1、番茄葉霉病材料獲取

如果番茄植株處在生長期旺盛的階段遭受到病菌或病毒的侵染，會影響被感染的植株生長發(fā)育。也因為病害肆虐，番茄生長發(fā)育緩慢，座果率不高，直接損害經(jīng)濟效益。所以，在番茄植物的發(fā)育前期對其葉片進行病害的檢測至關(guān)重要，特別是在早期檢測出葉片的病害，可以及時控制病害的發(fā)生和傳播。

1.1 感染植株

葉霉病是在溫室大棚中的番茄植物的生長期間極易發(fā)生和傳染的疾病，由于其嚴重病害的外在形狀表現(xiàn)為毛狀霉層，故又被稱為“黑毛病”。染病植株的葉片癥狀：主要侵染番茄葉片形成霉菌損壞，當該病發(fā)生時，最先從植物基部的老葉子顯示出明顯的損壞跡象，慢慢的病情逐漸惡化，作物的葉中和上部顯現(xiàn)出不同程度損害。

大棚種植環(huán)境和溫度記錄（左），以及自然患病葉霉病的番茄葉片狀況（右）

圖1健康樣本與病害樣本的圖片

實驗中所使用的番茄（或刺五加）樣本均從吉林省長春農(nóng)科院經(jīng)濟植物研究所采摘。在長春經(jīng)濟植物研究所里研究人員的協(xié)同下，進行了植物葉片病理檢驗分析，證實已感染番茄的葉霉?。ù涛寮拥暮诎卟。┎杉匀粻顟B(tài)下患病葉片112片及健康葉片52片，并按照葉片患病區(qū)域的面積大小及患病后葉片的木化程度劃分病害程度的等級。由于植物光照，通風或個體差異，在植株受感染的早期，葉片上呈現(xiàn)黃色病斑，患病區(qū)的形狀一般為橢圓形。無論病變的外在形狀如何，其邊緣總是會發(fā)現(xiàn)淡黃色斑痕。葉片受到病害侵蝕后，其正反兩面觀察將出現(xiàn)差異，霉菌層將會出現(xiàn)在患病葉的背面?；疾〕跗谌~片背面的形狀會顯現(xiàn)出灰白色霉菌層，不加處理久而久之霉層一點一點地由灰白色變至灰棕色。直到嚴重患病情況下，觀察葉片正面也將長滿患病斑塊，處在這一階段，患病的葉片從翠綠色變成黃褐色，并伴有卷曲逐漸變干，最終病葉脫落。查閱資料顯示，番茄發(fā)病后通常導致10％至25％的果實產(chǎn)量下降。假如在田間患病嚴重，甚至減產(chǎn)50％以上，整個蔬菜大棚的其他作物也因葉子上的該種霉菌而絕收。

1.2 病害識別

圖2待測葉片和其孢子形態(tài)

番茄葉霉病主要由半知菌亞門真菌引起，該病菌常生成分生孢子，與無性世代繁衍的子囊菌極其相仿。在分生孢子梗上附著大量的孢子，孢子梗存在形式多變是鑒別病害間差距的根據(jù)，顏色的有無，生長的散布和聚集，附著的位置（孢子座，孢子盤和孢子器內(nèi)）差異均有可能。常用挑、刮或切等方式制備臨時載玻片，簡化操作便于查看辨識相應的病原菌，分生孢子的顏色，以及多個孢子間的間隔距離，同時也要觀察其與分生孢子梗的形狀方位，就可判別孢子的種類。通過農(nóng)科院專業(yè)人士的鏡檢判斷，和對患病植株的檢測專業(yè)性的查驗，確定了研究病害的種類確是番茄葉霉病。

2、葉霉病可見光-近紅外光譜檢測（400-1000nm）

2.1光譜反射率強度曲線

大量試驗數(shù)據(jù)證明，在400-1000nm波段范圍內(nèi)，對采集得到的光譜反射率強度數(shù)據(jù)進行分析，能夠起到降低某些特定波段的噪聲，提高模型精準度和穩(wěn)定度的有效作用。高光譜強度曲線圖是將若干健康和患病葉片的光譜反射率強度值提取出來，并直觀地繪制在光譜反射率強度曲線圖上。通過對比，兩者的光譜反射率強度曲線趨勢走向沒有明顯的區(qū)別，輪廓幾乎無差別。同時發(fā)現(xiàn)，在兩組曲線的兩端均存在較大的噪聲，因此舍棄該段波長的數(shù)據(jù)。在波段380-963nm范圍內(nèi)，采集到的番茄健康和染病葉片的原始光譜反射率強度曲線圖，如圖3所示，水平坐標表示波長，豎直坐標表示光譜反射率強度值。在550nm和710nm附近有兩個峰值，在670nm附近有一個波谷，近紅外波段范圍內(nèi)光譜反射率強度明顯增強，可見光波長波段范圍內(nèi)的光譜反射率強度值要整體低于近紅外波段下的強度值，并且患病區(qū)域的光譜強度值要略低于健康區(qū)域的峰值光譜曲線強度值。

