基于高光谱成像技术的玉米弯孢叶斑病的早期检测

徐 静，苗 腾，周云成，邓寒冰，宋 平，张聿博

（沈阳农业大学 信息与电气工程学院，沈阳 110161）

玉米在全世界热带和温带地区种植广泛，是目前世界上分布最广泛、最高产的谷类粮食作物之一，同时也是重要的食品、医药、畜牧业的优质饲料。我国不仅是世界玉米的主要生产国，也是玉米的主要消费国，自20世纪70年代后期，中国的玉米主产区呈现不断扩张的趋势，使玉米从第三大粮食作物晋升为第一大粮食作物[1]。随着玉米种植面积的不断扩大，加之环境、气候因素的影响，玉米病害成了影响玉米生长的重要因素。农作物病害分为非侵染性病害和侵染性病害两种，其中侵染性病害是由生物因素引发的病害，主要有真菌、细菌、病毒等病原物。玉米弯孢叶斑病又称为黑霉病、拟眼斑病，是由新月弯孢菌[Curvularia lunata(Wakker)Boedijin]引发的叶部真菌病害，是20世纪90年代中后期我国东北和华北玉米产区新流行的一种重要病害[2]，是我国继玉米大、小斑病后又一严重的灾变性病害[3]。侵染性病害的发病需要经侵入期、潜育期和发病期3个阶段。在孢子侵入寄主到未呈现明显症状的潜育期是病害发生的早期阶段，如果能够及时检测到病害的发生，适当施药，可以有效控制病害的进一步发展，对减少用药和环境污染、提高作物品质具有重要的意义。

高光谱成像技术是一种常用的无损检测技术，被广泛应用于农产品内外部品质检测[4-6]，蔬菜农药残留[7]等领域，品类涉及蔬果[8-14]、畜禽肉[15-17]、禽蛋[18]等。近年来，有学者将该技术用于植物病虫害检测的研究并取得了一定的进展。芦兵等[19]对采集的样本高光谱数据，使用连续投影算法优选特征波段，采用一阶到三阶矩和纹理LBP算子提取样本图像的颜色、纹理特征，通过支持向量机预测模型对生菜炭疽病、菌核病、白粉病的不同发病时期进行分类研究。雷雨等[20]基于高光谱成像系统，采集受条锈菌侵染的小麦叶片的高光谱数据。利用掩膜处理提取叶片的高光谱数据，基于主成分分析采用最大类间方差法分割病斑区域，根据病斑区域面积比例进行小麦条锈病病害分级的研究。冯伟等[21]利用高光谱估测在白粉病胁迫下小麦冠层叶绿素的密度，确定NDAI(α，β)是估测病害小麦冠层叶绿素密度的可靠指标。郑志雄等[22]结合定性分析和定量估算，通过分析叶瘟病斑区域与正常叶片部位的光谱特征，对差异较大的光谱进行二维散点图分析，提取病斑高光谱图像，利用主成分分析和最大类间方差法，结合延伸率和受害率对水稻叶瘟病病害程度进行分级。田有文等[23]利用获取的黄瓜霜霉病、白粉病病叶的高光谱图像数据，选取特征波长下的图像，提取黄瓜病叶的色度矩纹理向量，采用支持向量机分类方法对黄瓜病害进行分类。李波等[24]通过对水稻叶片的光谱特征分析，选用可见波段和短波红外波段，采用主成分分析技术获得主分量光谱，结合概率神经网络对水稻稻干尖线虫病和稻纵卷叶螟进行识别。本研究以接种玉米弯孢叶斑菌的玉米叶片为研究对象，基于高光谱成像技术开展玉米叶部侵染性病害玉米弯孢叶斑病早期检测的研究。利用高光谱成像采集系统，获取接种病菌后连续5d的玉米叶片的高光谱图像，通过接种叶片与正常未接种叶片对比分析，确定检测受病菌侵染叶片的特征波段，并利用优选出的特征波段建立玉米弯孢叶斑病的支持向量机检测模型。研究结果为实现玉米病害的快速、无损、早期检测提供一定的理论依据。

1 材料与方法

1.1 材料

本研究以玉米叶片为试验对象，供试玉米品种为增玉1572，由沈阳农业大学特种玉米研究所提供。供试的菌株为新月弯孢菌，由沈阳农业大学分子与生理植物病理学实验室提供。玉米样品于2018年6月16日在沈阳农业大学教学科研基地玉米试验田播种，每行播种25粒，每列播种20粒，行距60cm，株距30cm，均匀播种，每株处于日照充足，通风良好，温湿度相同环境下生长。2018年8月初玉米长到拔节期，接种玉米弯孢叶斑病病菌开展试验。选择每株第8片叶片进行接种，共接种250株，120株作为对照不接种。接种时将已培养10d的新月弯孢菌，用灭菌的内径6mm打孔器切取菌饼，将菌丝一面贴于玉米叶片表面，并用记号笔作出标记。接种后每天用小喷壶对玉米叶片进行人工补水。玉米弯孢叶斑病发病速度快，大约在5～7d就可完成一次侵染周期，在温湿度适宜的情况下，3d就可见细小褪绿叶斑，因此在接种后1，2，3，4，5d，每天采集接种叶片30片，正常未接种叶片10片。

