小麥條銹病的高光譜檢測(cè)與空氣中夏孢子監(jiān)測(cè)方法研究
發(fā)布時(shí)間:2021-03-09 20:45
小麥條銹病一直是威脅我國(guó)西北、西南、華北和淮北等冬麥區(qū)和西北春麥區(qū)的重要病害,是我國(guó)重要的農(nóng)作物病害防控對(duì)象,農(nóng)業(yè)農(nóng)村部每年均投入大量的人力和物力用于病情調(diào)查和監(jiān)測(cè),但由于缺乏有效地對(duì)病害進(jìn)行早期監(jiān)測(cè)和預(yù)報(bào)的技術(shù),造成條銹病易流行和暴發(fā),給小麥生產(chǎn)帶來(lái)了極大的損失。小麥條銹病是一種氣傳性真菌病害,真菌夏孢子菌源數(shù)通過(guò)氣流傳播是影響小麥條銹病發(fā)生和流行的主要原因,傳統(tǒng)的小麥條銹病病情調(diào)查和條銹病菌夏孢子監(jiān)測(cè)方法具有工作量大、效率低,且隨工作時(shí)間準(zhǔn)確性降低等缺點(diǎn),導(dǎo)致難以把握大尺度農(nóng)田病情和真菌孢子的實(shí)時(shí)和動(dòng)態(tài)變化情況。為了快速、準(zhǔn)確地對(duì)小麥條銹病病害程度進(jìn)行分級(jí)評(píng)估以及實(shí)現(xiàn)田間空氣中小麥條銹病夏孢子數(shù)量的遠(yuǎn)程實(shí)時(shí)監(jiān)測(cè),本文重點(diǎn)研究小麥條銹病病害程度分級(jí)方法、真菌夏孢子顯微圖像的分割和計(jì)數(shù)方法以及空氣中的夏孢子捕捉和顯微圖像遠(yuǎn)程實(shí)時(shí)采集裝置和軟件系統(tǒng)方法,為最終實(shí)現(xiàn)基于物聯(lián)網(wǎng)的廣域范圍內(nèi)空氣中小麥條銹病菌夏孢子數(shù)量的遠(yuǎn)程實(shí)時(shí)預(yù)測(cè)預(yù)報(bào)奠定基礎(chǔ)。論文主要研究?jī)?nèi)容和結(jié)論如下:(1)為了快速、準(zhǔn)確地對(duì)小麥條銹病病害程度進(jìn)行分級(jí)評(píng)估,提出了一種基于高光譜成像的小麥條銹病病害程度分級(jí)方法。首先利用Hy...
【文章來(lái)源】:西北農(nóng)林科技大學(xué)陜西省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:149 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
技術(shù)路線圖
第 2 章 基于高光譜成像技術(shù)的小麥條銹病病害程度分級(jí)方法研究譜儀(ImSpector V10E,Spectra Imaging 公司,芬蘭)、CC,Hamamastu 公司,日本)、4 個(gè) 100W 漫反射型鹵素?zé)艄庠匆约坝?jì)算機(jī)等組成。采集高光譜圖像數(shù)據(jù)時(shí)所用的軟件為 otonics 公司,芬蘭)。成像光譜儀波長(zhǎng)范圍為 400 ~ 1000nm,共辨率為 2.5nm;CCD 面陣探測(cè)器的分辨率為 320 像素×25圖像清晰且不失真,經(jīng)預(yù)備實(shí)驗(yàn)調(diào)整與校正后,最后確定電/s,物距為 65cm,曝光時(shí)間為 5ms。
維光譜信息和二維圖像,完成對(duì)整個(gè)小麥葉片樣本高光譜圖像的采集。高光在 400~1000nm 波段內(nèi),采集 256 個(gè)波段的 320 像素×250 像素的高光譜圖圖像數(shù)據(jù)的采集過(guò)程通過(guò) SpectralSENS 軟件控制。小麥條銹病病害程度分級(jí)方法ENVI 是一套功能強(qiáng)大的遙感圖像處理軟件,能夠快速、便捷、準(zhǔn)確地從高光提取信息,并進(jìn)行科學(xué)的高光譜圖像分析。因此,本研究采集的高光譜圖像I 4.8 和 Matlab R2014a 軟件結(jié)合進(jìn)行分析和處理。1 健康與條銹病斑區(qū)域光譜曲線分析首先,用 ENVI 對(duì)采集到的高光譜圖像進(jìn)行裁剪處理,得到 360 個(gè)不同病害片樣本,選取 90 個(gè)樣本進(jìn)行分析(1~9 級(jí)樣本各 10 個(gè)),其余 270 個(gè)樣本用 ENVI 分別隨機(jī)提取小麥葉片健康部位和條銹病病斑部位感興趣區(qū)域(Reest,ROI)各 125 個(gè)用于光譜特性分析。分別計(jì)算出健康部位和條銹病斑部位域的平均光譜,其光譜曲線如圖 2-2 所示。
