-
公开(公告)号:CN117871435B
公开(公告)日:2025-03-11
申请号:CN202410046840.5
申请日:2024-01-12
Applicant: 河北农业大学
IPC: G01N21/27 , G01N21/55 , G01N21/64 , G06V10/774 , G06V10/764 , G06V20/10 , G06V10/82 , G06N3/0464 , G06T7/40
Abstract: 本发明公开了一种基于多光谱图像技术的茄子黄萎病早期检测方法,包括如下步骤:S1、采用模拟自然环境的人工接种方法培育具有黄萎病病害特征的茄子幼苗,以相同生长期健康的茄子幼苗为对照;S2、采集不同生长天数茄子完整叶片的多光谱图像和叶绿素荧光图像。本发明采用上述一种基于多光谱图像技术的茄子黄萎病早期检测方法,利用多光谱成像技术在症状出现之前黄萎病感染的茄子叶片进行分类,具体分为健康叶片、即将染病叶片和染病叶片三个阶段;将多光谱信息融合建立茄子叶片黄萎病早期检测模型,根据茄子叶片的多光谱信息判断所属阶段,从而对茄子植株做出针对性处理,可以更大程度上降低黄萎病造成的损失。
-
公开(公告)号:CN117871435A
公开(公告)日:2024-04-12
申请号:CN202410046840.5
申请日:2024-01-12
Applicant: 河北农业大学
IPC: G01N21/27 , G01N21/55 , G01N21/64 , G06V10/774 , G06V10/764 , G06V20/10 , G06V10/82 , G06N3/0464 , G06T7/40
Abstract: 本发明公开了一种基于多光谱图像技术的茄子黄萎病早期检测方法,包括如下步骤:S1、采用模拟自然环境的人工接种方法培育具有黄萎病病害特征的茄子幼苗,以相同生长期健康的茄子幼苗为对照;S2、采集不同生长天数茄子完整叶片的多光谱图像和叶绿素荧光图像。本发明采用上述一种基于多光谱图像技术的茄子黄萎病早期检测方法,利用多光谱成像技术在症状出现之前黄萎病感染的茄子叶片进行分类,具体分为健康叶片、即将染病叶片和染病叶片三个阶段;将多光谱信息融合建立茄子叶片黄萎病早期检测模型,根据茄子叶片的多光谱信息判断所属阶段,从而对茄子植株做出针对性处理,可以更大程度上降低黄萎病造成的损失。
-