文档介绍：中国农业科学院学位论文基于计算机视觉和光谱分析技术的蔬菜叶部病害诊断研究博士研究生:柴阿丽指导教师畋垩芯吭申请学位类别:农学博士业:植物病理学研究方向:植物病害综合治理培养单位:蔬菜花卉研究所研究生院密级:论文编号:专提交日期月
·瓹:猯:
表书研果明学印同
‘\.锄\\\\.、答辩委员会签名表硕导谚博导∥博导西基于计算机视觉和光谱分析技术的蔬菜叶部病害诊断研究植物病理学植物病害综合治理指导教师李宝聚研究员培养单位芯克⒅行蔬菜花卉研究所职称专业博导眵硕导一论文题目论文作者柴阿丽研究方向硕姓名单位签名导师博导硕导口评博导口马占鸿教授中国农业大学郭英兰研究员中国科学院微生物所农业微生物旌北京市农林科学院植物与环境保护研究所辩郑建秋北京市植物保护站植物保护中国农业科学院植物委段霞瑜保护研究所李世访简桂良会议记录厥石延霞论文答辩时间地点时间:年日地点:中李兴红贝口
摘要数字化、标准化、无损伤、定量、早期识别植物病害,成为作物病害诊断的趋势。论文针对植物病害症状复杂、现有诊断技术检测效率低等问题,综合利用计算机视觉、数字图像处理、模式识别、高光谱成像、光谱分析、化学计量学和植物病理学等诸多领域的知识,开展对黄瓜、番茄主要病害和植物病原真菌的快速、无损检测方法研究,并在此基础上建立了病害和病原菌快速检测模型和病害诊断系统。圆『υ诳杉夥段У牟噬枷窠蟹治觯菇嘶诩扑慊泳醯姆岩恫坎『ψ远识别诊断系统。以番茄早疫病、叶霉病、棒孢叶斑病⒓傥叉咭栋卟呖莶、灰叶斑病追鄄、漆腐病等种匾5囊恫坎『ξQ芯慷韵螅罱艘惶资视于室内操作的病害样本图像采集系统;建立了病害在不同时期、环境、品种压力下的症状标准化数字图像库;定量提取了病斑的鲅丈卣鞑问个纹理特征参数和鲂巫刺卣鞑问建立了病害识别模型,识别准确率达到%以上,初步实现了番茄叶部病害的自动诊断。以为平台,构建了基于计算机视觉的番茄叶部病害自动识别软件试验系统,为实现番茄病害的田间实时在线监测提供了可能。酶吖馄壮上窦际,将图像分析与光谱分析相结合,实现了对黄瓜白粉病妇⒔前卟⑺C共翩咭栋卟⒉『臀薏∏虻氖侗稹4罱艘惶赘吖馄淄像采集处理系统,进行病害样本高光谱信息的采集和标定,建立了黄瓜叶部病害高光谱信息数据库;采用特征波段选择和特征波段提取两种方法实现数据的降维,建立病害识别模型。利用逐步判别分析从高光谱图像个波段中选择了个波段组成特征空间,对训练样本和测试样本的识别正确率分别为ズァ@玫湫团斜鸢言嫉馄卓占渫队暗揭桓龆奶卣空间,对训练样本和测试样本的识别正确率均达ァ=峁砻鳎酶吖馄壮上窦际蹩梢钥速、精确地对病害进行识别。酶盗⒁侗浠缓焱夤馄准际酰剿髁巳搜凵形垂鄄斓街⒆词辈『Φ恼锒霞际酰迪至黄瓜棒孢叶斑病的早期检测。测定接种棒孢叶斑病菌的黄瓜叶片和健康黄瓜叶片在范围馄祝范、雒舾衅状梅迕婊档谋浠在接种后第二天就可以确定棒孢叶斑病的发生,通过叶面观察五天后才表现症状,为病害的早期诊断提供了新的途径。攵灾参锊≡婢咦有翁亩嘌杂胩匾煨裕ü枣咦酉晕⑼枷穹治觯7⒅谱髁植物病原真菌孢子自动识别系统。以白粉菌属、棒孢菌属⒘锤矜呔属、葡萄孢属、尾孢菌属、炭疽菌属、叶点霉属个重要植物病原真菌属为研究对象,搭建了一套计算机视觉显微形态数字图像采集系统,建立了病原菌孢子形态标准化图像数据库;采用数学形态学方法对孢子图像进行分割;提取了每个孢子图像区域的轮廓边缘长度、孢子形状标准圆相似度、形状相似性能量⑼硪卟
等形状特征参数和孢子区域归一化灰度分布特征:提出一种基于形状信息的贝叶斯分类算法,对植物病原真菌进行分类识别,准确率达到%以上:在此基础上,开发制作了基于计算机视觉和图像处理的植物病原真菌孢子自动分类识别软件系统。葜参锊≡婢幕卣鳎獸馄追ㄓ攵嘣M臣品治鱿嘟岷希迪至种物病原真菌的分类鉴别。以来自个属的种重要园艺作物病害病原真菌为研究对象,ú舛ㄕ婢范围的红外光谱,获得了分辨率高、重现性好的真菌红外谱图;确定了、、—和四个光谱分析灵敏区;采用聚类分析和典型判别分析两种方法对种植物病原真菌进行分类,结果显示两种方法的分类正确率达到%以上,说明傅立叶变换红外光谱技术在真菌分类识别方面具有很大的应用潜能。本论文将植物病害的诊断理论与现代信息技术相结合,通过学科交叉,进行了植物病害和病原真菌诊断的探索性研究。对于植物病害识别,一方面,针对具有典型症状的叶部病害,根据可见光范围内病害的图像信息,构建了基于计算机视觉的番茄叶部病害自动识别系统;利用图像与光谱相结合的高光谱成像技术,实现了黄瓜叶部病害的诊断。另一方面,针对症状不明显的病害或者根部病害,引入了傅立叶变换红外光谱技术,在人眼不能感知的红外光谱范围,实现了黄瓜棒孢叶斑病的早期检测。对于植物病原真