[目的]針對黃瓜植株極易染病且部分病害癥狀相似的問題,利用葉綠素熒光成像系統(tǒng)研究黃瓜植株不同病害區(qū)分及早期病害監(jiān)測的可行性。[方法]采用葉綠素熒光成像系統(tǒng)采集全植株冠層圖像,以褐斑病和炭疽病脅迫下的黃瓜植株為試驗材料,分析植株生理狀態(tài),建立基于葉綠素熒光參數(shù)的病害分類和病情診斷模型。首先通過圖像的分割得到病斑區(qū)域;然后采集植株氮含量、葉綠素含量與熒光參數(shù),并分析其變化趨勢;最后基于葉綠素熒光強度和動力學參數(shù)對黃瓜褐斑病和炭疽病進行分類和早期監(jiān)測,分別采用支持向量機（SVM）算法和極端梯度提升（XGBoost）算法對不同程度病害植株進行分類。[結(jié)果]與對照植株相比,染病植株葉綠素含量及氮含量呈逐漸下降趨勢,最大光化學量子產(chǎn)量（F_v/F_m）、實際光化學效率(Φ_PSⅡ)降低,非光化學淬滅（NPQ）、非光化學淬滅系數(shù)（qN）和光化學淬滅系數(shù)（qP）上升。對于植株的病害與病情分類,利用XGBoost算法進行分類的結(jié)果整體較好。對2種病害單獨分類的準確率達到90%以上,對2種病害同時分類準確率達到85%以上,對病情和病害種類同時監(jiān)測... 

【文章來源】：南京農(nóng)業(yè)大學學報. 2020,43(04)北大核心CSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

葉綠素熒光成像系統(tǒng)示意圖

成像系統(tǒng)技術(shù)路線圖

將采集到的熒光圖像(圖3-a)經(jīng)過RGB閾值分割(R通道閾值約為20/255,G通道閾值約為160/255)得到粗分割后的圖像(圖3-b),圖像粗分割后雖然大部分背景噪聲被濾除,但仍存在一些點噪聲,會影響后續(xù)處理。而中值濾波方法對于去除點噪聲的效果卓越,因此采用中值濾波(參數(shù)為5×5)對粗分割后的圖像進一步處理得到精分割圖像(圖3-c)。此步驟后,背景噪聲基本被濾除,再次采用RGB閾值分割(G通道閾值約為170/255,B通道閾值約為110/255)得到病斑區(qū)域圖像(圖3-d),最終通過圖像膨脹得到感興趣的病害區(qū)域(圖3-e)。使用Matlab繪圖區(qū)打開圖像,通過滑動數(shù)據(jù)游標觀察得到具體閾值。由于各個植株拍攝環(huán)境及病害特征類似,所以該分割適用于本試驗所有樣本。該分割方法是各種圖像分割方法中速度最快、計算最簡單的方法,能滿足本試驗的要求。后續(xù)則對該區(qū)域進行熒光參數(shù)特征提取。其中,健康植株進行到第4步提取病斑時出現(xiàn)全黑圖像,沒有病斑點。因此,使用精分割后的圖像進行后續(xù)處理。由于少數(shù)早期病害的植株,其病斑區(qū)域小,病斑顏色變化不明顯,在提取病斑時表現(xiàn)和健康植株一樣,此時則與健康植株一樣處理,采用精分割后的圖像進行后續(xù)操作。由于精分割后的圖像是整株植物的圖像,早期病害植株整體葉綠素熒光較健康植株仍有差異,所以這樣操作對后續(xù)試驗結(jié)果影響較小。2.2 葉片營養(yǎng)參數(shù)及熒光參數(shù)的變化

【參考文獻】：
期刊論文
[1]基于零階減小方差方法的魯棒支持向量機[J]. 魯淑霞,蔡蓮香,張羅幻.  計算機科學. 2019(11)
[2]基于CNN-XGBoost混合模型的短時交通流預測[J]. 王青松,謝興生,佘顥.  測控技術(shù). 2019(04)
[3]溫室地上環(huán)境因子模型研究綜述[J]. 張寧,譚親躍,張戈風.  中國農(nóng)學通報. 2019(02)
[4]基于機器視覺的農(nóng)作物表面多特征決策融合病變判斷算法[J]. 劉恩澤,吳文福.  吉林大學學報(工學版). 2018(06)
[5]大棚黃瓜栽培常見病害問題與防治研究[J]. 張凌云.  農(nóng)業(yè)與技術(shù). 2018(20)
[6]高光譜成像分析植物葉片滯塵前后光譜特征變化[J]. 張愛武,張?zhí)┡?康孝巖,郭超凡.  農(nóng)業(yè)工程學報. 2018(19)
[7]紅外熱成像與近紅外光譜結(jié)合快速檢測潛育期番茄花葉病[J]. 朱文靜,李林,李美清,劉繼展,魏新華.  光譜學與光譜分析. 2018(09)
[8]基于高光譜技術(shù)的農(nóng)作物常見病害監(jiān)測研究[J]. 謝亞平,陳豐農(nóng),張競成,周斌,王海江,吳開華.  光譜學與光譜分析. 2018(07)
[9]基于卷積神經(jīng)網(wǎng)絡的溫室黃瓜病害識別系統(tǒng)[J]. 馬浚誠,杜克明,鄭飛翔,張領(lǐng)先,孫忠富.  農(nóng)業(yè)工程學報. 2018(12)
[10]基于手機APP的溫室大棚溫濕度自動控制系統(tǒng)設計[J]. 吳寶忠,任振輝,王娟.  中國農(nóng)機化學報. 2018(04)

碩士論文
[1]基于高光譜成像技術(shù)的大麥真菌病害早期檢測的研究[D]. 許凱雯.浙江大學 2018
[2]黃瓜褐斑病菌（Corynespora cassiicola）生物學特性、遺傳多樣性及防治基礎研究[D]. 吳橋.沈陽農(nóng)業(yè)大學 2017



本文編號：3336892