基于病状自学习模型和信息融合技术的柑橘黄龙病诊断方法

项目名称： 基于病状自学习模型和信息融合技术的柑橘黄龙病诊断方法

项目编号： No.31201129

项目类型： 青年科学基金项目

立项/批准年度： 2013

项目学科： 农业科学

项目作者： 邓小玲

作者单位： 华南农业大学

项目金额： 21万元

中文摘要： 柑橘黄龙病（Citrus huanglongbing,HLB）是一种毁灭性病害，其发生和蔓延严重影响了柑橘产量及品质，给果农及相关产业造成了巨大的经济损失。柑橘HLB的症状比较复杂，单凭肉眼很难进行准确判断。目前诊断精度较高的方法如PCR方法因检测费用昂贵、周期长、过程复杂、且需特定环境下由专业人员完成，在柑橘基层生产中很难普及应用。 本项目立足于光谱学和计算机视觉技术，将系统地分析柑橘叶片的可见光、荧光和多光谱图像在HLB侵染下的响应机理，采用机器学习方法构建柑橘HLB病状及病情程度的分类模型，基于以上模型并融合柑橘HLB多源图像信息，拟实现实时、无损、准确、低成本且易被基层生产采用的柑橘HLB诊断和病情分类技术。本项目的有效实施，将提供一种全新的、基于机器视觉的柑橘HLB病害检测方法，这种信息处理方法将对柑橘HLB农情物联网监测及现代农业信息化发展有积极的推动作用。

中文关键词： 柑橘黄龙病；诊断；信息融合；高光谱；可见光图像

英文摘要： Citrus huanglongbing（HLB）is a destructive disease in citrus production in China and the world.Affected trees suffer from severe decline and eventually die.The spread of disease leads to the progressive reduction of orchards,resulting in economic damage to

英文关键词： Citrus huanglongbing；Diagnosis；Information fusion；Hyper-spectral；Visible image