小麥矮腥黑穗病tck及其近似種tct的冬孢子圖像鑒定方法
【專利摘要】本發(fā)明公開了一種小麥矮腥黑穗病TCK及其近似種TCT的冬孢子圖像鑒定方法，該方法包括構(gòu)建稀疏字典、矮腥黑穗病害圖像鑒定、輸出鑒定結(jié)果這三個(gè)步驟，利用小麥矮腥黑穗病菌冬孢子圖像作為鑒定對象，根據(jù)冬孢子的形態(tài)學(xué)特征，應(yīng)用基于稀疏表示的模式識(shí)別方法，能實(shí)現(xiàn)TCK及其近似種TCT的快速、準(zhǔn)確的鑒定，且鑒定成本低廉，僅需要制作用于顯微鏡下觀察病害圖像的玻片即可。這相比現(xiàn)有技術(shù)，本發(fā)明方法能夠解決或規(guī)避當(dāng)前對小麥矮腥黑穗病鑒定中，分子生物學(xué)方法存在的程序復(fù)雜、常規(guī)PCR檢測時(shí)間長等問題，以及顯微鏡下觀察冬孢子形態(tài)學(xué)特征的鑒定方法對檢測人員技術(shù)水平要求較高、測量過程繁瑣等問題。
【專利說明】小麥矮腥黑穗病TCK及其近似種TCT的冬孢子圖像鑒定方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及小麥矮腥黑穗病鑒定的【技術(shù)領(lǐng)域】，尤其是指一種小麥矮腥黑穗病TCK及其近似種TCT的冬孢子圖像鑒定方法。
【背景技術(shù)】
[0002]小麥的矮腥黑穗病(Tilletia controversa Kiihn, TCK)對小麥的生產(chǎn)、加工與食用危害極大，是一種易于傳播、難以防治的國外常見病害，至今已傳播至歐洲、美洲、亞洲、非洲的31個(gè)國家。一般矮腥黑穗病發(fā)病田塊小麥可減產(chǎn)10-20%，嚴(yán)重的減產(chǎn)50%以上，甚至絕收?；祀s于入境小麥籽粒間的黑粉菌粒和冬孢子是TCK進(jìn)行國際間傳播的重要方式。入境小麥?zhǔn)荰CK傳入中國的一個(gè)重要渠道，當(dāng)病麥進(jìn)口后，這些病菌將不可避免地沉降于裝卸、運(yùn)輸、貯存、加工各環(huán)節(jié)所在地；TCK具有極強(qiáng)抗逆性，其冬孢子在土壤中能存活多年，是極難防治的病害，且對不同地域氣候具有廣泛的適應(yīng)性，中國的部分小麥產(chǎn)區(qū)是矮腥黑穗病定殖擴(kuò)散的中、高危區(qū)，TCK已被列入我國進(jìn)境植物檢疫性有害生物名錄中，采取有效檢驗(yàn)方法以降低小麥矮腥黑穗病菌傳入的可能性是風(fēng)險(xiǎn)管理的首選措施。
[0003]TCK檢疫鑒定的關(guān)鍵在于將其與它們各自的近似種如網(wǎng)腥黑穗病菌(Tilletiacaries (DC.) Tul.，TCT)加以區(qū)分，網(wǎng)腥黑穗病則是國內(nèi)小麥矮腥黑穗主要病害。但是，TCK與TCT冬孢子在形態(tài)學(xué)上較為相似，且表面都有網(wǎng)紋，由此給檢疫帶來了很大難度。目前，TCK病菌的鑒定方法主要是TCK形態(tài)學(xué)鑒定及分子生物學(xué)鑒定。
[0004]在分子生物學(xué)鑒定方法方面，利用了 rDNA堿基序列的ITS區(qū)段，該區(qū)段既具保守性，又在科、屬、種水平上均有特異性序列，通過對ITS區(qū)進(jìn)行PCR及測序后，再設(shè)計(jì)特異性引物，可以來鑒定小麥矮腥黑穗病菌，以區(qū)分鑒定TCK與TCT，也有利用IGS區(qū)進(jìn)行同類研究。Kochanov M.等(2004年)、梁宏、張國珍等(2005年)、Zouhar Μ.等(2010年)等均采用該類方法進(jìn)行了研究，以區(qū)分鑒定TCK與TCT，梁宏、彭友良等(2006年)還利用IGS區(qū)進(jìn)行了同類研究。陳萬權(quán)等(2005年)申請了專利“小麥矮腥黑粉菌檢測的一種PCR方法”(專利號(hào)200510080073.7)，高利等(2009年)申請專利“一種小麥矮腥黑粉菌的檢測方法及特異性 SCAR 標(biāo)記”(申請?zhí)?201110051411.X)。
