柑橘黑斑病反射光谱特性及染病果实检测方法研究.PDFVIP

２０１７年 ５月 农 业 机 械 学 报 第 ４８卷 第 ５期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１７．０５．０４５ 柑橘黑斑病反射光谱特性与染病果实检测方法研究 １，２ １，２ ３ 赵川源 　何东健 　ＬＥＥＷｏｎＳｕｋ （１．西北农林科技大学机械与电子工程学院，陕西杨凌 ７１２１００；２．农业部农业物联网重点实验室，陕西杨凌 ７１２１００； ３．佛罗里达大学农业与生物工程学院，盖恩斯维尔 ＦＬ３２６１１） 摘要：通过对光谱仪采集的３４０～１０３０ｎｍ柑橘健康与感染黑斑区域光谱进行分析，在探明健康和黑斑病不同症 状光谱特性的基础上，提出主成分分析结合特征排序的方法，选择出可识别染病与健康样本的最优波长（５２５ｎｍ） 建立 ＳＭＯ分类模型；基于序列浮动前向选择方法优选出４个特征波长（６７８、７４０、７９４、８７９ｎｍ），建立 Ｃ４５算法识别 柑橘黑斑病３种症状的方法。试验结果表明，用５２５ｎｍ波长建立的ＳＭＯ分类模型对健康和染病果样本的识别率 达９９３７％，硬斑型、破裂型和黑斑型症状的识别率分别为 ８１８５％、７１８８％和６７５７％，３种症状的平均识别率为 ７３７７％，比前人方法提高了１２７７个百分点。 关键词：柑橘黑斑病；光谱特性；特征选择；识别模型；主成分分析 中图分类号：Ｓ１２３ 文献标识码：Ａ 文章编号：１０００１２９８（２０１７）０５０３５６０７ ＲｅｆｌｅｃｔａｎｃｅＳｐｅｃｔｒａｌＣｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＢｌａｃｋＳｐｏｔＤｉｓｅａｓｅａｎｄ ＤｉｓｅａｓｅＤｅｔｅｃｔｉｏｎＭｅｔｈｏｄｆｏｒＣｉｔｒｕｓ １，２ １，２ ３ ＺＨＡＯＣｈｕａｎｙｕａｎ 　ＨＥＤｏｎｇｊｉａｎ 　ＬＥＥＷｏｎＳｕｋ （１．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｗｅｓｔＡ＆ＦＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ，Ｓｈａａｎｘｉ７１２１００，Ｃｈｉｎａ ２．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｇｒｉｃｕｌｔｕｒａｌＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓ，ＭｉｎｉｓｔｒｙｏｆＡｇｒｉｃｕｌｔｕｒｅ，Ｙａｎｇｌｉｎｇ，Ｓｈａａｎｘｉ７１２１００，Ｃｈｉｎａ ３．ＤｅｐａｒｔｍｅｎｔｏｆＡｇｒｉｃｕｌｔｕｒａｌ＆ＢｉｏｌｏｇｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＵｎｉｖｅｒｓｉｔｙｏｆＦｌｏｒｉｄａ，ＧａｉｎｅｓｖｉｌｌｅＦＬ３２６１１，ＵＳＡ） Ａｂｓｔｒａｃｔ：Ｃｉｔｒｕｓｂｌａｃｋｓｐｏｔ（ＣＢＳ），ｗｈｉｃｈｉｓｏｎｅｏｆｔｈｅｍｏｓｔｃｏｍｍｏｎｆｕｎｇａｌｄｉｓｅａｓｅｓｏｆｃｉｔｒｕｓ，ｃａｕｓｅｓ ｌｅｓｉｏｎｓｏｎｔｈｅｒｉｎｄａｎｄｅａｒｌｙｆｒｕｉｔｄｒｏｐｂｅｆｏｒｅｉｔｓｍａｔｕｒｅｓｔａｇｅ．Ｔｈｉｓｄｉｓｅａｓｅｃａｎｓｉｇｎｉｆｉｃａｎｔｌｙｒｅｄｕｃｅｃｒｏｐ ｙｉｅｌｄ，ｍａｋｉｎｇｂｌｅｍｉｓｈｅｄｆｒｕｉｔｕｎｓｕｉｔａｂｌｅｆｏｒｍａｒｋｅｔ．Ｔｈｅｏｂｊｅｃｔｉｖｅｏｆｔｈｉｓｒｅｓｅａｒｃｈｗａｓｔｏｓｔｕｄｙｔｈｅ ｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｈｅａｌｔｈｙａｎｄｉｎｆｅｃｔｅｄｃｉｔｒｕｓｆｒｕｉｔｓｔｏｉｄｅｎｔｉｆｙｄｉｓｅａｓｅｄｆｒｕｉｔｆｒｏｍ ｈｅａｌｔｈｙｏｎｅｓ．ＡｐｏｒｔａｂｌｅＵＳＢ２０００＋ｓｐｅｃｔｒｏｍｅｔｅｒｗａｓｕｓｅｄｔｏａｃｑｕｉｒｅｓｐｅｃｔｒａｌｒｅｆｌｅｃｔａｎｃｅｏｆｃｉｔｒｕｓｆｒｕｉｔ ｉｎｔｈｅｌａｂｏｒａｔｏｒｙｗｉｔｈｗａｖｅｌｅｎｇｔｈｒａｎｇｅｄｆｒｏｍ３４０ｎｍｔｏ１０３０ｎｍ．Ｈｏｗｅｖｅｒ，ｔｈｅｓｐｅｃｔｒａｃｏｎｔａ