基于SOC710E高光谱成像仪系统的小麦籽粒镰刀菌损伤识别

《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》影响因子：3.23

英文名称：Integration of spectroscopy and image for identifying fusarium  damage in wheat kernels

安徽省农业生态大数据工程实验室 / 美国农业部农科院

小麦赤霉病又称烂穗病、麦秸枯、烂麦头、红麦头，是由多种镰刀菌感染所引起的、发生在小麦上的病害，本文采用高光谱成像技术(HSI)对由小麦籽粒不同程度损害引起的小麦赤霉病对进行检测。

本研究采取了健康、中度和重度3种不同程度镰刀菌感染田间试验的810份小麦籽粒样品，利用美国SOC710E高光谱成像系统获得了小麦籽粒在400 ~ 1000 nm波长范围内的高光谱影像，对原始光谱数据进行预处理，然后采用主成分分析(PCA)、逐次投影算法(SPA)和随机森林算法(RF)筛选最佳波长，并基于最优波长提取图像特征。采用支持向量机(SVM)、随机森林(RF)和朴素贝叶斯(NB)方法建立基于光谱特征的赤霉病损伤程度分类模型，使用SPA-RF方法选择最佳波长和对应的图像特征，分类准确率为96.44%。该方法为小麦籽粒镰刀菌危害程度的鉴定提供了一种更有效的方法。

图1 本研究的主要流程框架

图2 试验田分布图；                SOC710E室内种子侧向系统图

图3 健康、中度和严重感染的小麦籽粒平均反射光谱

表1  通过PCA、SPA和RF方法选择的特征波长

图4  通过PCA、SPA和RF选择最优变量

图5 基于PCA (A, B)、 RF (C, D)和SPA (E, F)的纹理和形状特征曲线

表2 基于SVM、RF和NB模型的分类准确率(%)

原文链接：https://www.sciencedirect.com/science/article/abs/pii/S138614252030322X

主要作者：张东彦（农业生态大数据分析与应用技术国家地方联合工程研究中心，副教授）