Caso de aplicación | La cámara hiperespectral FS-IQ ayuda en la detección temprana y no destructiva del tizón bacteriano de las hojas del arroz

La plaga bacteriana de las hojas del arroz es una enfermedad importante que afecta el rendimiento del arroz y la seguridad alimentaria.y para cuando aparezcan las lesionesLa imagen hiperespectral, con su característica de combinar imágenes y espectros, es una técnica de diagnóstico que se utiliza para evaluar la eficacia de la prevención y el control.puede captar cambios fisiológicos y bioquímicos sutiles causados por la enfermedad, lo que la convierte en un medio importante para el diagnóstico precoz de enfermedades de las plantas.

En un estudio orientado hacia el diagnóstico temprano de plaga bacteriana de la hoja de arroz,el equipo de investigación científica seleccionó la cámara hiperespectral portátil FigSpec FS-IQ-VISNIR producida por CHNSpec para llevar a cabo la recopilación de datos, proporcionando una fuente de datos espectral estable y fiable para el reconocimiento inteligente de enfermedades.

I. Equipo experimental y recogida de datos

• Modelo de equipo: FigSpec FS-IQ-VISNIR cámara hiperespectral.
• Rango espectral: 400-1000 nm, con una resolución espectral de 2,5 nm.
• Condiciones de recogida: día soleado entre las 10:00 y las 14:00 horas.00La distancia de la lente desde el dosel fue de 60-80 cm; los valores de DN se controlaron en 3000-4000 ajustando el tiempo de exposición en tiempo real para reducir el impacto de la sobreexposición y el ruido.
• Objetos experimentales: muestras de hojas de arroz de tres niveles: sanas, ligeramente infectadas (estadio asintomático) y gravemente infectadas.

La cámara hiperespectral FS-IQ admite imágenes rápidas y sin contacto y puede obtener información espectral de hojas de manera estable tanto en entornos controlados como en escenarios de campo.por el que se establecen las bases de datos para la extracción de características y la formación de modelos posteriores.

II. Preprocesamiento de datos y minería de bandas clave

Los datos hiperespectrales originales fueron sometidos a corrección de corriente oscura, corrección de tablero blanco y suavización Savitzky-Golay.243 bandas de alta calidad fueron seleccionadas para el análisis de modelos.

El estudio utilizó métodos de aprendizaje profundo para filtrar las bandas características sensibles a la plaga bacteriana de las hojas de todo el espectro, principalmente concentradas en:

• Región del pico verde (520-550 nm): relacionada con los cambios en el contenido de clorofila.
• Región del borde rojo (680-720 nm): refleja la estructura de las células de las hojas y los estados de estrés.

El uso de solo alrededor del 8% de las bandas centrales puede retener la mayor parte de la información discriminatoria, reduciendo la dimensionalidad de los datos al tiempo que mejora la eficiencia operativa del modelo y la estabilidad del reconocimiento.

III. Efecto del reconocimiento de enfermedades y valor de aplicación

En la tarea de clasificación y reconocimiento de la plaga bacteriana de las hojas, se realizó una verificación del modelo sobre la base de los datos espectral obtenidos por FS-IQ:

• Usando un pequeño número de bandas centrales como entrada, la precisión de clasificación alcanzó más del 96%, lo que era mejor que la entrada directa del espectro completo.
• Para los escenarios con muestras desequilibradas, después de ampliar las muestras minoritarias mediante métodos generativos, el rendimiento general del modelo mejoró en un 6%~13%.
• Los resultados de la selección de la banda fueron consistentes con las leyes de los cambios fisiológicos de las plantas, y poseen una buena interpretabilidad mecanicista.

En este estudio, la cámara hiperespectral FS-IQ demostró las siguientes ventajas de adaptación:

• Bandas ricas y relación señal-ruido estable: cubriendo el intervalo clave visible-infrarrojo cercano, puede capturar diferencias espectrales débiles en las primeras etapas de la enfermedad.
• Portable y fácil de usar: adecuado para la recogida en laboratorio y en el campo in situ, adaptándose a los escenarios de análisis del fenotipo de los cultivos.
• Fuerte compatibilidad de datos: los espectros de salida pueden conectarse directamente a los flujos de trabajo de aprendizaje profundo y aprendizaje automático, lo que admite la minería de características y la optimización de modelos.

IV. Resumen

Dirigido a la detección temprana no destructiva de la plaga bacteriana de las hojas del arroz, este caso se basó en la cámara hiperespectral FS-IQ para obtener datos espectral de alta calidad.Combinado con algoritmos inteligentes, logró extracción de bandas sensibles y reconocimiento preciso de enfermedades, proporcionando una vía técnica factible para la alerta temprana de enfermedades de cultivos y la prevención y control de precisión.

Las cámaras hiperespectrales de la serie CHNSpec FS-IQ, con un rendimiento de imagen estable y una experiencia de operación fácil de usar,seguir sirviendo a la investigación científica y a escenarios industriales como la agricultura inteligente, fenótipos vegetales y seguridad alimentaria, ayudando a los usuarios a extraer características eficaces de información espectral compleja y promoviendo el desarrollo de la tecnología de detección hacia un sistema no destructivo, eficiente,y direcciones inteligentes.

Recomendación del producto: FS-IQ-VISNIR cámara hiperespectral portátil

• Rango espectral: 400-1000 nm
• Resolución espectral: 2,5 nm
• Resolución de la imagen: 1920*1920
• Número de canales espectrales: 1200