1.2 高光谱成像系统

本研究利用高光谱成像系统采集高光谱图像数据（图1）。系统由成像光谱仪（ImSpector V10E）、EMCCD相机（IGV-B1410M）、卤素光源（IT 3900，1500W）、聚光镜、移动载物平台和计算机等组成。系统采集光谱波长范围400～1000nm，共512个波段，光谱分辨率为2．8nm。为了提高采集精度，避免环境光的影响，整套系统放置在一个密闭的暗箱中。

1.3 高光谱图像采集

为了保证采集光谱信息的准确性，每次将1片玉米叶片样本平整的放于黑色的载物台上，共采集接种叶片150片，未接种叶片50片，总计200个样本。在采集高光谱图像数据前，需要根据镜头高度、焦距及光源的亮度，调整高光谱摄像头的曝光时间及载物台移动速度，以保证图像的清晰度。经过反复修正，最终确定曝光时间7．4ms，物距 430mm，位移台移动速度 2．85mm·s-1。数据采集时，玉米叶片随着载物台匀速移动，高光谱摄像头和图像光谱仪获取叶片在各个波长处的每个像素的光谱信息及各个波段下的图像数据。

1.4 数据处理

本研究数据采集软件为ISUZU OPTICS公司的Spectral-image， 数据处理采用 ENVI5．1 （Research System Inc．，Boulder，Colo．，USA）、Matlab2012a （The Math-Works Inc．，Natick，USA）、SPSS21．0（IBM，Chicago，USA）、Excel2013（Microsoft，USA）软件开发平台。

图1 高光谱成像系统Figure 1 hyperspectral imaging system

2 结果与分析

2.1 反射光谱校正

为了消除光强分布弱的波段图像噪声及暗电流的影响，在高光谱图像采集前，需要对图像进行反射光谱校正。首先扫描有相对高反射率参考白板采集反射率为100%的全白标定图像IW，然后盖上镜头盖采集反射率为0的全黑标定图像ID，接着将玉米叶片放在载物台上采集样品的光谱图像IS。最后根据式（1）计算在波段i处校正后的反射率R。

2.2 玉米弯孢叶斑病特征波段选择

2.2.1 感兴趣区域选择 感兴趣区域（region of interest，ROI）选择样本的部分区域。其中对接种病菌的叶片选择接种部位作为ROI，对正常未接种叶片选取10个大小为50×50像素区域作为ROI，计算平均光谱作为正常未接种叶片的平均光谱，对于出斑叶片选择斑区作为ROI。

2.2.2 光谱特征 本试验中，玉米叶片在接种后的3d内，叶片表面未见异常，在接种4d后，被接种了玉米弯孢叶斑菌的叶片就开始出现细小褪绿叶斑，7d后所有接种叶片均出现叶斑，并开始向其他植株扩散。图2为接种叶片斑区，接种叶片未出斑，正常未接种叶片的平均光谱对比。

由图2可知，光谱曲线在440～520nm和560～680nm波段范围内，接种出斑叶片平均光谱反射率高于接种未出斑叶片和正常未接种叶片。在520～560nm波段范围内，接种出斑叶片的平均光谱反射率高于接种未出斑叶片但低于正常未接种叶片。在720～1000nm波段范围内，接种病菌叶片平均光谱反射率低于正常未接种叶片。

2.2.3 光谱预处理 由图2原始平均光谱反射率的对比，将440～520，520～560，560～680，720～1000nm 作为特征波段的选取区域。同时，为了提高光谱的分辨率，对原始光谱进行导数处理，本研究对原始光谱进行一阶导数处理，得到原始光谱的一阶导数光谱（图3）。由图3可知，在520～535nm和710～740nm波段区间的两个反射峰，接种病菌叶片与正常未接种叶片的一阶导数光谱的峰值存在差异。

图2 叶片平均光谱特征Figure 2 Average spectral curves

将接种病菌叶片与正常未接种叶片的平均光谱求取差值再给出其对应的绝对值，可以得到接种病菌叶片与正常未接种叶片平均光谱的绝对差值曲线（图4）。由图4可知，在440～840nm波段范围内，550nm附近有一峰值，755nm附近有一个最高点，480nm附近有一个最低点。

图3 接种病菌叶片与正常未接种叶片的一阶导数光谱Figure 3 First-order derivative curves of leaves following inoculation and healthy

图4 接种病菌叶片与正常未接种叶片平均光谱绝对差值曲线Figure 4 Absolute difference curves of reflectance between leaves following inoculation and healthy

通过上述对于接种病菌叶片与正常未接种叶片的光谱预处理，确定玉米弯孢叶斑病早期检测的特征波段选取区。原始光谱分析得到特征选取区为 440～520，520～560，560～680，720～1000nm，原始光谱的一阶导数光谱分析得到特征选取区为520～535nm和710～740nm，平均光谱绝对差值特征波段为480，550，755nm。