【參考文獻(xiàn)】:
期刊論文
[1]改進(jìn)自適應(yīng)分水嶺方法分割棉花葉部粘連病斑[J]. 張建華,韓書(shū)慶,翟治芬,孔繁濤,馮鑫,吳建寨. 農(nóng)業(yè)工程學(xué)報(bào). 2018(24)
[2]基于熱紅外成像的小麥條銹病早期檢測(cè)(英文)[J]. 姚志鳳,何東健,雷雨. 光譜學(xué)與光譜分析. 2018(10)
[3]基于GF-1遙感影像和relief-mRMR-GASVM模型的小麥白粉病監(jiān)測(cè)[J]. 黃林生,阮超,黃文江,師越,彭代亮,丁文娟. 農(nóng)業(yè)工程學(xué)報(bào). 2018(15)
[4]基于深度卷積神經(jīng)網(wǎng)絡(luò)的水稻穗瘟病檢測(cè)方法[J]. 黃雙萍,孫超,齊龍,馬旭,汪文娟. 農(nóng)業(yè)工程學(xué)報(bào). 2017(20)
[5]基于GF-1/WFV數(shù)據(jù)的冬小麥條銹病遙感監(jiān)測(cè)[J]. 王利民,劉佳,楊福剛,楊玲波,姚保民,高建孟. 農(nóng)業(yè)工程學(xué)報(bào). 2017(20)
[6]基于無(wú)線圖像傳感器網(wǎng)絡(luò)的農(nóng)田遠(yuǎn)程監(jiān)測(cè)系統(tǒng)[J]. 殷建軍,潘春華,肖克輝,葉耀文,劉小平,肖德琴. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(07)
[7]面向田園監(jiān)測(cè)的低成本多光譜圖像遠(yuǎn)程采集節(jié)點(diǎn)設(shè)計(jì)[J]. 殷建軍,張鐵民,可欣榮,肖克輝,肖德琴. 農(nóng)業(yè)工程學(xué)報(bào). 2016(13)
[8]適應(yīng)場(chǎng)景光照變化的桔小實(shí)蠅誘捕監(jiān)測(cè)系統(tǒng)優(yōu)化設(shè)計(jì)與試驗(yàn)[J]. 肖德琴,葉耀文,馮健昭,潘春華,陸永躍. 農(nóng)業(yè)工程學(xué)報(bào). 2016(11)
[9]植物病害監(jiān)測(cè)預(yù)警新技術(shù)研究進(jìn)展[J]. 曹學(xué)仁,周益林. 植物保護(hù). 2016(03)
[10]遙感與氣象數(shù)據(jù)結(jié)合預(yù)測(cè)小麥灌漿期白粉病[J]. 馬慧琴,黃文江,景元書(shū). 農(nóng)業(yè)工程學(xué)報(bào). 2016(09)
博士論文
[1]基于圖像和光譜技術(shù)的果實(shí)識(shí)別與病害檢測(cè)方法研究[D]. 趙川源.西北農(nóng)林科技大學(xué) 2017
[2]小麥白粉病的遙感監(jiān)測(cè)及捕捉器中孢子的Real-time PCR定量檢測(cè)[D]. 曹學(xué)仁.中國(guó)農(nóng)業(yè)科學(xué)院 2012
[3]基于機(jī)器視覺(jué)的家蠶微粒子圖像識(shí)別方法的研究[D]. 胡新宇.武漢理工大學(xué) 2011
[4]四川省小麥條銹病流行規(guī)律及生態(tài)控制研究[D]. 沈麗.西南大學(xué) 2008
[5]小麥條銹病區(qū)域流行的相關(guān)性分析[D]. 陳剛.中國(guó)農(nóng)業(yè)大學(xué) 2005
碩士論文
[1]小麥條銹病夏孢子顯微圖像采集裝置設(shè)計(jì)及處理方法研究[D]. 焦林.西北農(nóng)林科技大學(xué) 2018
[2]基于嵌入式技術(shù)的田間孢子數(shù)粒儀的設(shè)計(jì)及實(shí)現(xiàn)[D]. 李相.大連交通大學(xué) 2017
[3]小麥條銹菌孢子的在線圖像獲取與計(jì)數(shù)方法研究[D]. 牛磊磊.西北農(nóng)林科技大學(xué) 2017
[4]移動(dòng)式多節(jié)點(diǎn)葡萄田間圖像獲取及遠(yuǎn)程控制系統(tǒng)[D]. 顏仁喆.甘肅農(nóng)業(yè)大學(xué) 2017