[0005]在顯微鏡下的形態(tài)學(xué)與自發(fā)熒光顯微學(xué)特性鑒定方面，國內(nèi)外研究者對TCK及其近似種的冬孢子在顯微鏡下進(jìn)行過觀察與描述，試圖用形態(tài)學(xué)特征進(jìn)行鑒別，如Holton, 1949 年；Duran 和 Fisher, 1961 年；Ainsworth, 1965 年；章正，1980 年；梁再群等，1982 年；Waller&Mordue, 1983 年；Zhang et al.,1984 年；AggarwaI et al.,1990 年;章正等，1995年；Castlebury&Carris, 1999年。中美雙方曾于1989?1992年進(jìn)行聯(lián)合試驗(yàn)，對TCK和TCT的自發(fā)熒光顯微學(xué)特性及比較形態(tài)學(xué)做了研究，認(rèn)為自發(fā)熒光顯微學(xué)特性和網(wǎng)脊高度可以用于這兩種菌的判別與鑒定。依據(jù)國內(nèi)外研究成果，我國在1999年發(fā)布了推薦的國家標(biāo)準(zhǔn)《植物檢疫小麥矮化腥黑穗病菌檢疫鑒定方法》，將TCK的冬孢子形態(tài)學(xué)特征作為重要的鑒定依據(jù)。在TCK鑒定時(shí)，通過油鏡在監(jiān)視器屏幕上(或用目鏡測微尺)求出每個(gè)冬孢子平均網(wǎng)脊高度值作為鑒定依據(jù)。
[0006]利用圖像分析技術(shù)并依據(jù)冬孢子的形態(tài)學(xué)特征進(jìn)行鑒定。陳克(1998年)等為解決顯微鏡下人工測量TCK冬孢子網(wǎng)脊值存在的人為因素的影響問題，以顯微鏡、攝像頭等建立了一個(gè)計(jì)算機(jī)視覺系統(tǒng)，能夠采集冬孢子圖像并分析其網(wǎng)脊值，以此作為鑒定依據(jù)。KimD.Linder等(1998年)，利用顯微鏡、CXD攝像機(jī)、電動(dòng)平臺(tái)及計(jì)算機(jī)等組成了一套機(jī)器視覺系統(tǒng)，系統(tǒng)能自動(dòng)搜索小麥矮腥黑穗病菌圖像中的疑似冬孢子的目標(biāo)，然后由經(jīng)過培訓(xùn)的技術(shù)人員進(jìn)行審核。D.Chesmore等(2003年)采用圖像分析技術(shù)來鑒定--Μ與其近似種T.walkeri等，研究中通過圖像分析確定冬孢子的位置，計(jì)算了其表面積、周長、棘狀突起的數(shù)量與突起尺寸、最大和最小半徑、長寬比和圓形度等8個(gè)形狀參數(shù)，最后利用主成分分析法進(jìn)行分類鑒定。2011-2012年，鄧?yán)^忠、李敏、袁之報(bào)、金濟(jì)等以小麥腥黑穗病菌(TCK、TCT及TIM)冬孢子顯微圖像作為對象，研究了冬孢子的圖像分割，提取了冬孢子圖像的16個(gè)形狀和紋理特征，并從中選擇了 6個(gè)典型特征，分別用最小距離法、BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)分類器等模式識(shí)別方法進(jìn)行了分類試驗(yàn)。
[0007]目 前的PCR及其衍生技術(shù)和分子標(biāo)記技術(shù)等分子生物學(xué)方法的鑒定還處于研究與發(fā)展階段，存在著程序復(fù)雜、常規(guī)PCR檢測時(shí)間長等問題；顯微鏡下觀察冬孢子形態(tài)學(xué)特征的鑒定方法對檢測人員技術(shù)水平要求較高、測量過程繁瑣；上述兩種方法都難以滿足口岸的快速鑒定要求。而基于圖像分析的形態(tài)學(xué)鑒定方面，國外采用主成分分析法僅應(yīng)用于印度腥黑穗病的檢查，沒有進(jìn)行TCK與TCT的鑒定研究，國內(nèi)研究主要為本發(fā)明人在2011-2012所做的對TCK、TCT、TIM的鑒定，采用的識(shí)別方法是支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等技術(shù)，鑒定精度較低，此外，陳克等采用圖像技術(shù)進(jìn)行了圖像冬孢子的網(wǎng)脊的測定，但沒有進(jìn)行其它形態(tài)學(xué)指標(biāo)的分析。

【發(fā)明內(nèi)容】

