文档介绍：of the Chinese Society of Agricultural Engineering Oct. 2013 基于高光谱成像技术的水稻叶瘟病病害程度分级方法郑志雄1,齐龙1,2※,马旭1,2,朱小源3,汪文娟3(1. 华南农业大学工程学院,广州 510642; 2. 华南农业大学南方农业机械与装备关键技术教育部重点实验室,广州510642; 3. 广东省农业科学院植物保护研究所,广州 510640)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,%。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。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doi:.1002- 中图分类号:;+1文献标志码:A 文章编号:1002-6819(2013)-19-0138-07 郑志雄,齐龙,马旭,等. 基于高光谱成像技术的水稻叶瘟病病害程度分级方法[J]. 农业工程学报,2013,29(19):138- Zhixiong, Qi Long, Ma Xu, et method of rice leaf blast using hyperspectral imaging technology[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(19): 138-144. (in Chinese with English abstract) 0 引言稻瘟病是中国南北稻作区危害最严重的水稻病害之一,与纹枯病、白叶枯病并称为水稻三大病害[1]光谱技术是植物病害检测中常用的一种无损检测技术。目前,已有可见/近红外光谱技术。目前稻瘟病的识别和病害程度分级主要是人工通过图片对比或根据文字描述目测完成,然而这种识别和分级方法主观性强,对工人专业素质要求较高,且效率低,往往会引起人为判断的误差,影响识别和分级结果。[2-5]和多光谱成像技术[6-7]收稿日期:2013-01-03修订日期:201