发明内容
[0004] 本发明的目的是提供一种基于多源光信息技术的棉花病害检测方法和装置，通过多源光信息采集装置，获取棉花病害的光谱反射强度、偏振图像和超光谱图像，提取棉花病害的反射强度分布、偏振和超光谱图像特征，建立棉花病害的自动识别和组合分析模型，实现对棉花病害种类的快速自动识别和无损诊断。为精确施药提供科学依据。
[0005] 本发明一种基于多源光信息技术的棉花病害检测装置采用的技术方案是：
[0006] 一种基于多源光信息技术的棉花病害检测装置包括如下部件：计算机、控制模块、光信息传感器、LED组合光源、电控位移台和仪器架；仪器架由载物台、光源支撑臂和传感器支撑臂组成；其中仪器架一侧的长度中心位置固定光源支撑臂，光源支撑臂顶端通过转轴连接LED组合光源，光源可围绕转轴做0-90度旋转，以调整光源位置和入射角；与之相对的仪器架的另一侧的长度中心位置固定传感器支撑臂，传感器支撑臂顶端通过转轴连接光信息传感器，传感器可围绕转轴做0-90度旋转，以调整传感器探测角；在仪器架的上端面几何中心位置安装电控位移台，电控位移台分为上下两部分，其上部为样本台，形状为矩形，矩形上端面用于放置检测样本，上端面与丝杆滑块连接，电控位移台下部为单轴丝杆滑块机构，通过步进电机驱动丝杆滑块，并带动样本台沿轴线位移，拖动样本进行检测；控制模块由光源控制器、位移台控制器和数据采集卡组成，控制模块与计算机通过数据线相连接，接受计算机的控制指令，其输出通过光源控制器、位移台控制器和数据采集卡的数据输出线分别与LED组合光源，电控位移台和光信息传感器连接，执行计算机的输出指令，控制LED组合光源的光质和强度，调整光信息传感器的测量参数，并使电控位移台到达检测位置。
[0007] 其中所述的LED组合光源为80个多光谱波长LED和卤素灯构建的组合光源，波长范围为350-2000nm。
[0008] 其中所述的光信息传感器包括光学系统、镜头、摄谱仪、CCD构成，最前端为光学系统，其后依次连接镜头、摄谱仪、CDD；其中所述的CCD包括可见光CCD和近红外CCD，可见光CCD成像范围为400-1100nm，近红外CCD成像范围为900-1700nm。
[0009] 本发明一种基于多源光信息技术的棉花病害检测方法，按照下述步骤进行：
[0010] （1）将棉花病害样本固定在电控位移台上，使样本位于的LED组合光源和光信息传感器的长度方向延长线交点的检测位置；
[0011] （2）进行采样试验，确定扫描图像不失真的电控位移台的最佳位移速度以及光信息传感器的起偏角、CCD成像焦距和曝光时间；
[0012] （3）利用光信息传感器采集黑场和白场信息，获得不同波长点的相对参考值，以各波长点的白场和黑场的差值作为分母，计算各像素的相对反射率和成像灰度值；
[0013] （4）通过计算机设定数据采集模式，获取棉花病害样本的多源光信息数据立方体；
[0014] （5）比较不同波长处的样本图像与背景的差异，以及病斑图像与正常部分的差异，采用660nm和800nm子图采用归一化差分法进行图像变换，利用归一化差分植被组合图分割图像背景，利用650nm图像将病斑与正常区域分割；
[0015] （6）在病害样本的目标区域利用主成分分析获取主成分图像，确定病害的特征波长分布；在此基础上，应用Virtual Lab软件获取特征波长处的偏振度强度分布、Stocks参量、Mueller矩阵等偏振度特征，应用ENVI软件抽取目标区域可视化光谱的反射强度分布特征；抽取各特征波长处棉花病害的特征图像提取其灰度、纹理、病斑面积特征；
[0016] （7）将棉花病害特征信息分成偏振特征、强度特征和图像特征三类，分别建立各自的特征空间，采用三个支持向量机分类器分别在各自的特征空间进行病害的识别和分类，三个支持向量机获得各自的识别结果后，利用D-S证据理论推理方法对其进行融合决策判别。
[0017] 其中步骤（4）所述的通过计算机设定数据采集模式是指利用计算机设定可见光采集模式或近红外采集模式。
[0018] 其中步骤（7）所述的采用三个支持向量机分类器分别在各自的特征空间进行病害的识别和分类，是指将所述的偏振特征、强度特征和图像特征三类不同棉花病害特征分别作为三个支持向量机分类器的输入，三个支持向量机分类器的输出为不同病害特征输入条件下的棉花病害种类的分类结果。
[0019] 本发明的有益效果：（1）本发明采用多源光信息技术进行棉花病害的检测，对作物病害的种类和程度进行判别，这在以往的文件中均没有涉及。（2）本发明通过同步获取棉花病害的综合信息，融合病害的颜色（灰度）、纹理、形态、微结构等信息进行棉花病害的种类的识别和诊断，利用该方法进行棉花常见病害炭蛆病、轮纹病和红叶枯病识别的正确率分别为98.69%、100%和96.57%，实现了棉花病害种类的高精度自动识别和评价。
