详情

原文传递小麦赤霉病检测专属病情指数构建方法及其应用

专利名称：	小麦赤霉病检测专属病情指数构建方法及其应用
摘要：	本发明涉及病虫害检测技术领域，特别涉及一种小麦赤霉病检测专属病情指数构建方法，包括如下步骤：(A)采集不同染病程度的多个小麦麦穗作为样本；(B)利用高光谱相机拍摄样本中每个小麦麦穗的高光谱图像；(C)对高光谱图像进行处理，得到每个小麦麦穗的光谱曲线；(D)利用随机森林算法对光谱波段特征进行度量，筛选出对赤霉病敏感的两个特征波段；(E)根据特征波段的光谱反射率值计算小麦赤霉病检测专属病情指数FDI；还公开了基于该病情指数的小麦赤霉病病害等级检测方法。该方法能够快速、准确地确定出高光谱图像中最能够体现病害情况的特征波段，检测时，采用波段少、计算方便、速度快，具有非常好的应用推广价值。
专利类型：	发明专利
国家地区组织代码：	安徽;34
申请人：	安徽大学
发明人：	张东彦;尹勋;梁栋;王道勇;程志友;赵晋陵;黄林生;翁士状
专利状态：	有效
申请日期：	2019-05-30T00:00:00+0800
发布日期：	2019-08-16T00:00:00+0800
申请号：	CN201910461294.0
公开号：	CN110132862A
代理机构：	北京中济纬天专利代理有限公司
代理人：	秦超
分类号：	G01N21/27(2006.01);G;G01;G01N;G01N21
申请人地址：	230601 安徽省合肥市经开区九龙路111号
主权项：	1.一种小麦赤霉病检测专属病情指数构建方法，其特征在于：包括如下步骤： (A)采集不同染病程度的多个小麦麦穗作为样本； (B)利用高光谱相机拍摄样本中每个小麦麦穗的高光谱图像； (C)对高光谱图像进行处理，得到每个小麦麦穗的光谱曲线； (D)利用随机森林算法对光谱波段特征进行度量，筛选出对赤霉病敏感的两个特征波段λ1和λ2； (E)根据特征波段的光谱反射率值按如下公式计算小麦赤霉病检测专属病情指数FDI：式中，Rλ1和Rλ2分别为特征波段λ1和λ2处的光谱反射率值。 2.如权利要求1所述的小麦赤霉病检测专属病情指数构建方法，其特征在于：所述的步骤C中，对于样本中每个小麦麦穗，按如下步骤将其高光谱图像处理为光谱曲线： (C1)获取该小麦麦穗高光谱图像中包括的所有波段对应的光谱反射率； (C2)选取所有波段中的红绿蓝三个波段组合并输出得到该小麦麦穗的RGB图像； (C3)利用图像分割算法对步骤C2中的RGB图像进行图像分割，得到该小麦麦穗的坐标位置； (C4)将该小麦麦穗坐标位置处的所有波段对应的光谱反射率进行加和后求取平均值，得到该小麦麦穗的光谱曲线。 3.如权利要求2所述的小麦赤霉病检测专属病情指数构建方法，其特征在于：所述的步骤D中，包括以下步骤： (D1)对样本中多个小麦麦穗的光谱曲线进行曲线平滑滤波； (D2)将平滑后的多个光谱曲线代入到随机森林算法中，筛选出所有波段的权重值大小，得到光谱权重大小曲线； (D3)在光谱权重大小曲线中，选取正向权重值最大位置的波段作为特征波段λ1，选取负向权重值最小位置的波段作为特征波段λ2。 4.如权利要求3所述的小麦赤霉病检测专属病情指数构建方法，其特征在于：所述的步骤B中，高光谱相机是波段范围为374-1040nm的光谱仪，光谱分辨率为2.3nm，光谱波段为260个；所述的特征波段λ1和λ2分别是661nm波段和563nm波段。 5.一种基于专属病情指数的小麦赤霉病病害等级检测方法，其特征在于：包括如下步骤： (S1)利用高光谱相机拍摄待检测小麦麦穗的高光谱图像； (S2)获取待检测小麦麦穗高光谱图像中包括的所有波段对应的光谱反射率； (S3)选取所有波段中的红绿蓝三个波段组合并输出得到待检测小麦麦穗的RGB图像； (S4)利用图像分割算法对步骤S3中的RGB图像进行图像分割，得到待检测小麦麦穗的坐标位置； (S5)计算待检测小麦麦穗坐标位置中每一个像素位置的专属病情指数FDI：式中，Rλ1和Rλ2分别为特征波段λ1和λ2处的光谱反射率值； (S6)将待检测小麦麦穗坐标位置中每一个像素位置的专属病情指数FDI与设定阈值T进行比较，记专属病情指数FDI
所属类别：	发明专利