详情

原文传递一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法

专利名称：	一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法
摘要：	本发明公开了一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法，该方法以不同品种感染赤霉病病菌小麦麦穗为研究对象，综合运用高光谱成像技术、光谱学、时间序列分析、深度学习等诸多领域的知识，提出了：针对感染未发病期小麦品种抗性鉴定方法、针对发病后小麦品种抗性鉴定方法和小麦品种赤霉病综合抗性鉴定方法。本发明突破感染期抗性检测的困难、人工鉴定操作中速度慢、精度低及化学方法中程序复杂、成本高等缺陷，不仅为品种小麦赤霉病抗性鉴定提供更加快速精准的方法，而且可以在小麦感染赤霉病菌但未发病期对小麦品种进行抗性鉴定。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	南京农业大学
发明人：	梁琨;闫胜琪;韩东燊;徐剑宏;赵康怡;周佳英
专利状态：	有效
申请日期：	2019-05-15T00:00:00+0800
发布日期：	2019-08-02T00:00:00+0800
申请号：	CN201910401015.1
公开号：	CN110082298A
代理机构：	南京天华专利代理有限责任公司
代理人：	许轲;徐冬涛
分类号：	G01N21/27(2006.01);G;G01;G01N;G01N21
申请人地址：	211225 江苏省南京市溧水区白马镇国家农业科技园南京农业大学基地
主权项：	1.一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法，其特征在于包括感染未发病期小麦品种抗性鉴定、发病后小麦品种抗性鉴定和基于以上两种研究结果的小麦品种赤霉病综合抗性鉴定；具体鉴定方法步骤如下： a、小麦样品采集：从待检测小麦中选取样品，并按照品种做好相应标记； b、小麦麦穗的高光谱图像采集：利用高光谱成像系统对待测小麦麦穗进行成像，通过得到的图像，进行小麦赤霉病感染未发病时期抗性比较和发病后小麦赤霉病等级检测模型建立； c、小麦赤霉病感染未发病时期抗性比较：该步骤包括不同品种小麦赤霉病初始发病时间检测和不同品种小麦相同感染时期的小麦赤霉病抗性研究；其中，不同品种小麦赤霉病初始发病时间检测是通过探索麦穗感染病菌后光谱随着感染时间变化的规律及特征，基于时序性特征采用动态时间弯曲聚类算法对时序关键点进行分析，基于时序高光谱的不同品种小麦赤霉病初始发病时间检测，以此来比较不同品种小麦的赤霉病抗性；不同品种小麦相同感染时期的小麦赤霉病抗性研究是通过探明不同品种相同感染时期的麦穗光谱特征和图像特征变化差异，基于光谱特征差异和图像特征差异分析比较出不同品种的小麦赤霉病抗性； d、发病后小麦赤霉病等级检测模型建立：将完全发病后的小麦麦穗样品高光谱图像，通过高光谱图像ROI提取、预处理、特征波段图像选取，并结合RCNN-VGG16算法建立基于高光谱图像的小麦赤霉病等级检测模型，并实现发病小穗和正常小穗的目标检测及标注，通过不同品种小麦赤霉病患病平均严重度来比较小麦品种赤霉病抗性； e、小麦品种赤霉病综合抗性鉴定：通过初始发病时间以及不同品种小麦的发病后患病平均严重度的比较，根据国家农业行业标准NY/T1443.4-2007小麦赤霉病发病平均严重度鉴定小麦抗性标准并结合初始发病时间将不同小麦品种具体分为综合抗性抗病型，综合抗性中抗型，综合抗性中感型，综合抗性感病型。 2.根据权利要求1所述的一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法，其特征在于，在步骤b中，所述高光谱成像系统包括CCD照相机、Imspector光谱仪、镜头、21V/150W线性卤素灯光源、暗箱和PC；高光谱成像波段范围在358-1021nm。 3.根据权利要求1所述的一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法，其特征在于，在步骤c和d中，对系统进行黑白校正，针对不同品种小麦赤霉病初始发病时间的检测研究，每隔24h采集接种后的小麦麦穗高光谱图像至21天后完全发病截止，并按品种进行标记；针对不同品种相同感染时期的麦穗光谱特征和图像特征变化差异的分析研究，采集不同的品种在接种病菌后3天、7天、14天、21天的高光谱图像，并标记感染时间和品种；针对发病后小麦赤霉病等级检测模型的建立，是采集所有品种全部样品21天后完全发病的小麦麦穗高光谱图像。 