Случай применения. Гиперспектральная камера FS-IQ помогает в раннем неразрушающем обнаружении рисовой бактериальной болезни

Бактериальный грибок листьев риса является основным заболеванием, влияющим на урожайность риса и продовольственную безопасность.и к тому времени, когда появляются пораженияГиперспектральная визуализация, с ее характеристикой сочетания изображений и спектра,может улавливать тонкие физиологические и биохимические изменения, вызванные болезнью, что делает его важным средством ранней диагностики заболеваний растений.

В исследовании, ориентированном на раннюю диагностику рисового бактериального листья,Научная исследовательская группа выбрала портативную гиперспектральную камеру FigSpec FS-IQ-VISNIR, производимую CHNSpec, для сбора данных., обеспечивающий стабильный и надежный источник спектральных данных для интеллектуального распознавания заболеваний.

I. Экспериментальное оборудование и сбор данных

• Модель оборудования: гиперспектральная камера FigSpec FS-IQ-VISNIR.
• Спектральный диапазон: 400-1000 нм, с спектральным разрешением 2,5 нм.
• Условия сбора: солнечное время суток с 10:00 до 14:0000; расстояние линзы от навеса было 60-80 см; значения DN контролировались на 3000-4000 путем регулирования времени экспозиции в режиме реального времени для уменьшения воздействия чрезмерного воздействия и шума.
• Экспериментальные объекты: образцы рисовых листьев трех уровней: здоровые, слабо инфицированные (бессимптомная стадия) и тяжело инфицированные.

Гиперспектральная камера FS-IQ поддерживает быструю бесконтактную визуализацию и может стабильно получать спектральную информацию о листьях как в контролируемой среде, так и в полевых сценариях.о создании основы данных для последующего извлечения признаков и обучения моделей.

II. Предварительная обработка данных и майнинг ключевых полос

Оригинальные гиперспектральные данные прошли коррекцию темного тока, коррекцию белой доски и выравнивание Савицки-Голи.Для анализа моделирования было использовано 243 высококачественных полосы..

В исследовании использовались методы глубокого обучения для отфильтрации характерных полос, чувствительных к бактериальному лихорадке листьев из полного спектра, в основном сосредоточенных в:

• Регион зеленой вершины (520-550 нм): связан с изменениями содержания хлорофилла.
• Регион красного края (680-720 нм): отражает структуру клеток листьев и состояния стресса.

Использование только около 8% основных полос может сохранить большую часть дискриминационной информации, уменьшая размерность данных при одновременном повышении эффективности работы модели и стабильности распознавания.

III. Эффект распознавания заболеваний и значение применения

В рамках задачи классификации и распознавания бактериального лихорадки листьев была проведена проверка модели на основе спектральных данных, полученных с помощью FS-IQ:

• Используя небольшое количество основных полос в качестве входа, точность классификации достигла более 96%, что было лучше, чем прямой вход полного спектра.
• Для сценариев с несбалансированными выборками, после расширения меньшинства выборки с помощью генерирующих методов, общая производительность модели улучшилась на 6%~13%.
• Результаты отбора группы соответствовали законам физиологических изменений растений, обладая хорошей механистической интерпретацией.

Гиперспектральная камера FS-IQ продемонстрировала следующие преимущества адаптации в этом исследовании:

• Богатые диапазоны и стабильное соотношение сигнала к шуму: покрывая ключевой видимый-близкий инфракрасный интервал, он может улавливать слабые спектральные различия на ранних стадиях заболевания.
• Переносимый и удобный в использовании: подходит для лабораторного и полевого сбора, адаптируется к сценариям анализа фенотипа культуры.
• Сильная совместимость данных: выходной спектр может быть напрямую связан с рабочими потоками глубокого обучения и машинного обучения, поддерживая майнинг функций и оптимизацию модели.

IV. Резюме

В данном случае, направленном на раннее неразрушительное обнаружение бактериального листья риса, для получения высококачественных спектральных данных использовалась гиперспектральная камера FS-IQ.В сочетании с умными алгоритмами, он достиг чувствительной экстракции полос и точного распознавания болезней, обеспечивая осуществимый технический путь для раннего предупреждения болезней растений и точной профилактики и контроля.

гиперспектральные камеры серии CHNSpec FS-IQ, с стабильной производительностью изображения и удобным для пользователя управлением,продолжать обслуживать научные исследования и промышленные сценарии, такие как интеллектуальное сельское хозяйство, фенотипов растений и безопасности пищевых продуктов, помогая пользователям извлекать эффективные особенности из сложной спектральной информации и содействуя развитию технологии обнаружения в направлении неразрушающих, эффективных,и разумные указания.

Рекомендация продукта: FS-IQ-VISNIR портативная гиперспектральная камера

• Спектральный диапазон: 400-1000 нм
• Спектральное разрешение: 2,5 нм
• Разрешение изображения: 1920*1920
• Количество спектральных каналов: 1200