(a)

(b)

圖3可見光（400-1000nm）健康(a)和染病(b)番茄葉片的光譜反射率圖

使用導數(shù)光譜方法，可以達到兩個目的：一方面能夠提高原始光譜的分辨率同時轉(zhuǎn)變光譜輪廓曲線滿足清晰要求，另一方面有效地消除基線隨時間定向的變化或穩(wěn)定削弱背景干擾等因素的負面作用。當然，在使用導數(shù)光譜法之前，由于原始光譜數(shù)據(jù)中?；煊幸徊糠指哳l噪聲，為了避免噪聲信號也被放大，需預先處理原始的光譜數(shù)據(jù)，達到提高信噪比的目的。下面簡單討論未經(jīng)過預處理，可見光（400-1000nm）健康(a)和染病(b)番茄葉片的一階導數(shù)光譜信息，如圖4。

(a)

(b)

圖4可見光（400-1000nm）健康(a)和染病(b)番茄葉片的一階導光譜反射率圖

未經(jīng)過預處理的光譜數(shù)據(jù)前后峰值大小明顯，值得注意的是，在選取健康病害的區(qū)域包含了葉脈和葉肉兩部分，這就造成了在570-640nm波長范圍內(nèi)，光譜的帶寬更加大。同時總體一階導數(shù)光譜變換明顯，在導數(shù)曲線峰值區(qū)域變化圖上分析可得，健康區(qū)域一階導數(shù)峰值位于紅邊（662nm）處，而染病區(qū)域要相對于此位置存在明顯的峰值藍移，維持在（639nm）處，并且強度比值差異更加明顯，可以看出原始光譜變化更加明顯突出，可將其視為特征峰位出現(xiàn)的位置。

2.2 光譜特征信息

接下來，討論平均光譜曲線下的光譜強度信息有哪些特征，并以此特征來描述健康與患病葉片光譜數(shù)據(jù)的差別。

(1)導數(shù)光譜強度

導數(shù)光譜法測定物質(zhì)的基本原理可解釋為吸收光譜關(guān)于波長的微分系數(shù)(/dAdλ)對波長(λ)的函數(shù)關(guān)系圖。反映到原始波譜就是分析其波峰波谷等位置點。若定義光譜值為A= f(λ)，當波長變換一個單位增量Δλ 時，則A將對應增加ΔA。由極限等相關(guān)知識可推出：

根據(jù)這一特性，可反應在原始光譜中，光譜變化率高的波長或波段，進而有利于找到樣本光譜差異最大的波段信息，以此來提取特征波長/特征波段。

圖5可見光（400-1000nm）感興趣區(qū)的平均光譜探測光強曲線

將圖像劃分感興趣區(qū)域，分為健康區(qū)域（實線），輕微病害（短劃線）和嚴重病害（雙點劃線）三類，可以觀測到三者在該波段范圍下光譜曲線存在明顯差別，見圖5。不難看出，健康區(qū)域的光譜變化滿足絕大多數(shù)植物葉片的特性，492-517nm波長之前，僅有健康葉片存在峰值特征，根據(jù)葉片的病害癥狀推測，該現(xiàn)象與葉霉病患病葉片的邊緣退黃丟失葉綠素相關(guān)，因此只在健康葉片上表現(xiàn)為峰值，葉片退黃后光譜峰值左移；在波段618-682nm波長范圍內(nèi)，存在“紅邊效應”，在植物病理學研究中有相關(guān)報道，該現(xiàn)象與植物內(nèi)部生物組織細胞失水有關(guān)，可以表達植物的健康狀況，隨著病害嚴重程度的不斷加深，該變化愈來愈明顯。

表1根據(jù)平均光譜探測光強區(qū)別的特征波長/特征波段

(2)包絡線去除法

包絡線去除法又稱連續(xù)統(tǒng)去除法。該處理算法不僅能夠在短時間內(nèi)解析出在感興趣區(qū)域上的光譜特性，而且通過觀察被檢測樣本吸收與反射的光譜曲線強度特征，非常容易將差異樣本區(qū)別開。將反射率強度值歸一化操作應用到處理中，吸收反射率強度完成相應的操作轉(zhuǎn)至同一光譜背景之中，更有利于各種物質(zhì)的光譜曲線強度特征值進行比較，來達到分類識別的目的?！鞍j線”的含義是在連續(xù)不間斷的光譜曲線上順次連接每一凸出的峰值位點，然后尋找并標記出外角（處在折線的峰值位點出，角度值大于180°），最后，原始光譜曲線上的光譜強度值除去包絡線上相對應的強度值大小的表達式就是理論公式，定義成包絡線去除參量。

