基于高光谱成像技术的水稻叶瘟病病害程度分级方法

• 作者: 朱小源 汪文娟 郑志雄 马旭 齐龙
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 主成分分析 病害 分级 水稻叶瘟病 高光谱成像 最大类间方差法
• 年，卷（期）: 2013,（19）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 138-144
• 页数: 7页
• 分类号: O433.4|S435.111.4+1
• 字数: 5581字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2013.19.017

摘要

为了快速、准确地对水稻叶瘟病病害程度进行分级评估，结合定性分析与定量估算，提出了一种基于高光谱成像技术的水稻叶瘟病病害程度分级方法。利用HyperSIS高光谱成像系统采集了受稻瘟病侵染后不同病害等级的水稻叶片高光谱图像，通过分析叶瘟病斑区域与正常叶片部位的光谱特征，对差异较大的550和680 nm波段进行二维散点图分析，提取只含病斑的高光谱图像；然后通过主成分分析（principal component analysis，PCA）方法得到利于褐色病斑和灰色病斑分割的第2主成分图像，采用最大类间方差法（Otsu）分割出灰色病斑；最后结合延伸率和受害率2个参数对水稻叶瘟病病害程度进行分级。试验结果表明：测试的166个不同稻叶瘟病害等级的叶片样本中，其中160个样本可被准确分级，分级准确率为96.39%。该研究为稻叶瘟病田间病害程度评估提供了基础，也为稻瘟病抗性鉴定方法提供了新思路。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐龙	华南农业大学工程学院	47	601	16.0	22.0
5	马旭	华南农业大学工程学院	111	1545	22.0	34.0
9	朱小源	广东省农业科学院植物保护研究所	38	567	15.0	22.0
10	郑志雄	华南农业大学工程学院	7	152	6.0	7.0
11	汪文娟	广东省农业科学院植物保护研究所	6	106	3.0	6.0