[发明专利]一种基于成像高光谱数据的小麦籽粒赤霉病识别方法

说明书

本发明涉及一种基于成像高光谱数据的小麦籽粒赤霉病识别方法，与现有技术相比解决了尚无快速识别小麦籽粒赤霉病方法的缺陷。本发明包括以下步骤：高光谱基础图像的采集；高光谱基础图像的预处理；构建小麦籽粒赤霉病识别模型；小麦籽粒赤霉病识别模型的训练；待识别高光谱图像的获取；待识别高光谱图像的预处理；小麦籽粒赤霉病的识别。本发明利用室内高光谱成像数据，通过图像分割技术，在高光谱图像中分割小麦籽粒，继而对小麦籽粒的光谱信息进行对比分析，通过数据噪声去除并进行特征波长筛选，建立了小麦赤霉病病害侵染麦粒的有效识别模型，形成了小麦籽粒赤霉病检测的快速有效方法。

技术领域

本发明涉及高光谱数据处理技术领域，具体来说是一种基于成像高光谱数据的小麦籽粒赤霉病识别方法。

背景技术

赤霉病是由亚洲镰刀菌(Fusarium asiaticum)和禾谷镰刀菌(Fusariumgraminearum)引起的一种在世界范围内广泛流行的作物病害，小麦作为主要粮食作物，赤霉病的发生不仅会造成其产量的大幅度衰减，而且还会引起麦粒腐败变质，对小麦赤霉病及病害侵染麦粒的有效识别及检测已经成为当下相关领域研究的主要内容。

目前小麦籽粒赤霉病检测方法主要包括薄层色谱法、高效液相色谱法、气相色谱法、酶联免疫检测法等生物化学方法。但以上方法多要求有较高的专业背景，同时存在耗时长、人力物力需求量大，需通过大量实验才能达到检测效果等特点，在实际应用中缺乏可推广性。

近年来，高光谱成像技术不断发展，这一技术有效的结合了目标物的光谱信息和图像信息，具有波段多、分辨率高、图谱合一等优点。通过合理的图像处理和光谱分析方法，可有效的实现目标监测，被广泛应用于作物快速无损检测、鉴定以及水果等品质的分析中。

现有技术中，有部分技术利用高光谱成像技术采用特征光谱较好地表征玉米的霉变程度，提高了玉米霉变程度的鉴定准确率；还有技术利用高光谱成像技术，通过最小噪声分离变换提取特征信息，建立线性判别(LDA)和反向传播神经网络(BPNN)模型识别水稻纹枯病；还有利用高光谱成像技术采用连续投影算法和逐步多元线性回归等特征波段选择算法提取蓝莓糖度和硬度的特征波长，并结合反向传播神经网络(BPNN)模型，建立有效蓝莓糖度和硬度的预测模型。

因此，如何利用高光谱成像技术，实现小麦籽粒赤霉病的快速有效识别已经成为急需解决的技术问题。

发明内容

本发明的目的是为了解决现有技术中尚无快速识别小麦籽粒赤霉病方法的缺陷，提供一种基于成像高光谱数据的小麦籽粒赤霉病识别方法来解决上述问题。

为了实现上述目的，本发明的技术方案如下：

一种基于成像高光谱数据的小麦籽粒赤霉病识别方法，包括以下步骤：

高光谱基础图像的采集：利用高光谱成像仪采集高光谱基础图像，高光谱基础图像包括健康麦粒图像和病害麦粒图像；

高光谱基础图像的预处理：对高光谱基础图像进行图像校正、图像分割及小麦籽粒提取处理，并获取到小麦籽粒的光谱数据；

构建小麦籽粒赤霉病识别模型：建立基于支持向量机或随机森林技术的小麦籽粒赤霉病识别模型；

小麦籽粒赤霉病识别模型的训练：将预处理后的高光谱基础图像输入小麦籽粒赤霉病识别模型进行训练；

待识别高光谱图像的获取：获取待识别的小麦籽粒高光谱图像；

待识别高光谱图像的预处理：对待识别的小麦籽粒高光谱图像进行图像校正、图像分割及小麦籽粒提取处理，获取到待识别小麦籽粒的光谱数据；

小麦籽粒赤霉病的识别：将预处理后待识别高光谱数据输入小麦籽粒赤霉病识别模型，识别出小麦籽粒赤霉病。

所述的高光谱基础图像的预处理包括以下步骤：