Пример применения | Гиперспектральная камера FS-IQ помогает в раннем неразрушающем выявлении бактериального ожога листьев риса.

Бактериальный ожог листьев риса — серьезное заболевание, влияющее на урожайность этой культуры и продовольственную безопасность. Традиционные методы полевого осмотра не позволяют выявить болезньна бессимптомной стадии, а к моменту появления видимых пораженийэффективность профилактики и борьбы с заболеванием существенно снижается. Гиперспектральная съемка, сочетающаяв себе получение изображений и спектральных данных, позволяетфиксировать тонкие физиологические и биохимические изменения, вызванныеболезнью, что делает ее важным инструментом ранней диагностикизаболеваний растений.

В рамках исследования, посвященного раннейдиагностике бактериального ожога листьев риса, научная группаиспользовала портативную гиперспектральную камеру FigSpecFS-IQ-VISNIR производства компании CHNSpec для сбораданных, обеспечив тем самым получение стабильных и надежныхспектральных сведений для интеллектуального распознавания заболевания.

I. Экспериментальное оборудование и сборданных

• Модель оборудования: Гиперспектральнаякамера FigSpec FS-IQ-VISNIR.

• Спектральный диапазон: 400–1000 нм, спектральное разрешение — 2,5 нм.

• Условия съемки: Солнечный день, интервал 10:00–14:00;расстояние от объектива до поверхности листьев — 60–80 см; значения DN поддерживалисьв диапазоне 3000–4000 путем регулировкивремени экспозиции в режиме реального времени для минимизации эффектов переэкспозициии шума.

• Объекты исследования: Образцы листьевриса трех категорий: здоровые, сослабой степенью поражения (бессимптомная стадия) и с сильной степенью поражения.

Гиперспектральная камера FS-IQ обеспечиваетвозможность быстрой бесконтактной съемки и позволяет стабильно получать спектральныеданные листьев как в контролируемых условиях, так и в полевых, создавая информационную базу для последующего извлечения признакови обучения моделей.

II. Предварительная обработка данныхи выявление ключевых спектральных диапазонов

Исходные гиперспектральные данные прошли процедуры коррекциипо темновому току и эталону белого, а также сглаживаниеметодом Савицкого-Голея. После исключениядиапазонов с низким соотношением сигнал/шум на краях спектрадля дальнейшего анализа и моделирования было отобрано 243 качественныхдиапазона.

В исследовании применялись методы глубокого обучения для выделенияиз полного спектра характерных диапазонов, чувствительныхк бактериальному ожогу листьев; эти диапазоны сосредоточеныпреимущественно в следующих областях:

• Область зеленого пика (520–550 нм): связана с изменениями содержанияхлорофилла.

• Область «красного края» (680–720 нм): отражаетструктуру клеток листа и состояние стресса.

Использование всего лишь около 8% ключевыхдиапазонов позволяет сохранить большую часть информативных признаков, обеспечивая снижение размерности данных при одновременном повышенииэффективности работы модели и стабильности распознавания.

III. Эффективность распознавания заболеванияи практическая значимость

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

• При использовании небольшого набора ключевых спектральных диапазоновв качестве входных данных точность классификации превысила96%, что превзошло результаты, полученные при подачена вход полного спектра.

• В условиях несбалансированности выборки, послеувеличения объема данных для недопредставленных классов с помощью генеративных методов, общая эффективность модели возросла на 6–13%.

• Результаты отбора спектральных диапазонов согласовались с закономерностямифизиологических изменений растений, что обеспечивает хорошуюинтерпретируемость с точки зрения механизмов протекания процессов.

В ходе данного исследования гиперспектральная камера FS-IQ продемонстрировала следующие преимущества:

• Широкий спектральный диапазон и стабильное соотношение сигнал/шум: охватывая ключевой диапазон от видимогодо ближнего инфракрасного излучения, камера способна фиксироватьнезначительные спектральные различия на ранних стадиях заболевания.

• Портативность и простота использования: устройствоподходит как для лабораторных, так и для полевых условий, адаптируясь к задачам анализа фенотипа сельскохозяйственныхкультур.

• Высокая совместимость данных: полученныеспектральные данные могут быть напрямую интегрированы в процессы глубокого и машинногообучения, что способствует выявлению информативных признакови оптимизации моделей.

IV. Заключение

В рамках данного исследования, посвященногораннему неразрушающему выявлению бактериального ожога листьев риса, для получения высококачественных спектральных данных использоваласьгиперспектральная камера FS-IQ. В сочетании с интеллектуальнымиалгоритмами это позволило выделить информативные спектральные диапазоны и обеспечитьточное распознавание заболевания, предложив тем самым эффективныйтехнический подход к раннему предупреждению болезней сельскохозяйственных культур, а также к их точечной профилактике и борьбе с ними.

Гиперспектральные камеры серии CHNSpecFS-IQ, отличающиеся стабильным качеством изображения и удобством эксплуатации, успешно применяются в научных исследованиях и таких отраслях, как «умное» сельскоехозяйство, анализ фенотипа растений и контроль безопасностипищевых продуктов. Они помогают пользователям извлекатьзначимые признаки из сложных спектральных данных и способствуют развитию технологийобнаружения в направлении неразрушающего, эффективного иинтеллектуального анализа.

Рекомендуемый продукт: Портативная гиперспектральнаякамера

FS-IQ-VISNIR

• Спектральный диапазон: 400–1000 нм

• Спектральное разрешение: 2,5 нм

• Пространственное разрешение: 1920 × 1920

• Количество спектральных каналов: 1200