张京博士团队：基于Bi-GRU和空-谱信息融合的油菜菌核病侵染区域高光谱图像分割方法（《智慧农业（中英文）》2024年第2期）（最新信息资讯）张京iq，

引用格式

✦

✦

✦

引用格式：张京, 赵泽瑄, 赵艳茹, 卜泓超, 吴星宇. 基于Bi-GRU和空-谱信息融合的油菜菌核病侵染区域高光谱图像分割方法[J]. 智慧农业(中英文), 2024, 6(2): 40-48.

DOI：10.12133/j.smartag.SA202310010

Citation:ZHANG Jing, ZHAO Zexuan, ZHAO Yanru, BU Hongchao, WU Xingyu. Oilseed Rape Sclerotinia in Hyperspectral Images Segmentation Method Based on Bi-GRU and Spatial-Spectral Information Fusion[J]. Smart Agriculture, 2024, 6(2): 40-48.

DOI：10.12133/j.smartag.SA202310010

官网全文免费阅读

知网阅读

基于Bi-GRU和空-谱信息融合的油菜菌核病侵染区域高光谱图像分割方法

张京1*， 赵泽瑄1， 赵艳茹2， 卜泓超1， 吴星宇1

（1.首都经济贸易大学 管理工程学院，北京 100070，中国；

2.西北农林科技大学 机械与电子工程学院，陕西杨凌 712100，中国）

摘要：

［目的/意义］油菜菌核病是一种全球性的植物病害，可严重影响油菜的产量和品质，造成巨大的经济损失。为解决传统化学检测方法存在的操纵复杂、污染环境、破坏样品及检测效率低等问题，构建了一种基于空-谱信息融合的双向门控循环网络（Bi-directional Gate Recurrent Unit, Bi-GRU）模型，实现油菜菌核病侵染区域的高光谱图像分割。

［方法］首先提取7×7像素邻域作为目标像素的空间特征，同时考虑全波段光谱特征，实现空间信息和光谱信息的有效融合。在此基础上结合Bi-GRU架构，实现序列数据中任意位置上特征的同时提取，制止了空-谱数据融合顺序对模型结果的影响。

［结果和讨论］与卷积神经网络模型和是非时记忆网络模型相比，基于空-谱信息融合的Bi-GRU模型在平均精度、平均交并比、Kappa系数和Dice系数等评价指标上均获得显著提升。该模型的油菜菌核病检测平均精度到达93.7%，同时可以有效提取早期感染阶段的病斑区域。

［结论］本研究可为油菜菌核病的高通量无损检测奠定基础，也为油菜菌核病的早期感染检测提供参考依据。

关键词： 油菜菌核病检测；高光谱图像分割；双向门控循环神经网络；空-谱信息融合；深度学习

文章图片

图1 油菜菌核病差别感染时期的RGB图像和伪彩色图像

Fig. 1 RGB images and pseudo-color images of oilseed rape sclerotinia in different periods

图2 油菜叶片的原始反射率光谱

Fig. 2 Raw reflectance spectral of oilseed rape leaves

图3 油菜菌核病数据集的标注效果示例

Fig. 3 Annotation effects of oilseed rape sclerotinia dataset

图4 空-谱信息融合机制

Fig. 4 Spatial-spectral information fusion mechanism

图5 Bi-GRU模型结构

Fig. 5 Structure diagram of the Bi-GRU model

图6 油菜叶片菌核病的分割结果示例

Fig. 6 Examples of oilseed rape sclerotinia segmentation results

图7 CNN、Bi-LSTM和Bi-GRU模型在差别感染阶段的菌核病检测Dice系数

Fig. 7 Dice coefficient of Sclerotinia detection for CNN， Bi-LSTM and Bi-GRU models at different infection periods

作者简介

张京 博士

张京，博士，硕士生导师，首都经济贸易大学讲师，美国华盛顿州立大学（CPAAS）访问学者。主要研究领域为AI大模型开发与应用、农业数字孪生系统、农业信息感知机理与方法、类脑计算以及并发建图与定位（SLAM）等。主持或到场国家重点研发计划、北京市科技计划、校级教学改革等项目，曾获第二届中国农业工程学会优秀论文奖，发表SCI、EI收录论文20余篇。担当《Computers and Electronics in Agriculture》《Biosystems Engineering》《Neurocomputing》等多个国际期刊审稿人。

来源：《智慧农业（中英文）》2024年第2期

转载请联系编辑部授权

本期支持单元

潍柴雷沃智慧农业科技股份有限公司

淄博数字农业农村研究院

上海赞奇文化科技有限公司

智慧农业微信交流服务群

为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。入群方法：加小编微信331760296，备注：姓名、单元、研究方向，小编拉您进群，机构营销广告人员勿扰。

发布征集

欢迎在我公众号发布科研团队介绍、创新科研结果及相关活动等信息。