研究目的
开发一种高光谱图像时间序列空间配准方法，用于追溯植物病害症状的发生时间，从而研究小麦褐锈病和叶斑病等病害的早期不可见状态。
研究成果
所开发的方法成功实现了高光谱图像的空间定位，能够追踪病害症状随时间的变化过程（包括早期不可见阶段）。该方法改进了标记和光谱分析，为褐锈病和叶斑病提供了关于病害动态的新见解。未来工作应聚焦于将该方法适配于无标记的3D场景及高通量应用。
研究不足
该方法需要在叶片上使用人工标记，这可能会影响叶片组织或疾病发展。其应用仅限于二维叶面，可能难以处理三维复杂性或较大形变。相机的空间分辨率限制了其在某些光谱区域（如短波红外）的适用性。虽然转换模型具有鲁棒性，但在叶缘处稳定性可能较差，且无法完全体现局部变化（如萎蔫）。
1：实验设计与方法选择：
研究采用高光谱线扫描光谱仪（ImSpector V10E）采集可见近红外波段（400-1000 nm）图像?；谝镀系陌咨慰嫉悖ㄓΧ砸镀贫蜕ぃ?，选用非线性二维多项式变换模型进行空间配准。算法流程包含背景分割、参考点检测、RanSaC匹配及空间变换。
2：样本选择与数据来源：
温室条件下种植小麦品种（Taifun和Chamsin），接种小麦壳针孢（Zymoseptoria tritici）和条锈菌（Puccinia triticina）。对褐锈?。ń又趾?-12天）和壳针孢叶斑?。ń又趾?5-27天）进行时间序列测量。
3：实验设备与材料清单：
高光谱相机（ImSpector V10E）、ASD-Pro-Lamps照明光源、电动线扫描装置、SpectralCube软件、硫酸钡白色参考板、蓝色卡纸背景、作为参考点的白色色块、叶片固定用绳索，以及软件工具（ENVI 4.6 + IDL 7.0，Matlab 2013a含图像处理工具箱）。
4：6 + IDL 0，Matlab 2013a含图像处理工具箱）。 实验流程与操作步骤：
4. 实验流程与操作步骤：将叶片用绳索水平固定于托盘并标记参考点。采集高光谱图像后，通过白/暗参考进行归一化处理，依次执行配准算法步骤（分割、点检测、匹配、变换）。计算植被指数（NDVI、PRI、ARI）用于光谱分析。
5：数据分析方法：
采用均方根误差（RMSE）评估变换精度。使用随机森林算法进行分类与分割。通过光谱指数分析追踪病害随时间的发展过程。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
ImSpector V10E
V10E
Spectral Imaging Ltd.
Hyperspectral line scanning spectrograph for capturing images in the VISNIR range (400-1000 nm).
-
SpectralCube
Version 3.62
Spectral Imaging Ltd.
Software for camera settings and motor control in hyperspectral imaging.
-
ASD-Pro-Lamp
Analytical Spectral Devices Inc.
Provides homogeneous illumination for hyperspectral imaging.
-
ENVI
4.6
EXELIS Visual Information Solutions
Software used for normalization and processing of hyperspectral images.
-
IDL
7.0
EXELIS Visual Information Solutions
Programming language used with ENVI for data analysis.
-
Matlab
2013a
The Mathworks
Software used for implementing the referencing algorithm and image processing.
-
Image Processing Toolbox
The Mathworks
Toolbox for Matlab used in image analysis tasks.
-
Barium Sulphate White Reference
Spectral Imaging Ltd.
Used for normalization of hyperspectral images to calculate reflectance.
-
登录查看剩余6件设备及参数对照表
查看全部