[0008]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種小麥矮腥黑穗病TCK及其近似種TCT的冬孢子圖像鑒定方法，該方法能解決或規(guī)避當(dāng)前對小麥矮腥黑穗病鑒定中，分子生物學(xué)方法存在的程序復(fù)雜、常規(guī)PCR檢測時(shí)間長等問題，以及顯微鏡下觀察冬孢子形態(tài)學(xué)特征的鑒定方法對檢測人員技術(shù)水平要求較高、測量過程繁瑣等問題。
[0009]為實(shí)現(xiàn)上述目的，本發(fā)明所提供的技術(shù)方案為:小麥矮腥黑穗病TCK及其近似種TCT的冬孢子圖像鑒定方法，包括以下步驟:
[0010]I)構(gòu)建稀疏字典
[0011]1.1)小麥矮腥黑穗病害冬孢子圖像采集，獲取的圖像可以包含多個(gè)冬孢子，但各孢子區(qū)域不可互相粘連；
[0012]1.2)訓(xùn)練樣本圖像制作
[0013]采用中值濾波過濾圖像噪聲，并采用圖像分割、圖像標(biāo)記提取冬孢子區(qū)域，使得每幅樣本圖像僅包含一個(gè)冬孢子；
[0014]1.3)稀疏字典的構(gòu)成
[0015]設(shè)鑒定目標(biāo)有n=2類，即TCK與TCT，每類有m個(gè)訓(xùn)練樣本，用# = [// fi…/?]表
示所有屬于第i類的訓(xùn)練樣本數(shù)據(jù)，i=l，2，它的m個(gè)列向量構(gòu)成一個(gè)空間，反映第i類，則2個(gè)目標(biāo)類的所有訓(xùn)練樣本組成的稀疏字典矩陣如下:[0016]A = [A1 A2]
[0017]式中，A的行數(shù)為描述樣本的特征參數(shù)個(gè)數(shù)，列數(shù)為訓(xùn)練樣本總數(shù)；
[0018]當(dāng)稀疏字典構(gòu)成后，除非增加字典的容量，否則后續(xù)的每次鑒定不需再重新生成或更改；
[0019]2)矮腥黑穗病害圖像鑒定
[0020]2.1)采集待鑒定矮腥黑穗病害冬孢子圖像，獲取的圖像可以包含多個(gè)冬孢子，但各孢子區(qū)域不可互相粘連；
[0021]2.2)制作待鑒定病害的樣本圖像，每幅待鑒定的樣本圖像僅包含一個(gè)冬孢子；
[0022]2.3)提取冬孢子區(qū)域特征參數(shù)
[0023]提取小麥矮腥黑病害圖像冬孢子區(qū)域的特征參數(shù)作為分類的依據(jù)，其中，所述特征參數(shù)與稀疏字典的特征參數(shù)相同；
[0024]2.4)基于稀疏表示方法的病害類型鑒定
[0025]設(shè)待鑒定樣本圖像的特征數(shù)據(jù)構(gòu)成測試樣本的向量y，則該向量可表示如下:
[0026]y = Ax
[0027]式中，χ為列向量，
【權(quán)利要求】
1.小麥矮腥黑穗病TCK及其近似種TCT的冬孢子圖像鑒定方法，其特征在于，包括以下步驟: 1)構(gòu)建稀疏字典 .1.1)小麥矮腥黑穗病害冬孢子圖像采集，獲取的圖像可以包含多個(gè)冬孢子，但各孢子區(qū)域不可互相粘連； .1.2)訓(xùn)練樣本圖像制作 采用中值濾波過濾圖像噪聲，并采用圖像分割、圖像標(biāo)記提取冬孢子區(qū)域，使得每幅樣本圖像僅包含一個(gè)冬孢子； .1.3)稀疏字典的構(gòu)成 設(shè)鑒定目標(biāo)有n=2類，即TCK與TCT，每類有m個(gè)訓(xùn)練樣本，用,=[// M…/I】表示所有屬于第i類的訓(xùn)練樣本數(shù)據(jù)，i=l，2，它的m個(gè)列向量構(gòu)成一個(gè)空間，反映第i類，則2個(gè)目標(biāo)類的所有訓(xùn)練樣本組成的稀疏字典矩陣如下: A = [A1 A2] 式中，A的行數(shù)為描述樣本的特征參數(shù)個(gè)數(shù)，列數(shù)為訓(xùn)練樣本總數(shù)； 當(dāng)稀疏字典構(gòu)成后，除非增加字典的容量，否則后續(xù)的每次鑒定不需再重新生成或更改； 2)矮腥黑穗病害圖像鑒定 .2.1)采集待鑒定矮腥黑穗病害冬孢子圖像，獲取的圖像可以包含多個(gè)冬孢子，但各孢子區(qū)域不可互相粘連； .2.2)制作待鑒定病害的樣本圖像，每幅待鑒定的樣本圖像僅包含一個(gè)冬孢子； . 