[5]重疊及遮擋影響下的蘋果目標(biāo)識(shí)別與定位方法研究[D]. 王丹丹.西北農(nóng)林科技大學(xué) 2016
[6]基于4G網(wǎng)絡(luò)的圖像視頻傳輸系統(tǒng)的研究與實(shí)現(xiàn)[D]. 彭柱菁.廣西師范大學(xué) 2016
[7]田間植物真菌孢子顯微圖像采集處理系統(tǒng)研究[D]. 夏旭陽(yáng).河北農(nóng)業(yè)大學(xué) 2015
[8]基于機(jī)器學(xué)習(xí)的真菌孢子顯微圖像的特征提取與識(shí)別[D]. 岳路路.西南大學(xué) 2015
[9]基于ARM的無(wú)透鏡細(xì)胞顯微圖像采集處理系統(tǒng)[D]. 張德燕.重慶大學(xué) 2015
[10]桃流膠病病原菌孢子捕捉及分離鑒定[D]. 程玉芳.華中農(nóng)業(yè)大學(xué) 2014
本文編號(hào):3073449
【文章來(lái)源】:西北農(nóng)林科技大學(xué)陜西省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:149 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
技術(shù)路線圖
第 2 章 基于高光譜成像技術(shù)的小麥條銹病病害程度分級(jí)方法研究譜儀(ImSpector V10E,Spectra Imaging 公司,芬蘭)、CC,Hamamastu 公司,日本)、4 個(gè) 100W 漫反射型鹵素?zé)艄庠匆约坝?jì)算機(jī)等組成。采集高光譜圖像數(shù)據(jù)時(shí)所用的軟件為 otonics 公司,芬蘭)。成像光譜儀波長(zhǎng)范圍為 400 ~ 1000nm,共辨率為 2.5nm;CCD 面陣探測(cè)器的分辨率為 320 像素×25圖像清晰且不失真,經(jīng)預(yù)備實(shí)驗(yàn)調(diào)整與校正后,最后確定電/s,物距為 65cm,曝光時(shí)間為 5ms。
維光譜信息和二維圖像,完成對(duì)整個(gè)小麥葉片樣本高光譜圖像的采集。高光在 400~1000nm 波段內(nèi),采集 256 個(gè)波段的 320 像素×250 像素的高光譜圖圖像數(shù)據(jù)的采集過(guò)程通過(guò) SpectralSENS 軟件控制。小麥條銹病病害程度分級(jí)方法ENVI 是一套功能強(qiáng)大的遙感圖像處理軟件,能夠快速、便捷、準(zhǔn)確地從高光提取信息,并進(jìn)行科學(xué)的高光譜圖像分析。因此,本研究采集的高光譜圖像I 4.8 和 Matlab R2014a 軟件結(jié)合進(jìn)行分析和處理。1 健康與條銹病斑區(qū)域光譜曲線分析首先,用 ENVI 對(duì)采集到的高光譜圖像進(jìn)行裁剪處理,得到 360 個(gè)不同病害片樣本,選取 90 個(gè)樣本進(jìn)行分析(1~9 級(jí)樣本各 10 個(gè)),其余 270 個(gè)樣本用 ENVI 分別隨機(jī)提取小麥葉片健康部位和條銹病病斑部位感興趣區(qū)域(Reest,ROI)各 125 個(gè)用于光譜特性分析。分別計(jì)算出健康部位和條銹病斑部位域的平均光譜,其光譜曲線如圖 2-2 所示。
【參考文獻(xiàn)】:
期刊論文
[1]改進(jìn)自適應(yīng)分水嶺方法分割棉花葉部粘連病斑[J]. 張建華,韓書(shū)慶,翟治芬,孔繁濤,馮鑫,吳建寨. 農(nóng)業(yè)工程學(xué)報(bào). 2018(24)
[2]基于熱紅外成像的小麥條銹病早期檢測(cè)(英文)[J]. 姚志鳳,何東健,雷雨. 光譜學(xué)與光譜分析. 2018(10)
[3]基于GF-1遙感影像和relief-mRMR-GASVM模型的小麥白粉病監(jiān)測(cè)[J]. 黃林生,阮超,黃文江,師越,彭代亮,丁文娟. 農(nóng)業(yè)工程學(xué)報(bào). 2018(15)
[4]基于深度卷積神經(jīng)網(wǎng)絡(luò)的水稻穗瘟病檢測(cè)方法[J]. 黃雙萍,孫超,齊龍,馬旭,汪文娟. 農(nóng)業(yè)工程學(xué)報(bào). 2017(20)