4.根据权利要求1或3所述的一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法，其特征在于，针对不同品种小麦赤霉病初始发病时间的检测研究，利用每隔24h采集到的不同品种的小麦麦穗高光谱图像进行处理研究，将来自同一样品的高光谱图像，构建时序高光谱图像，对应最后完全发病时的病斑区域，利用envi软件进行感兴趣区域提取，得到时序光谱，对光谱利用卷积平滑算法进行预处理，并对时序光谱利用连续投影算法进行特征提取，利用动态时间弯曲聚类算法时序光谱数据进行聚类分析，并进行时序关键点提取，对发病期初始点进行诊断；基于时序高光谱的已得到的不同品种小麦赤霉病初始发病时间检测结果，计算该品种平均初始发病时间，以此来比较感染未发病期不同品种小麦的赤霉病抗性。 5.根据权利要求1或3所述的一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法，其特征在于，针对不同品种相同感染时期的麦穗光谱特征分析和图像特征差异分析研究，利用采集到的不同的品种在接种病菌后3天、7天、14天、21天的高光谱图像进行处理分析，将来自同一样品的高光谱图像，利用envi软件进行对整颗麦穗的感兴趣区域提取，通过对感兴趣区像素点的平均计算，得到接种后不同品种小麦相同感染时期的平均反射率谱，观测光谱图，在光谱图上比较出光谱差异。 6.根据权利要求5所述的一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法，其特征在于，观测特征波段下高光谱图像上，感染区域面积、长度、灰度值的差异，通过所得的光谱差异和图像差异比较感染未发病期不同品种小麦赤霉病抗性。 7.根据权利要求1所述的一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法，其特征在于，在步骤d中，发病后小麦赤霉病等级检测模型建立具体方法为：将完全发病后的小麦麦穗样品高光谱图像，利用envi软件对高光谱图像进行整颗麦穗ROI感兴趣区域提取，再利用SNV算法对光谱进行预处理，通过肉眼观测650nm左右的高光谱图像，选取此波段的小麦图片，并通过标注软件labelImg标注无病小穗为normal，有病小穗为sick后，使用基于五种卷积神经网络模型的Faster RCNN算法进行训练，基于此波段利用RCNN-VGG16算法建立麦穗赤霉病感染等级鉴定模型。 8.根据权利要求7所述的一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法，其特征在于，在Faster RCNN算法进行训练中，选取的小麦图片输入卷积神经网络得到特征映射，将特征映射输入区域建议网络得到候选框的特征信息并通过分类器判别属于有病小穗还是无病小穗，随后与人工测量的结果进行对比，优化算法；再通过检测出的麦穗赤霉病等级，计算出不同品种患病平均严重度，以确定发病后不同品种的赤霉病抗性。 9.根据权利要求1所述的一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法，其特征在于，在步骤e中，小麦品种赤霉病综合抗性鉴定是通过综合步骤c发病初始时间的检测结果和步骤d发病后患病严重度的结果，即当小麦品种发病初始的时间处于15-21天且当发病后的平均严重度大于0小于2.0的小麦品种为综合抗性抗病型品种；当小麦品种发病初始的时间处于10-15天且当发病后的平均严重度之和大于2.0小于3.0的小麦品种为综合抗性中抗型品种；当小麦品种发病初始的时间处于5-10天且当发病后的平均严重度大于3.0小于3.5的小麦品种为综合抗性中感型品种，当小麦品种发病初始的时间处于0-5天且当发病后的平均严重度大于3.5的小麦品种为综合抗性感病型品种。 10.根据权利要求1或9所述的一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法，其特征在于，小麦品种发病后的平均严重度通过以下公式计算：其中，a：该品种一级样本个数；b：该品种二级样本个数；c：该品种三级样本个数；d：该品种四级样本个数；m：该品种总样本个数。
所属类别：	发明专利