2.2.4 接种叶片显微观察 通过对采集的玉米叶片高光谱数据光谱特征的分析，可以看出在接种病菌叶片表面未见明显病害侵染症状的早期，接种病菌叶片与正常未接种叶片平均光谱存在差异。为了确定差异是受病菌侵染造成的，就要明确叶片接种是否成功。因此，当样本叶片高光谱数据采集结束后，利用金相显微镜系统对叶片进行显微观察，通过显微观察的结果判断接种是否成功，显微观察结果如图5。通过对接种弯孢叶斑菌的玉米叶片样本显微观察，观察到病菌从萌动到菌丝侵入气孔，通过显微镜的检测确认接种玉米叶片样本全部接种成功，从而利用高光谱图像采集系统所采集的玉米叶片，其光谱数据可用于玉米病害的早期检测研究。

图5 接种病菌叶片显微观察Figure 5 Microscopic observation of leaves following inoculation

2.2.5 光谱特征波段提取 经过对原始光谱、原始光谱的一阶导数分析，确定了440～520，520～535，560～680，710～740nm为玉米弯孢叶斑病早期检测的特征波段选取区。但高光谱数据波段较多，相邻波段具有较大的相关性，因此需要在特征波段选取区中进一步提取更具代表性的特征波段。

通过SPSS进行显著性检验和相关性分析，将置信区间设为95%，在4个特征波段选取区中确定12个波段作为特征波段，与平均光谱绝对差值确定的3个波段，将15个波段作为确定玉米弯孢叶斑病早期检测的特征波段，结果如表1。

表1 玉米弯孢叶斑病早期检测特征波段Table 1 Feature bands of Curvularia lunata

2.3 玉米弯孢叶斑病早期检测结果

借助Matlab软件，构建玉米弯孢叶斑病支持向量机检测模型。本研究主要针对叶片表面未见明显叶斑的叶片进行检测，因此对于采集的接种后1，2，3d玉米叶片的高光谱数据作为数据来源，利用ENVI选取每天接种叶片180个ROI，正常未接种叶片100个ROI，共280个ROI，其中接种叶片120个ROI和正常未接种叶片60个ROI用于训练，接种叶片60个ROI和正常未接种叶片40个ROI用于测试。利用特征波段作为支持向量机的输入矢量，选择线性核函数、多项式核函数、径向基核函数3种不同核函数。支持向量机中学习参数C选取10，松弛因子ξ选取0．001，多项式核函数中多项式次数选取3，径向基核函数中高斯核带宽σ选取16。通过3种支持向量机核函数检测结果，线性核函数在接种第3d，测试集准确率达到88．75%，测试结果如表2。

表2 玉米弯孢叶斑病早期检测测试结果Table 2 Test results of Curvularia lunata

通过对不同时间点采集的样本进行支持向量建模分析，发现随着接种时间的不断增加，接种准确率在不断提高。表明基于优选的特征波段进行玉米弯孢叶斑病早期检测是可行的。

3 讨论与结论

近年来，高光谱成像技术被广泛用于农作物的病害检测。冯雷等[25]利用高光谱成像系统采集在380～1031nm波长范围内茄子叶片的高光谱图像信息，通过PCA进行数据降维，优选出3个特征波段下的特征图像，提取均值、方差、同质性等8个基于灰度共生矩阵的纹理特征变量，利用SPA提取13个特征变量，基于LS-SVM建立茄子叶片灰霉病早期识别模型，结果表明高光谱成像技术可以用于茄子叶片灰霉病的早期检测。袁建清等[26]基于高光谱成像技术开展大田试验，通过获取的健康、缺氮、轻微染病和重度染病的水稻叶片反射光谱，建立基于偏最小二乘判别分析和主成分—支持向量机水稻叶瘟病识别模型。试验结果表明，经标准正态变量变换的偏最小二乘判别分析模型识别结果最佳。高光谱成像技术可以利用光谱分析技术，有效提取病害特征波段，同时还可以应用图像处理技术提取图像特征，综合光谱技术和图像技术的优点，可以提供一种更加全面准确的无损检测病害的方法。但目前，研究大多是针对农作物出现明显症状的发病期的检测，对于无明显症状的病害早期的研究相对不多。

本研究结果表明，高光谱图像聚集了丰富的光谱信息和图像信息，但相邻波段有很强的信息相关性，存在大量冗余信息，提取特征波段对研究对象进行检测有很重要作用。根据采集的接种叶片和正常未接种叶片的光谱差异分析，通过相关性分析及显著性检验优选出特征波段，基于特征波段构建支持向量机检测模型，实现田间环境下玉米弯孢叶斑病的早期检测。依据玉米弯孢叶斑病侵染过程的组织学观察研究[27]，提出按时间点采集叶片高光谱信息，从时间维度上监测病害发病过程。通过接种叶片和正常叶片在特征波段的光谱差异，在不同时间点对样本进行测试，在接种叶片表面未有明显病症的早期，病叶识别准确率达到88．75%。该研究结果可为玉米弯孢叶斑病早期检测提供一定的研究基础，实现玉米弯孢叶斑病快速、无损、自动检测，为玉米病害的早期检测提供新的思路。