圖6 可見光（400-1000nm）感興趣區(qū)的包絡線去除光強曲線

圖6看出，當光譜曲線經(jīng)過去包絡線歸一化后，又有部分特征波段突顯出來，健康區(qū)域的反射光在波段507nm波長處表達明顯，而患病區(qū)域無論嚴重與否在此處均是沒有峰值的，即患病區(qū)域在綠光區(qū)域沒有強烈的反射現(xiàn)象；然而，“紅邊效應”在不同程度的患病區(qū)域都存在，只不過伴隨著病害嚴重程度的加劇，該效應顯現(xiàn)的程度逐漸削弱，峰值落差也變小，間隔帶寬變短，形成了622-690nm波長間較容易區(qū)別健康區(qū)域與患病區(qū)域的波譜特征范圍的現(xiàn)象。在重度病害中，687-804nm波段范圍下，由于原始光譜反射率強度基本維持恒定數(shù)值，所以在去包絡線后，也維持在“1”的水平，固可作為該方法的重度病害的識別特征波段。

表2 根據(jù)包絡線去除區(qū)別的特征波長/特征波段

(3)二進制的編碼

1996年Mark提出了一種新的基于多光譜形狀的二進制編碼特征提取方法，指出在高光譜圖像的監(jiān)督分類中取得很好的應用效果。處在波譜平均值以下的編碼記為0，反之記為1，若干位(bit)的二進制編碼則是由數(shù)個譜段的多/高光譜組成的。

圖7可見光（400-1000nm）感興趣區(qū)的二進制編碼光強曲線

二進制編碼的計算方式簡便易行，平均光譜曲線從圖7中觀察，標記平均光譜曲線的峰位上升沿和下降沿對應波段，這里能夠通過峰值半寬度，來瞬間判別三類樣本，得出很鮮明的分區(qū)結(jié)論。具體來講，518nm波長是患病區(qū)域的標志峰位；而患病的嚴重與否，則需要判別607-624nm波長之間有無二進制的特征峰位，若存在，則視為輕微病害可以進行藥物治療，反之，則需要清除該植株以免造成更大的損失。嚴謹?shù)膩碇v，健康區(qū)域僅僅在644nm波段后，才出現(xiàn)二進制編碼特征波長。

表3根據(jù)二進制編碼區(qū)別的特征波長/特征波段

(4)植被指數(shù)

資料顯示，植物的光譜特征信息是指植物葉片的重要化學成分，例如，植物色素（pigments）、水分含量（water）、有機碳（carbon）、無機氮（nitrogen）等均能實現(xiàn)植被指數(shù)（寬帶/窄帶，光利用率，葉冠層氮，干旱和碳元素衰變，葉綠素含量，水分含量）的檢測，這些光譜植被指數(shù)不僅能夠衡量綠色植被的數(shù)目和詳細的生長情況，還可完成對植被生長各周期的病因診斷，以及遭受病蟲害的影響程度的評估，進而實現(xiàn)對作物產(chǎn)量的預測，和葉片面積指數(shù)的診斷，以及描述農(nóng)作物生物物理變量。

圖8可見光（400-1000nm）計算植被指數(shù)（NDVI）的可視化結(jié)果

(a)葉片原始圖樣；(b)NVDI

計算過后的圖樣對比圖8的兩幅圖，僅用植被指數(shù)來進行判別，可以將葉片的重度患病區(qū)域查驗出來，但是無法將輕微患病的區(qū)域檢測到，即該判別方法無法實現(xiàn)葉霉病的早期檢測，所以，要將此方法與其他檢測方法相結(jié)合，綜合給出結(jié)論。

