[发明专利]基于深度卷积神经网络的水稻穗瘟检测方法及系统

说明书

本发明公开了基于深度卷积神经网络的水稻穗瘟检测方法及系统，所述方法包括：采集户外水稻穗株的高光谱图像，并进行穗瘟病害标定；对水稻穗株的高光谱图像进行数据预处理及数据增强；建立深度卷积神经网络模型，并采用随机梯度下降算法优化模型参数；采用训练好的深度卷积神经网络模型对需测试水稻穗株的高光谱图像进行检测，判断该水稻穗株是否感染穗瘟病害；所述系统包括高光谱相机、计算机、三脚架和反射板，所述反射板上挂着水稻穗株，所述高光谱相机固定在三脚架上，并与计算机相连，其镜头对准反射板上的水稻穗株。本发明可以为户外水稻穗瘟病害预测提供技术支持，也可以为生产过程中水肥或农药等农资资源的合理精量施用管理等具有指导性作用。

技术领域

本发明涉及一种水稻穗瘟检测方法及系统，尤其是一种基于深度卷积神经网络的水稻穗瘟检测方法及系统，属于水稻穗瘟病智能化检测技术领域。

背景技术

水稻是我国最主要的粮食作物。我国水稻种植面积达3000万公顷，产量占粮食总产量的40％，水稻生产担负着确保我国粮食安全的重大责任。然而，水稻在其生育过程中，常遭遇病虫害侵袭，影响产量和品质。稻瘟病是世界真菌性病害，是我国南北稻作区危害最严重的水稻病害之一。我国各大稻区均有稻瘟病发生，其年发生面积平均在380万公顷以上，稻谷年损失数亿公斤。如果遭遇病害流行年份，一般减产10％–20％，严重时达40％–50％，甚至绝收。

穗瘟是一种严重影响水稻产量及品质的多发病害，有效地检测穗瘟是水稻病害防治过程中的重要任务。穗瘟由于其发生在穗颈，穗轴，枝梗或穗粒上，病害直接影响水稻产量和质量，因而，加强对穗瘟病的防治是水稻安全生产中的重要环节。在水稻生产上准确地检测穗瘟病害，对评估水稻品种的穗瘟抗性，以及生产过程中水肥或农药等农资资源的合理精量施用管理等具有指导性作用。

目前，穗瘟病害检测主要由人工完成，因穗瘟病害的判定有严格的技术规范，普通人很难进行可靠病害判定。由植保专家和农技人员分析评判,则需要花费大量时间和精力。现代农业生产对穗瘟病病害预测预报工作的准确率和效率要求越来越高,这对水稻病害诊断技术提出了新的要求。

穗瘟病害由真菌病原侵入引发，导致穗株发生一系列形态、生理和生化等方面的变化。这些变化因处于不同病害侵入阶段而呈现非视觉可见的隐性症状，或视觉可见显性症状甚至导致外部形态发生显著变化。高光谱成像仪基于水稻在穗瘟病害胁迫下表现出的光谱特性差异，利用扫描式成像传感器获取水稻样本三维光谱图像，既包含连续光谱信息，又提供植物病症的空间分布信息；既能获得病害显症，又能获得病害隐症。因此，高光谱成像仪成为穗瘟病害重要的定量信息获取手段。

随着高光谱技术的发展，高光谱成像仪的光谱分辨率和空间分辨率大大提高，获取的原始信息更加精准。同时，高光谱成像仪从拘泥于固定光源的光箱操作模式逐渐过渡到自然光环境下的灵活便携式操作模式，这种便利将高光谱成像仪的使用从实验室往实际生产过程推进。然而，越发详实的光谱成像信息和更为便利的操作模式也带来数据量巨大和更为复杂的数据噪声，因此，对高光谱图像数据的解析和建模技术提出更高要求。随着便携式高光谱仪带来的便利，我们将高光谱成像操作放在自然环境条件下任意地点获取，以便将基于高光谱成像的水稻病害检测推广至实际生产过程。