發(fā)布時(shí)間：2021-06-22 16:57

　　小麥?zhǔn)鞘澜缟喜シN面積最大、分布最廣泛的糧食作物。小麥赤霉病是小麥生長(zhǎng)過(guò)程中的重要病害,從幼苗到小麥抽穗都有可能受到赤霉病的侵害,而對(duì)小麥危害最嚴(yán)重的是穗腐。論文針對(duì)小麥赤霉病的發(fā)生難防難控問(wèn)題,以受赤霉病菌侵染的小麥麥穗為研究對(duì)象,利用可見(jiàn)-近紅外（400¹000nm）波段的小麥赤霉病光譜數(shù)據(jù),研究小麥赤霉病害的分級(jí)診斷模型,為赤霉病害的分級(jí)識(shí)別,特別是早期診斷和預(yù)測(cè)預(yù)警奠定基礎(chǔ)。論文主要研究?jī)?nèi)容及結(jié)論如下:（1）研究了小麥赤霉病害光譜的特征波長(zhǎng)提取方法。基于第一次主成分分析（PCA1）方法提取0⁴20個(gè)主成分,利用權(quán)重系數(shù)法和差分法求二階導(dǎo)數(shù)獲得6個(gè)最優(yōu)病害特征波長(zhǎng)（548nm、645nm、683nm、739nm、812nm、871nm）,通過(guò)實(shí)驗(yàn)結(jié)果分析可知,選取的6個(gè)特征波長(zhǎng)能夠?qū)π←溗氲某嗝共『M(jìn)行識(shí)別。（2）提出了基于小麥赤霉病害光譜特征波長(zhǎng)的第二次主成分分析（PCA2）方法。針對(duì)小麥穗樣本的光譜圖像,采用第二主成分分析方法提取感興趣區(qū)域（ROI）即小麥穗的病害區(qū)域。首先,對(duì)小麥麥穗的高光譜圖像進(jìn)行第一次主成分分析,選取最能顯示小麥... 

【文章來(lái)源】：安徽農(nóng)業(yè)大學(xué)安徽省

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

高光譜成像的數(shù)據(jù)立方體Figure1-1Hyperspectralimagingofdatacubes像素點(diǎn)（xi，yi）處光譜

赤境、完養(yǎng)菌以3]-2赤霉病菌的分境的操作臺(tái)、取下染病完成后，在養(yǎng)基上，置菌絲純化（以后，再轉(zhuǎn)接（逆境生長(zhǎng)2 所示。Figure分離與純化臺(tái)下，首先取病的麥粒，最PDA 培養(yǎng)于恒溫人工（邊緣的菌絲接到 PDA 試長(zhǎng)），培養(yǎng)數(shù)圖 2-1 PDA 培e 2-1 PDA cultu化取得小麥赤最后兩次經(jīng)基中加入 0工培養(yǎng) 中絲活性大），試管斜面上數(shù)天后待菌絲養(yǎng)基ure medium赤霉病病穗，經(jīng)過(guò)“升汞-0.3%左右大設(shè)置 25℃光，待菌絲生上，并置于紫絲長(zhǎng)滿(mǎn) PDA找到病穗-70%酒精-滅大慶霉素，再光照條件下生長(zhǎng)良好發(fā)展外燈光照培A 后，轉(zhuǎn)移的染病部菌水”再將處理下培養(yǎng)。48展成為菌培養(yǎng)箱中設(shè)至 4℃冰設(shè)

