基于高光谱成像技术的柑橘黄龙病病情诊断及分类  

Identification and classification of citrus Huanglongbing disease based on hyperspectral imaging

作　　者：邓小玲[1,2,3] 郑建宝[1] 梅慧兰[1,2,3] 李震[1,2,3] 邓晓玲[4] 洪添胜[1,2,3] 

机构地区：[1]华南农业大学工程学院,广东广州510642 [2]华南农业大学南方农业机械与装备关键技术教育部重点实验室,广东广州510642 [3]国家柑橘产业技术体系机械研究室,广东广州510642 [4]华南农业大学资源环境学院柑橘黄龙病研究室,广东广州510642

出　　处：《西北农林科技大学学报（自然科学版）》2013年第7期99-105,共7页Journal of Northwest A&F University(Natural Science Edition)

基　　金：国家自然科学基金(青年科学基金)项目(31201129);现代农业产业技术体系建设专项(CARS-27);广东省科技计划项目(2011B-020308009)

摘　　要：【目的】柑橘黄龙病(Citrus Huanglongbing,HLB)是一种无法根治且易扩散的病害,建立柑橘黄龙病病情诊断及分类的方法,以及时发现并去除病株,防止感染其他果树。【方法】基于高光谱成像技术,利用最小噪声分离变换进行降维去噪、像元纯净指数获取纯净像元并建立训练集,通过Fisher判别法对柑橘黄龙病病情进行鉴别并分类。【结果】通过对训练集设置适当的门限值,柑橘黄龙病病情识别正确率达90%以上。【结论】利用高光谱技术进行柑橘黄龙病病情诊断具有较高的可行性。【Objective】 This study aimed to establish an effective method to identify and classify Huang-longbing（HLB） disease so that diseased plants can be detected and removed timely.【Method】 Based on hyperspectral imaging technology,this paper adopted Minimum Noise Fraction（MNF） transformation for dimensionality reduction and de-noising,created training set of pure pixels using Pixel Purity Index（PPI）,and identified the level of citrus Huanglongbing disease with Fisher discriminant.【Result】 Results showed that,the classification accuracy of citrus Huanglongbing disease based on hyperspectral imaging was 90% and the error was 20% by setting an appropriate threshold.【Conclusion】 It is feasible to detect and classify Huanglongbing disease using hyperspectral imaging technology.

关 键 词：柑橘黄龙病 高光谱图像 MNF变换 Fisher判别法 PPI 

分 类 号：S436.661.19[农业科学—农业昆虫与害虫防治]