2.3)提取冬孢子區(qū)域特征參數(shù) 提取小麥矮腥黑病害圖像冬孢子區(qū)域的特征參數(shù)作為分類的依據(jù)，其中，所述特征參數(shù)與稀疏字典的特征參數(shù)相同； .2.4)基于稀疏表示方法的病害類型鑒定 設(shè)待鑒定樣本圖像的特征數(shù)據(jù)構(gòu)成測試樣本的向量y，則該向量可表示如下: y = Ax 式中，X為列向量，.*=[.*?…4, 4…^2J元表示在稀疏字典中第i類第j 個(gè)訓(xùn)練樣本上的投影系數(shù)，通過I1最小化范數(shù)來求解X，如下式所示: i = argmin|x|j,滿足 | Αχ-y 2 << ε 式中，.￡為X的近似解，ε為誤差閾值； 在實(shí)際識(shí)別時(shí)，用正交匹配追蹤算法來求解I1最小化范數(shù)，通過殘差逼近算法與設(shè)計(jì)的分類器來判別I的所屬類別，所述殘差逼近算法如下式所示:
2.根據(jù)權(quán)利要求1所述的小麥矮腥黑穗病TCK及其近似種TCT的冬孢子圖像鑒定方法，其特征在于:在步驟1.3)中，選擇小麥矮腥黑病冬孢子區(qū)域圖像的八個(gè)特征參數(shù)作為分類的依據(jù)，包括冬孢子區(qū)域的角二階矩、熵、逆差矩、慣性矩四個(gè)紋理特征，長軸、短軸、冬孢子區(qū)域面積三個(gè)形狀特征及飽和度這一個(gè)顏色特征；因此，稀疏字典的列向量是由某個(gè)樣本圖像的八個(gè)特征參數(shù)組成，TCK與TCT類病害各選m個(gè)樣本圖像作為訓(xùn)練樣本，m可選擇30或以上，則稀疏表示的數(shù)據(jù)字典是一個(gè)8X2m，即行X列的二維數(shù)據(jù)矩陣，該矩陣的前m列，即第O列到第m-Ι列為反映TCK類的特征空間，后m列，即第m列到第2m_l列為反映TCT類的特征空間。
3.根據(jù)權(quán)利要求2所述的小麥矮腥黑穗病TCK及其近似種TCT的冬孢子圖像鑒定方法，其特征在于: 所述紋理特征的提取，如下: 圖像的紋理是灰度分布在空間位置上反復(fù)出現(xiàn)而形成的，紋理特征是一種全局特征，它描述了圖像區(qū)域所對應(yīng)物體的表面特質(zhì)，紋理描述可采用基于灰度共生矩陣的方法，所述灰度共生矩陣統(tǒng)計(jì)的是圖像空間某點(diǎn)(x，y)、灰度為i的像素，與其距離為δ、灰度為j的像素(x+AX，y+Ay)同時(shí)出現(xiàn)的概率p (i，j，δ, Θ)，其數(shù)學(xué)描述式如下:
p(i, j, δ，θ ) = {[ (X，y)，(χ+ Δ X, y+ Δ y) ] I f (χ, y) = i, f (χ+ Δ χ, y+ Δ y) = j} 式中，i, j = 0，1，2，..., L-l, L為圖像的灰度級(jí)數(shù)；x, y是圖像中的像素坐標(biāo)，χ =O, I, 2，…，Nx-1，y = O, I, 2，…，Ny-1，Nx, Ny分別為圖像的的行列數(shù)；Θ是灰度共生矩陣的生成方向，通常取0° ,45° ,90°和135°四個(gè)方向； 根據(jù)生成的灰度共生矩陣，按下述方法提取角二階矩、熵、逆差矩、慣性矩四個(gè)紋理特征: I)角二階矩
4.根據(jù)權(quán)利要求1所述的小麥矮腥黑穗病TCK及其近似種TCT的冬孢子圖像鑒定方法，其特征在于:在步驟1.1)中，小麥矮腥黑穗病菌冬孢子圖像是在顯微鏡下觀察并拍攝，顯微鏡的放大倍數(shù)為10倍目鏡，100倍物鏡，圖像格式可為JPG、BMP、TIF格式之一。
5.根據(jù)權(quán)利要求1所述的小麥矮腥黑穗病TCK及其近似種TCT的冬孢子圖像鑒定方法，其特征在于:在步驟2.1)中，待鑒定的矮腥黑穗病害冬孢子圖像是在顯微鏡下觀察并拍攝，顯微 鏡的放大倍數(shù)為10倍目鏡，100倍物鏡，圖像格式可為JPG、BMP、TIF格式之一。
【文檔編號(hào)】G06T7/00GK103745231SQ201410020395
【公開日】2014年4月23日 申請日期:2014年1月16日 優(yōu)先權(quán)日:2014年1月16日
【發(fā)明者】鄧?yán)^忠, 袁之報(bào), 金濟(jì), 胡昕安, 林偉森, 李山 申請人:華南農(nóng)業(yè)大學(xué)