PDA培e2-1PDAcultu養(yǎng)基uremedium

【參考文獻(xiàn)】：
期刊論文
[1]關(guān)中麥田產(chǎn)殼玉米秸稈密度與小麥赤霉病穗率的關(guān)系[J]. 張平平,宋金東,馮小軍,商鴻生,楊家榮,宋梁棟,胡小平.  麥類(lèi)作物學(xué)報(bào). 2015(07)
[2]一種新的局部閾值分割算法[J]. 符翔,張劍,王維,黃蒞辰.  計(jì)算機(jī)應(yīng)用與軟件. 2015(04)
[3]基于方向一致性特征的小麥條銹病與白粉病識(shí)別方法[J]. 郭青,王驪雯,董方敏,聶臣巍,孫水發(fā),王紀(jì)華.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2015(01)
[4]小麥中鐮刀菌毒素脫氧雪腐鐮刀菌烯醇污染現(xiàn)狀與防控研究進(jìn)展[J]. 史建榮,劉馨,仇劍波,祭芳,徐劍宏,董飛,殷憲超,冉軍艦.  中國(guó)農(nóng)業(yè)科學(xué). 2014(18)
[5]基于高光譜成像技術(shù)的菜青蟲(chóng)生命狀態(tài)檢測(cè)研究[J]. 宋革聯(lián),余俊霖,劉飛,何勇,陳丹,莫旺成.  光譜學(xué)與光譜分析. 2014(08)
[6]高光譜最優(yōu)波長(zhǎng)選擇及Fisher判別分析法判別玉米顆粒表面黃曲霉毒素[J]. 褚璇,王偉,張錄達(dá),郭浪花,Peggy Feldner,Gerald Heitschmidt.  光譜學(xué)與光譜分析. 2014(07)
[7]基于高光譜圖像光譜與紋理信息的生菜氮素含量檢測(cè)[J]. 孫俊,金夏明,毛罕平,武小紅,朱文靜,張曉東,高洪燕.  農(nóng)業(yè)工程學(xué)報(bào). 2014(10)
[8]主成分分析和SIMCA的甘藍(lán)與雜草光譜識(shí)別方法研究[J]. 祖琴,鄧巍,王秀,趙春江.  光譜學(xué)與光譜分析. 2013(10)
[9]基于高光譜成像技術(shù)的柑橘缺陷無(wú)損檢測(cè)[J]. 章海亮,高俊峰,何勇.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2013(09)
[10]基于葉片光譜分析的小麥白粉病與條銹病區(qū)分及病情反演研究[J]. 袁琳,張競(jìng)成,趙晉陵,黃文江,王紀(jì)華.  光譜學(xué)與光譜分析. 2013(06)

博士論文
[1]基于高光譜成像技術(shù)的皮棉中地膜識(shí)別方法研究[D]. 張航.中國(guó)農(nóng)業(yè)大學(xué) 2016
[2]基于圖像分析的小麥葉部病害識(shí)別方法研究[D]. 田杰.西北農(nóng)林科技大學(xué) 2015
[3]基于高光譜成像技術(shù)的油菜養(yǎng)分及產(chǎn)量信息快速獲取技術(shù)和方法研究[D]. 張?bào)憷?浙江大學(xué) 2013

碩士論文
[1]關(guān)中地區(qū)小麥赤霉病預(yù)測(cè)系統(tǒng)[D]. 張平平.西北農(nóng)林科技大學(xué) 2015
[2]基于高光譜成像技術(shù)油菜菌核病的快速診斷研究[D]. 陳納.浙江大學(xué) 2015
[3]基于高光譜成像技術(shù)的鮮棗分級(jí)技術(shù)的研究[D]. 尹麗華.山西農(nóng)業(yè)大學(xué) 2013
[4]影響玉米小斑病抗性鑒定的因子分析及病菌生物學(xué)特性研究[D]. 楊麗敏.安徽農(nóng)業(yè)大學(xué) 2012
[5]高光譜圖像技術(shù)診斷黃瓜病害方法的研究[D]. 張琳.沈陽(yáng)農(nóng)業(yè)大學(xué) 2011
[6]高光譜成像實(shí)驗(yàn)及其數(shù)據(jù)處理[D]. 曹鴻濤.西北工業(yè)大學(xué) 2005
[7]電子鼻技術(shù)在小麥陳化評(píng)定中的應(yīng)用研究[D]. 龐林江.浙江大學(xué) 2005



本文編號(hào)：3243200