[5]基于GF-1/WFV數(shù)據(jù)的冬小麥條銹病遙感監(jiān)測(cè)[J]. 王利民,劉佳,楊福剛,楊玲波,姚保民,高建孟. 農(nóng)業(yè)工程學(xué)報(bào). 2017(20)
[6]基于無(wú)線圖像傳感器網(wǎng)絡(luò)的農(nóng)田遠(yuǎn)程監(jiān)測(cè)系統(tǒng)[J]. 殷建軍,潘春華,肖克輝,葉耀文,劉小平,肖德琴. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(07)
[7]面向田園監(jiān)測(cè)的低成本多光譜圖像遠(yuǎn)程采集節(jié)點(diǎn)設(shè)計(jì)[J]. 殷建軍,張鐵民,可欣榮,肖克輝,肖德琴. 農(nóng)業(yè)工程學(xué)報(bào). 2016(13)
[8]適應(yīng)場(chǎng)景光照變化的桔小實(shí)蠅誘捕監(jiān)測(cè)系統(tǒng)優(yōu)化設(shè)計(jì)與試驗(yàn)[J]. 肖德琴,葉耀文,馮健昭,潘春華,陸永躍. 農(nóng)業(yè)工程學(xué)報(bào). 2016(11)
[9]植物病害監(jiān)測(cè)預(yù)警新技術(shù)研究進(jìn)展[J]. 曹學(xué)仁,周益林. 植物保護(hù). 2016(03)
[10]遙感與氣象數(shù)據(jù)結(jié)合預(yù)測(cè)小麥灌漿期白粉病[J]. 馬慧琴,黃文江,景元書(shū). 農(nóng)業(yè)工程學(xué)報(bào). 2016(09)
博士論文
[1]基于圖像和光譜技術(shù)的果實(shí)識(shí)別與病害檢測(cè)方法研究[D]. 趙川源.西北農(nóng)林科技大學(xué) 2017
[2]小麥白粉病的遙感監(jiān)測(cè)及捕捉器中孢子的Real-time PCR定量檢測(cè)[D]. 曹學(xué)仁.中國(guó)農(nóng)業(yè)科學(xué)院 2012
[3]基于機(jī)器視覺(jué)的家蠶微粒子圖像識(shí)別方法的研究[D]. 胡新宇.武漢理工大學(xué) 2011
[4]四川省小麥條銹病流行規(guī)律及生態(tài)控制研究[D]. 沈麗.西南大學(xué) 2008
[5]小麥條銹病區(qū)域流行的相關(guān)性分析[D]. 陳剛.中國(guó)農(nóng)業(yè)大學(xué) 2005
碩士論文
[1]小麥條銹病夏孢子顯微圖像采集裝置設(shè)計(jì)及處理方法研究[D]. 焦林.西北農(nóng)林科技大學(xué) 2018
[2]基于嵌入式技術(shù)的田間孢子數(shù)粒儀的設(shè)計(jì)及實(shí)現(xiàn)[D]. 李相.大連交通大學(xué) 2017
[3]小麥條銹菌孢子的在線圖像獲取與計(jì)數(shù)方法研究[D]. 牛磊磊.西北農(nóng)林科技大學(xué) 2017
[4]移動(dòng)式多節(jié)點(diǎn)葡萄田間圖像獲取及遠(yuǎn)程控制系統(tǒng)[D]. 顏仁喆.甘肅農(nóng)業(yè)大學(xué) 2017
[5]重疊及遮擋影響下的蘋果目標(biāo)識(shí)別與定位方法研究[D]. 王丹丹.西北農(nóng)林科技大學(xué) 2016
[6]基于4G網(wǎng)絡(luò)的圖像視頻傳輸系統(tǒng)的研究與實(shí)現(xiàn)[D]. 彭柱菁.廣西師范大學(xué) 2016
[7]田間植物真菌孢子顯微圖像采集處理系統(tǒng)研究[D]. 夏旭陽(yáng).河北農(nóng)業(yè)大學(xué) 2015
[8]基于機(jī)器學(xué)習(xí)的真菌孢子顯微圖像的特征提取與識(shí)別[D]. 岳路路.西南大學(xué) 2015
[9]基于ARM的無(wú)透鏡細(xì)胞顯微圖像采集處理系統(tǒng)[D]. 張德燕.重慶大學(xué) 2015
[10]桃流膠病病原菌孢子捕捉及分離鑒定[D]. 程玉芳.華中農(nóng)業(yè)大學(xué) 2014
本文編號(hào):3073449
本文鏈接:http://sikaile.net/nykjlw/dzwbhlw/3073449.html
最近更新
教材專著