2.3建模與分析

圖9可見光（400-1000nm）應用特征波長的識別率

此次研究使用三類特殊的特征波長提取方法得到6個特征波長的對應點，各自獨立地構(gòu)建出光譜角匹配識別模型，輸入變量將選取全部特征波長組成。以感染上葉霉病和未感染葉霉病的兩組番茄葉片為研究對象，每組100個樣本，測試樣本光譜值選取的是求取反射光譜的平均強度值，之后又分別選取200片番茄未知（事先標記但測試時打亂檢測順序）葉片的反射光譜強度值為目標光譜，演算并統(tǒng)計出測試光譜和目標光譜的光譜角數(shù)值，其識別結(jié)果如圖9所示。在某些特征波長下（517，545，618，622，685和826nm），模型的識別率存在一定差異，總體趨勢均大于86%，為先下降后再上升，其中，健康樣本的識別率要更優(yōu)一些。在517nm處，由于綠色植物的光合作用，可以與患病的做出嚴格區(qū)分，識別效果最佳100%；在622nm處，是紅邊效應的存在，識別效果也能達到98%；其他波段雖然也能有一定區(qū)別效果，但最優(yōu)的特征波段為517和622nm，健康和病患識別率均達到96%以上。

3、葉霉病短波近紅外光譜檢測（900-1700nm）

3.1光譜反射率強度曲線

在番茄的開花前期生長階段中，采集到的健康和染病葉片的原始光譜反射率強度，繪制出876-1734nm波長范圍內(nèi)的光譜反射率強度曲線圖，如下圖10所示，水平坐標示意波長，豎直坐標示意光譜反射率強度值。

(a)

(b)

圖10近紅外（900-1700nm）健康(a)和染病(b)番茄葉片的光譜反射率強度圖

不難看出，區(qū)別于可見光光譜，在兩組曲線前后兩端均出現(xiàn)較大的噪聲，需預先略去此處數(shù)據(jù)，健康樣本略顯紊亂，走勢忽高忽低。多項研究表明，在980-1280nm波長之間，植物細胞內(nèi)部在多種細胞器正常運轉(zhuǎn)下，將有不少理化產(chǎn)物生成，造成該波段間的健康葉片光譜曲線變化復雜。健康樣本曲線在1453nm附近處各有一個波谷，此處是水含量的吸收特征峰位，健康葉片的含水量較高，在此波段處的反射率強度較低。反觀患病葉片區(qū)域上，沒有了健康的細胞器運轉(zhuǎn)，也缺失了水分，造成了在近紅外波段下，基本維持穩(wěn)定，并且光譜反射率強度總體在各點均高于健康葉片區(qū)域。相比于可見光下的處理，未經(jīng)過預處理的一階導數(shù)光譜數(shù)據(jù)在近紅外波段下的強度值變化，如圖11所示。

(a)

(b)

圖11近紅外（900-1700nm）健康(a)和染病(b)番茄葉片的一階導光譜反射率強度圖

在近紅外波段下，絕大部分導數(shù)光譜呈現(xiàn)相仿態(tài)勢，導數(shù)光譜無差別，健康區(qū)域位于1140nm和1390nm兩個波段下，存在波谷，不難理解，前者表示植物細胞的細胞器運作，后者描述水含量的突出表達；但在患病區(qū)域基本維持一條水平線，觀察不到任何波段差異變化。總的來說，在近紅外波段下，由于可參考的研究較少，難以進行細致分析，因此，需要通過匯總數(shù)據(jù)的變化趨勢嘗試與植物生理內(nèi)在的表現(xiàn)構(gòu)建聯(lián)系。

3.2 光譜特征信息

(1)導數(shù)光譜強度

圖12近紅外（900-1700nm）感興趣區(qū)的平均光譜探測光強曲線

具體來看，三類樣本在光譜曲線上差別明顯，并且健康區(qū)域的光譜變化滿足絕大多數(shù)植物葉片的特性，健康區(qū)域與輕微病變區(qū)域的光譜反射率強度整體變化趨勢相對復雜，相反嚴重病變區(qū)域卻表現(xiàn)為波動小，且健康區(qū)域的反射率強度低于嚴重患病區(qū)域；另外，健康區(qū)域反射率強度伴隨著波段范圍遞增，會出現(xiàn)先下降后上升的轉(zhuǎn)變，該變化將一直持續(xù)至波段尾部?？偨Y(jié)其他文獻來看，出于細胞器的理化反應細胞內(nèi)部的水和氧轉(zhuǎn)化頻繁，不難判定水、氧的窄吸收帶就處在910，960和1120nm等波段；并且在1350nm波段之后，健康和患病區(qū)域的光譜強度將不再顯現(xiàn)有規(guī)律的變化，只有1453nm的水帶吸收峰的位置健康與患病區(qū)域有所區(qū)別。總的概括，番茄葉片的光譜在細胞器代謝產(chǎn)物、水分諸多吸收波段全部呈現(xiàn)與除此以外的綠色植物葉片相似的特征。由此可見，基于番茄葉片光譜特性進行番茄葉霉病的檢測分析是可行的。

