【表型分析設(shè)備】遙感與小麥條銹病分析

時間：2022-10-21作者：三亞博瑞源科技有限公司瀏覽：167

在小麥耕種中，我們往往要通過人工的方式去對小麥的患病進行監(jiān)測，這樣不僅耗時耗力，還可能**祛病的較好時機。像條銹病就是小麥疾病中較為普遍且嚴(yán)峻的一種病例，每年都會導(dǎo)致小麥的產(chǎn)量銳減，而在條銹病的感染前期癥狀不是特別明顯，常規(guī)的航拍數(shù)據(jù)可能做不到很好區(qū)分優(yōu)劣效果，這就需要借助遙感圖像優(yōu)勢，利用較深層次的光譜數(shù)據(jù)來挖掘一些肉眼無法察覺的信息。這里提到的遙感就是根據(jù)探測地表物體對電磁波的反射和其**的電磁波，從而提取這些物體的信息，完成遠距離識別物體。下文所要介紹的基于遙感圖像對小麥條銹病染病的檢測任務(wù)就是基于這一原理。
試驗過程與分析




     圖1所示為一組無人機航拍的多光譜數(shù)據(jù)，獲取到的數(shù)據(jù)有六個通道，其中**個通道如圖2所示，分別為藍、綠、紅、紅邊和近紅外，*六個通道為航拍的高度，我們主要用**通道的光譜數(shù)據(jù)來對小麥患病情況進行檢測分類。



圖1無人機航拍的多光譜數(shù)據(jù)



圖2無人機航拍5個通道

      圖1中很多的長方形田塊，它們在生長初期就有人工干涉噴灑藥物，有著不同的患病程度。如圖3所示為田塊染病等級分類標(biāo)準(zhǔn)，也是小麥分類的主要依據(jù)。



圖3田塊染病等級分類標(biāo)準(zhǔn)

     為了進行小麥患病等級的分類，我們將每個小的田塊識別出來。直接在整張遙感圖片上進行是不太容易實現(xiàn)的，故先將整個區(qū)域分成左半?yún)^(qū)和右半?yún)^(qū)，在需要切割的區(qū)域上標(biāo)出四個角點，而程序就通過識別這四個角點來分割出我們所需要的區(qū)域，期間可以通過反三角函數(shù)對圖像進行旋轉(zhuǎn)，修正成一個正立的圖像，得到如圖4所示結(jié)果，較大的方便后續(xù)任務(wù)。   



圖4田塊分割圖

     圖4的分割圖中小麥田塊的分布較為均勻，其上下間距及左右間距一樣，因此可以通過按行列進行分割得到只含有一個小麥田塊的區(qū)域。由于擔(dān)心四周的道路干擾因素，而且每個小麥田塊其邊緣部分和中間部分其受光程度不一樣，導(dǎo)致在生長效果上會有一定差異，因此通過在圖片四周截取掉一部分的像素來去除一些干擾因素。

     在得到該小麥圖像的數(shù)據(jù)集后，利用當(dāng)下較為熱門的深度學(xué)習(xí)來對圖像進行分類任務(wù)，目標(biāo)就是訓(xùn)練一個完善的分類器能夠?qū)斎氲膱D片進行正確的患病等級分類。

     目前采用的卷積神經(jīng)網(wǎng)絡(luò)，**了一定的效果，但不一定達到較佳，依然還在試驗中。首先可以看一下**通道（藍、綠、紅）的分類效果，也就是我們較為常見的RGB圖像。如下圖所示，用該方案去訓(xùn)練時，無論是準(zhǔn)確度曲線和loss值曲線都有較大的波動，無法達到一個穩(wěn)定的效果。






     如下圖所示，五個通道多光譜數(shù)據(jù)的分類效果。比較直觀的可以看到準(zhǔn)確度曲線和loss值曲線都有一定提升，波動幅度得到了緩和，不僅如此，驗證的準(zhǔn)確度已經(jīng)可以達到90左右，這是常規(guī)的RGB數(shù)據(jù)遠遠達不到的。




     在筆者不斷試驗中發(fā)現(xiàn)，綠光通道，也就是多光譜數(shù)據(jù)的*二通道，在該患病等級分類任務(wù)中效果并不好，甚至?xí)?dǎo)致準(zhǔn)確度下降，準(zhǔn)確度曲線和loss值曲線震蕩。在去掉綠光通道后可以得到如下圖所示的效果，很明顯的可以看到曲線平滑了不少，且準(zhǔn)確度也可以穩(wěn)定在較好的水平。 

