种基于标记测地重建的分水岭算法对棉花 重叠病斑图像进行分离。毛罕平等( 2 0 0 8 ) 提出了一种基于模糊c 均值聚类算法( f c m ) 的作物病害图像自适应分割方法并且运用该方法对棉花病害叶片图像进行较好的 分割。目前，对农作物病虫草害图像进行处理过程中，采用的方法主要包括颜色空 浙江大学硕士学位论文 第一章 间区分法、纹理特征分析法、形态特征分析法、小波分析法、多种参数结合分析法 以及特殊图像分析法( m a r t i n 等，1 9 9 8 ；赖军臣等，2 0 0 9 ) 。在本文中对油菜叶片多 光谱图像的处理方法主要是采用了颜色空间区分法和纹理特征分析法。 1 4 研究目的及内容 ( 1 ) 基于可见近红外光谱技术的油菜菌病早期诊断研究 采用可见近红外光谱技术在室内研究感染菌核病的油菜叶片的光谱特性，分析 利用光谱反射率建立油菜菌核病识别的偏最小二乘模型、b p 神经网络模型、最小 z - 乘支持向量机模型，并比较这些模型的识别效果。根据建立的p l s 识别模型提取 关于油菜菌核病信息的特征波长，并根据这些特长波长建立模型，达到了很好的预 测效果。 ( 2 ) 基于多光谱成像技术的油菜菌核病诊断研究 应用了红、绿、近红外三通道的多光谱图像进行了油菜菌核病的识别方法的研 究。主要运用图像处理技术、数据预处理方法、偏最小二乘回归分析以及最小二乘 支持向量机建立了油菜菌核病的识别模型。比较了所建立的模型的识别效果。因此 运用多光谱图像技术可以快速、准确地对油菜菌核病进行识别，为实现实时、可靠 的植物病害监测与防治提供了一条新方法。 1 5 技术路线 本研究所采用的技术路线如图1 1 所示： 浙江大学硕士学位论文 第一章 油菜菌核病早期诊断系统 綦手光谱技术菌核病早期诊断鬟缆蕞十多光谱图像技术菌段病早柳诊断系统 l 1ij，ii5 | 偏 b p 最 提 ：提 光最神 小 占 取 ：取 谱 小经 除 撷；纹 数列 乘 巨 色；理 据乘络 支 像 特；特 觑 渗 渗 持背 征征 处断断 向 景 逝! 然 理模模 量 暖 赢| 壹 型型 帆 严 诊1 诊 渗 断 断断 模 模 j 模 型；型 型 图1 1 系统技术路线图 9 江大学硕学位论文 第= 章 2 光谱数据和多光谱数据图像采集平台简述 2 1 光谱数据采集平台 毗下是本文试验中用到的主要仪器， 2 1 1 便携武可见近红外光谱仪 圉2 - i 便携武可见一近红外光谱仪 丰试验中使用的是由美国a s d 公司生产的便携武光谱分析仪该公司于1 9 9 3 年 成立，所在美国的c o l o r a d o 州，以生产高度便携式的分光辐射光谱仪著名美国a s d 公司推出的f i e l ds p e e h a n d h e l d 具有高便携性的分光辐射光谱仪，适用于遥感测量、 农作物检测、森林研究到工业照明测量和海洋学研究和矿物勘察等各方面的应用该 仪器操作简单，并且可以用作测量辐射、辐照度、c 1 e 颜色，反射和投射 f i e l d s p e e h a n d h e l d 仪器的主要技术参数为： 探涮器：使用5 1 2 阵元阵列p d a 探测器 波长范围：3 2 5 1 0 7 5 n m 积分时问：用户可选，2 n x l 7 m s ，n = 0 ，1 ，1 5 扫描平均：最多可选3 1 ，8 0 0 次光谱平均 光谱采样搏隔：1 5 r i m 光谱分辨率：3 5 r i m 7 0 0 h m 波长精度：i n t o 灵敏度线性：i l 曩 浙江大学硕士学位论文 第二章 波长重复性：士o 3 n m 标准软件功能全：自动优化，原始数据显示采集。反射，透射，l g ( 1 g ) ，l g ( 1 z ) 显示，导数光谱等 使用温度范围：0 0 c 4 0 0 c 外形尺寸：2 2 x 1 5 x 8 c m 重量：1 2 k g ( 含电池) 饱和辐射度：最大辐射值可以超过两倍于0 0 日光天顶角和朗伯表面1 0 0 反射 高次吸收滤色片，内置光闸和漂移锁定自动校准功能均设置为标准配置，适用于 手持或安装在三角架上。 a s d 公司推出r s 2 软件包专用于f i e l d s p e c 系列分光辐射光谱仪。r s 2 是一套数 据采集分析软件包，是同类型的遥感应用软件中功能最强大的。r s 2 可进行实时的辐 射和辐照测量，避免了耗时的后处理工作。操作者能够在6 秒钟内调整好仪器的参数 因而节省了时间。其他关键贡献包括漂移锁定暗电流校准，达到近于零的暗电流漂移 和黑白屏幕选择，在阳光下可以得到更高的对比度。光谱数据处理软件采用光谱分析 专用软件u s c r a m b l e r9 6 以及数据处理软件m a t l a br 2 0 0 8 b 。 在本文中共扫描2 0 片感染油菜菌核病叶片，每片扫描5 次，每次保存3 条光谱 曲线，则每片叶片得到1 5 条光谱曲线，2 0 片叶片共计3 0 0 条光谱曲线光谱仪的光谱 扫描次数设定为3 0 次。试验采用漫反射模式，光源采用1 4 5v 卤素灯，光源入射角 度为4 5 0 ，光谱仪探头与油菜叶片所在平面垂直距离大约为1 5 0i i l l i l 。光源、叶片和 光谱仪探头在同一条直线上。 2 1 2 多光谱成像仪检测平台概述 实时的多光谱图像检测平台主要由一个多光谱的d u n c a nm s 3 1 0 03 c c d 多光谱 摄像系统( 图1 ) 和计算机组成，相机离地高2 米，照明光源为2 个a p p l e 2 7 5 w 灯。 d u n c a nm s 3 1 0 03 c c d 多光谱摄像系统的图像分辨率为1 3 8 4 1 0 3 6 。此系统将摄入光 源经过滤，实时分离成绿( 5 5 0 n m ) ，红( 6 5 0 n m ) ，近红外( 8 0 0 m ) 三个波段通道的单色 图像，通过p c i1 4 2 4 ( n a t i o n a li n s t r u m e n t 公司) 的数据接收板连接到计算机。每个电 子耦合组件( c h a r g e dc o u p l e dd e v i c e ，c c d ) ，其输出信号放大倍数和曝光时间如表2 - 1 所示。 塑兰查兰堕圭堂堡笙苎 墨三兰 多光谱威像仪与一般数码相机不同，一般数码相机是直接由一个通道采集真彩色 ( r g b ) 田片