表4根據(jù)平均光譜探測光強區(qū)別的特征波長/特征波段

(2)包絡線去除法

圖13近紅外（900-1700nm）感興趣區(qū)的包絡線去除光強曲線

從圖13看出，當光譜曲線包絡線去除以后，光譜曲線特征與未做過多處理的曲線基本一致。如下解釋也不會有太大出入。處于750-1353nm波長區(qū)間下，健康樣本和不同程度病變樣本的光譜強度表現(xiàn)出平穩(wěn)波動的趨勢；觀測1456nm波段時，此處理論上也是一個水含量的特征峰位，輕微病害和健康葉片此處的水分含量并無太大差異，但病害加重的區(qū)間，葉片木質(zhì)化嚴重，使得水分大量丟失?；诎j線去除方法根據(jù)光譜特性分析判定番茄葉霉病的檢查診斷方法是可實現(xiàn)且有效的。

表5根據(jù)包絡線去除區(qū)別的特征波長/特征波段

(3)二進制的編碼

圖14近紅外（900-1700nm）感興趣區(qū)的二進制編碼光強曲線

近紅外（900-1700nm）感興趣區(qū)的二進制編碼光強曲線，如圖14。葉片平均光譜峰值的中位曲線能夠用來判別三類樣本，可以得出很明顯的結(jié)論。其中，1359nm是病害的標志峰位能將健康樣本和病害樣本識別出來；而患病的嚴重與否則需要判別1684-1708nm之間，嚴重病害區(qū)域存在多個二進制的特征峰位，能夠輕易識別嚴重病害。

表6 根據(jù)二進制編碼區(qū)別的特征波長/特征波段

3.3 建模與分析

同前一節(jié)研究方法一致，也將使用三類特殊的特征波長提取方法得到6個特征波長，并且各自獨立地構(gòu)建出光譜角匹配識別模型，輸入變量將選取全部特征波長組成。在短波近紅外下，以感染上和未感染葉霉病的兩組番茄葉片的光譜曲線數(shù)據(jù)集為研究對象，均選取100個樣本，選取反射光譜的平均強度值作為待測試樣本光譜值，繼續(xù)每類番茄葉片上隨機各取200組樣本點上的反射光譜轉(zhuǎn)為目標光譜，求取待測光譜與參考光譜間的光譜角確立識別度，識別結(jié)果詳見圖15。

圖15近紅外（900-1700nm）應用特征波長的識別率

在某些特征波長下（979，1064，1132，1453，1694和1701nm），模型的識別率存在一定差異，模型的識別率總體趨勢基本大于86%，只是受噪聲的影響，后續(xù)幾個特征波段不再有很好的識別效果，且不如可見光波段下識別效果好，但也同樣具有分析意義。960和1120nm等波段是水、氧的窄吸收帶，在這兩個位置識別率均達到96%，甚至100%；1350nm波長之后，健康和患病葉片的兩組光譜均不表現(xiàn)出規(guī)律的變化，在1694nm后存在一定偏差，識別效果不佳，之后的分析處理階段中不會有過多贅述。綜上所述，近紅外波段下，較有效的特征波段是979和1120nm。

4、結(jié)論

本研究運用光譜特征信息，對可見光-近紅外波段 (400-1000nm) 和短波近紅外波段 (900-1700nm)兩個波段下的番茄葉片葉霉病的檢測研究，討論了導數(shù)光譜強度，包絡線去除和二進制編碼處理后的光譜曲線，用提取出特征波長或特征波段識別原始數(shù)據(jù)，并對識別效果進行評判。通過上述方法找到特征波長: 可見光探測器所識別的特征波段有517，545，618，622685和826nm，近紅外探測器下的特征波長有979，1064，1132，1453，1694和1701nm;再結(jié)合測試實驗，采用建立測試集和驗證集的方式運用大量數(shù)據(jù)進行判別，這些特征波段下識別健康與病害的波譜信息，其中517，622，979和1120nm四個特征波段識別效果能達到98%以上，可用來識別檢測番茄葉毒病的患病情況

推薦：

便攜式高光譜成像系統(tǒng) iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫(yī)學醫(yī)療、精準農(nóng)業(yè)、礦物地質(zhì)勘探等領(lǐng)域的最新產(chǎn)品，主要優(yōu)勢具有體積小、幀率高、高光譜分辨率高、高像質(zhì)等性價比特點采用了透射光柵內(nèi)推掃原理高光譜成像，系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng)，高速USB3.0接口傳輸，全靶面高成像質(zhì)量光學設計，物鏡接口為標準C-Mount，可根據(jù)用戶需求更換物鏡。