小麦条锈病的高光谱检测与空气中夏孢子监测方法研究

摘要

小麦条锈病一直是威胁我国西北、西南、华北和淮北等冬麦区和西北春麦区的重要病害，是我国重要的农作物病害防控对象，农业农村部每年均投入大量的人力和物力用于病情调查和监测，但由于缺乏有效地对病害进行早期监测和预报的技术，造成条锈病易流行和暴发，给小麦生产带来了极大的损失。小麦条锈病是一种气传性真菌病害，真菌夏孢子菌源数通过气流传播是影响小麦条锈病发生和流行的主要原因，传统的小麦条锈病病情调查和条锈病菌夏孢子监测方法具有工作量大、效率低，且随工作时间准确性降低等缺点，导致难以把握大尺度农田病情和真菌孢子的实时和动态变化情况。为了快速、准确地对小麦条锈病病害程度进行分级评估以及实现田间空气中小麦条锈病夏孢子数量的远程实时监测，本文重点研究小麦条锈病病害程度分级方法、真菌夏孢子显微图像的分割和计数方法以及空气中的夏孢子捕捉和显微图像远程实时采集装置和软件系统方法，为最终实现基于物联网的广域范围内空气中小麦条锈病菌夏孢子数量的远程实时预测预报奠定基础。论文主要研究内容和结论如下： （1）为了快速、准确地对小麦条锈病病害程度进行分级评估，提出了一种基于高光谱成像的小麦条锈病病害程度分级方法。首先利用HyperSIS高光谱成像系统采集受条锈菌侵染后不同发病程度的小麦叶片高光谱图像，通过分析叶片区域与背景的光谱特征，对555nm波长的特征图像进行阈值分割获得掩膜图像，并用掩膜图像对高光谱图像进行掩膜处理，提取仅含叶片的高光谱图像；然后用主成分分析法得到利于条锈病斑和健康区域分割的第2主成分PC2图像，采用最大类间方差法分割出条锈病斑区域；最后根据条锈病斑区域面积占叶片面积的比例对小麦条锈病病害程度进行分级。试验结果表明：测试的270个不同小麦条锈病病害等级的叶片样本中，265个样本可被正确分级，分级正确率为98.15%，为田间小麦条锈病病害程度评估提供了基础，也为小麦条锈病抗性鉴定方法提供了新思路。 （2）为解决分水岭算法对粘连夏孢子经距离变换后常存在多个局部极小值而产生的过分割问题，研究并提出了一种基于改进分水岭的夏孢子分割计数算法。该算法首先用K-means聚类分割及形态学处理方法将夏孢子目标区域从背景中分割出来，接着对夏孢子二值图像进行距离变换，对距离变换后的夏孢子灰度图像提取局部最小值，并将局部最小值作为梯度图像的局部最小值，然后利用分水岭算法分割粘连夏孢子，对3857个夏孢子进行分割和计数试验，正确率达到了92.6%，比传统的基于距离变换的分水岭算法提高了13.0%，得到了较好的分割计数结果，很好地解决了夏孢子的过分割问题，可实现夏孢子的高效和准确计数。 （3）针对多孢子粘连分割计数困难的问题，提出了一种基于凹度和轮廓段融合的夏孢子分割计数算法。该算法首先通过形状因子和面积对图像中目标区域进行粘连判定，判定为单个孢子的区域直接拟合并计数，对判定为粘连孢子的边缘轮廓，基于凹度提取出轮廓上的凹点，并通过凹点将边缘轮廓分割成多个轮廓段，用距离测量和偏移误差方法对粘连孢子轮廓段进行融合来以判别同一孢子的轮廓段，最后对同一孢子的轮廓段采用最小二乘椭圆拟合算法进行椭圆拟合，并统计椭圆的个数。对120幅夏孢子图像进行计数试验，并与改进分水岭分割计数算法进行对比，结果表明，该文算法最低计数准确率为92.7%，最高计数准确率为100%，平均计数准确率为98.6%，比改进分水岭分割计数算法高6.0个百分点，表明该文算法有效地提高了小麦条锈病夏孢子计数精度，可为田间在线式小麦条锈病夏孢子监测装备的开发提供技术支持。 （4）为实现空气中夏孢子捕捉和显微图像的远程自动采集，提出了一种高放大倍数、高分辨率的小麦条锈病菌夏孢子显微图像远程采集系统的设计方案，并设计了系统软硬件。针对现有孢子捕捉设备需人工定时换取载玻片、不能自动采集等问题，基于ARK-1123C型嵌入式工控机和显微镜数字摄像头，设计实现了自动取载玻片、涂脂、空中孢子捕捉、孢子显微图像采集、载玻片回收等一系列功能，且可根据用户需求远程设置孢子捕捉和显微图像采集参数，采集的图像通过无线网络传输到远程服务器中。为了验证系统的性能，在小麦田间进行了40d的系统综合试验测试。测试结果表明，系统可长时间稳定工作，能够远程实时采集放大400倍的4096像素×3288像素的夏孢子显微图像。该系统能够实时采集和远程传输小麦条锈病菌夏孢子显微图像，可满足野外小麦田间空气中夏孢子监测的需求，为农田空气中小麦条锈病菌夏孢子的自动计数及条锈病的监测提供重要技术支持。 （5）开发了小麦条锈病菌夏孢子图像分割与计数软件。为了实现对小麦条锈病菌夏孢子的自动计数，基于MATLAB GUIDE平台和LCC编译器开发了基于图像处理的夏孢子自动计数软件。该软件独立于MATLAB环境，可在没有MATLAB软件的计算机上对夏孢子进行自动计数。利用该软件，可以实现夏孢子的K-means聚类分割和形态学预处理，对复杂的粘连孢子可以通过基于改进分水岭分割计数算法和基于凹度和轮廓段融合的分割计数算法，实现对粘连孢子的自动分割和计数。通过使用夏孢子自动计数软件对夏孢子计数测试，平均计数精度均达95%以上，可实现对显微图像中夏孢子的快速、准确地计数，为用于田间在线式小麦条锈病夏孢子监测系统提供了方便和准确的工具。

