基于多尺度高光谱图像处理的稻叶瘟病抗性鉴定分级方法

发布时间: 2023-11-17

来源: 科技服务团

基本信息

合作方式：技术许可

成果类型：发明专利,新技术

行业领域：

农、林、牧、渔业,农业

成果介绍

本发明公开了一种基于多尺度高光谱图像处理的稻叶瘟病抗性鉴定分级方法，采用高光谱成像系统采集受稻瘟病侵染后不同抗性等级的水稻叶片高光谱图像；在叶片尺度上分析稻叶瘟病斑与正常部位感兴趣区域的光谱特征，得到差异较大的两个波段，对这两个波段进行2维散点图分析，提取只含病斑的高光谱图像；然后在病斑尺度上进行PCA主成分分析，得到利于褐色病斑和灰色病斑分割的一个主成分图像，采用OTSU法分割出灰色病斑；最后结合延伸率和受害率两个参数对稻叶瘟病进行抗性分级。本发明能减轻抗性鉴定的工作量，提高抗性评价的准确性，为合理推广及利用抗病新品种提供科学依据，也为水稻叶瘟病的田间病害程度检测提供了研究基础。

成果亮点

近年来国内外学者多采用光谱分析或多光谱成像技术来检测稻瘟病。光谱技术获取的仅是单个叶片或水稻冠层范围内的平均光谱信息，由于缺乏反射光谱在空间位置差异上的表现，使得稻瘟病早期识别检测较为困难，特别表现在发病初期小病斑的检测识别上，其检测精度较低；多光谱成像技术在可见光和近红外区域一般只有几个波段，获得的光谱数据信息较少，前人在研究叶瘟病病害等级的分级方法中，多按照GB/T15790-1995标准划分为4级。叶片中度染病，病斑大且多时，分类精度较高；但是当叶片轻微染病，病斑少且小时，识别的准确度往往较低。本发明是一种稻叶瘟病抗性鉴定分级的新方法，解决上述现有技术的缺陷，提供了一种通过高光谱成像系统获取的高光谱图像进行分析，确定水稻叶瘟病的发病初期信息和病害抗性等级的基于多尺度高光谱图像处理的稻叶瘟病抗性鉴定分级方法。本发明能减轻抗性鉴定的工作量并提高抗性评价的精度。

团队介绍

AIS实验室是由一群具有深厚专业知识和经验的专家组成，致力于农业科技创新和智能农业发展。齐龙研究员是该实验室的负责人。他在深度学习和计算机视觉领域有着丰富的研究经验，并在水稻田间图像识别和智能农业方面取得了重要的突破。他带领团队研发出该发明的水稻秧苗行线提取方法，并在多个农田实验中进行了验证和优化。

成果资料

产业化落地方案

点击查看

成果综合评价报告

评价单位：“科创中国”葡萄酒产业科技服务团 (中国农业工程学会) 评价时间：2023-11-26

苏中滨

东北农业大学信息与电气工程学院

教授

综合评价

该成果运用先进的计算机图像处理技术，在农业生产可持续发展和环境保护等方面有着广泛的应用前景，技术创新性较强，且技术成熟，投资回报比较可靠，目标市场处于成长阶段，但该市场很快会出现多种技术路线，产品竞争会很激烈。总体而言，该项目技术思路方向很好，未来市场空间大，有利于当前政策要求，转化成熟度很高，值得支持推广。建议强化相应算法训练，进一步提高水稻病害识别精度。

科创中国

友情链接

海外专利信息资源系统

省级中心站