結(jié)果與結(jié)論

       綜上所述，遙感圖片可以通過其更多的光譜信息來到達**常見的RGB圖像分類效果，察覺到肉眼看不到的信息。正如文中所提到的小麥條銹病染病等級分類任務(wù)，在遙感數(shù)據(jù)的加持下，達到一個不錯的分類效果，可見其在農(nóng)作物災(zāi)害預(yù)測上有著顯而易見的優(yōu)勢，其廣闊前景有待我們不斷地去發(fā)掘。


三亞博瑞源科技有限公司專注于表型系統(tǒng)解決方案,表型分析儀,食用菌表型設(shè)備等

• 詞條

  詞條說明

• 智慧農(nóng)業(yè)對我國農(nóng)業(yè)育種發(fā)展的意義

  智慧農(nóng)業(yè)是一種發(fā)展趨勢，強調(diào)在基于網(wǎng)絡(luò)的高科技農(nóng)場監(jiān)督周期中，在機械、設(shè)備和傳感器中使用信息和通信技術(shù)。創(chuàng)新技術(shù)、物聯(lián)網(wǎng)和云計算預(yù)計將促進智慧農(nóng)業(yè)的發(fā)展，并開始在農(nóng)業(yè)中使用機器人和人工智能。近些年我國農(nóng)業(yè)產(chǎn)業(yè)數(shù)字化、智能化變革正在加快，IoT、5G、AI、大數(shù)據(jù)、云計算等數(shù)字技術(shù)讓農(nóng)業(yè)作物監(jiān)測、精細化育種和環(huán)境資源按需分配成為現(xiàn)實。目前我們已經(jīng)可以依靠衛(wèi)星遙感、物聯(lián)網(wǎng)設(shè)備來進行農(nóng)業(yè)數(shù)據(jù)的獲取，利用

• 【種圖家植物表型】基于無人機表型監(jiān)測出苗前施用除草劑對大豆植株的傷害

  除草劑在農(nóng)業(yè)種植中除草的必要手段之一，隨著除草劑的使用在過去幾年中持續(xù)增加，為了解決除草劑對作物的損害問題。評估除草劑施用后對作物的損害，這對于確定潛在的產(chǎn)量損失和提出減輕其影響的解決辦法至關(guān)重要。但確定除草劑造成的危害往往需要專業(yè)人員進行實地評估，這使得研究人員和農(nóng)民難以監(jiān)測除草劑對農(nóng)田造成的損害程度。目前有一種無人機進行采集的圖像數(shù)據(jù)可以作為雜草管理科學(xué)技術(shù)研究的基準(zhǔn)，以補充從地面系統(tǒng)觀測的結(jié)

• ”大數(shù)據(jù)“讓食用菌產(chǎn)業(yè)越來越智能化

  在互聯(lián)網(wǎng)新時代如果沒有數(shù)據(jù)，無論是學(xué)術(shù)研究，還是政策制定，都寸步難行。大數(shù)據(jù)正在不斷滲透至各個行業(yè)，乃至我們?nèi)粘Ｉ畹狞c點滴滴，我們通過數(shù)據(jù)的搜集、處理、分析，可以較加科學(xué)性的得出一些意識和思維無法得出的結(jié)論。例如，在電商行業(yè)中，利用大數(shù)據(jù)進行精準(zhǔn)營銷，它根據(jù)客戶的消費習(xí)慣提前生產(chǎn)資料、物流管理等，有利于精細社會大生產(chǎn)；在傳統(tǒng)領(lǐng)域大數(shù)據(jù)同樣將發(fā)揮巨大作用，比如幫助農(nóng)業(yè)根據(jù)環(huán)境氣候土壤作物狀況進行**

• 【表型分析設(shè)備】遙感與小麥條銹病分析

  在小麥耕種中，我們往往要通過人工的方式去對小麥的患病進行監(jiān)測，這樣不僅耗時耗力，還可能**祛病的較好時機。像條銹病就是小麥疾病中較為普遍且嚴(yán)峻的一種病例，每年都會導(dǎo)致小麥的產(chǎn)量銳減，而在條銹病的感染前期癥狀不是特別明顯，常規(guī)的航拍數(shù)據(jù)可能做不到很好區(qū)分優(yōu)劣效果，這就需要借助遙感圖像優(yōu)勢，利用較深層次的光譜數(shù)據(jù)來挖掘一些肉眼無法察覺的信息。這里提到的遙感就是根據(jù)探測地表物體對電磁波的反射和其**的電