目录

声明

第1章 绪论

1.1 选题的目的和意义

1.2 国内外研究现状

1.3 存在问题

1.4 主要研究内容

1.5 研究方法与技术路线

1.6 论文组织结构

第2章 基于高光谱成像的小麦条锈病病害程度分级方法研究

2.1 引言

2.2 供试材料与高光谱图像采集

2.3 小麦条锈病病害程度分级方法

2.4 试验结果与分析

2.5 本章小结

第3章 小麦条锈病菌夏孢子显微图像分割和计数方法研究

3.1 引言

3.2 材料与供试显微图像

3.3 夏孢子图像预处理

3.4 基于改进分水岭的夏孢子分割计数算法

3.5 基于凹度和轮廓段融合的夏孢子分割计数算法

3.6 本章小结

第4章 小麦条锈病菌夏孢子显微图像远程采集系统硬件设计

4.1 引言

4.2 系统总体方案设计

4.3 系统硬件设计

4.4 系统硬件试制与安装

4.5 本章小结

第5章 夏孢子显微图像远程采集系统软件设计及测试

5.1 引言

5.2 系统软件设计

5.3 田间试验设计与试验方法

5.4 本章小结

第6章 小麦条锈病菌夏孢子图像分割与计数软件设计与试验

6.1 引言

6.2 供试材料与夏孢子显微图像采集

6.3 软件系统总体设计

6.4 软件系统关键技术

6.5 软件结构与功能实现

6.6 结果和讨论

6.7 本章小结

第7章 结论与展望

7.1 结论

7.2 创新点

7.3 展望

参考文献

致谢

个人简历