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)學特征，應用基于稀疏表示的模式識別方法，能實現(xiàn)TCK及其近似種TCT的快速、準確的鑒定，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，本發(fā)明方法能夠解決或規(guī)避當前對小麥矮腥黑穗病鑒定中，分子生物學方法存在的程序復雜、常規(guī)PCR檢測時間長等問題，以及顯微鏡下觀察冬孢子形態(tài)學特征的鑒定方法對檢測人員技術水平要求較高、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
【技術領域】
[0001]本發(fā)明涉及小麥矮腥黑穗病鑒定的【技術領域】，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】
[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個國家。一般矮腥黑穗病發(fā)病田塊小麥可減產(chǎn)10-20%，嚴重的減產(chǎn)50%以上，甚至絕收。混雜于入境小麥籽粒間的黑粉菌粒和冬孢子是TCK進行國際間傳播的重要方式。入境小麥是TCK傳入中國的一個重要渠道，當病麥進口后，這些病菌將不可避免地沉降于裝卸、運輸、貯存、加工各環(huán)節(jié)所在地；TCK具有極強抗逆性，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性，中國的部分小麥產(chǎn)區(qū)是矮腥黑穗病定殖擴散的中、高危區(qū)，TCK已被列入我國進境植物檢疫性有害生物名錄中，采取有效檢驗方法以降低小麥矮腥黑穗病菌傳入的可能性是風險管理的首選措施。
[0003]TCK檢疫鑒定的關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)學鑒定及分子生物學鑒定。
[0004]在分子生物學鑒定方法方面，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)進行PCR及測序后，再設計特異性引物，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)進行了同類研究。陳萬權等(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 標記”(申請?zhí)?201110051411.X)。
[0005]在顯微鏡下的形態(tài)學與自發(fā)熒光顯微學特性鑒定方面，國內(nèi)外研究者對TCK及其近似種的冬孢子在顯微鏡下進行過觀察與描述，試圖用形態(tài)學特征進行鑒別，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年進行聯(lián)合試驗，對TCK和TCT的自發(fā)熒光顯微學特性及比較形態(tài)學做了研究，認為自發(fā)熒光顯微學特性和網(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)布了推薦的國家標準《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)學特征作為重要的鑒定依據(jù)。在TCK鑒定時，通過油鏡在監(jiān)視器屏幕上(或用目鏡測微尺)求出每個冬孢子平均網(wǎng)脊高度值作為鑒定依據(jù)。
[0006]利用圖像分析技術并依據(jù)冬孢子的形態(tài)學特征進行鑒定。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計算機視覺系統(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、電動平臺及計算機等組成了一套機器視覺系統(tǒng)，系統(tǒng)能自動搜索小麥矮腥黑穗病菌圖像中的疑似冬孢子的目標，然后由經(jīng)過培訓的技術人員進行審核。D.Chesmore等(2003年)采用圖像分析技術來鑒定--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個形狀參數(shù)，最后利用主成分分析法進行分類鑒定。2011-2012年，鄧繼忠、李敏、袁之報、金濟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個形狀和紋理特征，并從中選擇了 6個典型特征，分別用最小距離法、BP神經(jīng)網(wǎng)絡和支持向量機分類器等模式識別方法進行了分類試驗。
[0007]目 前的PCR及其衍生技術和分子標記技術等分子生物學方法的鑒定還處于研究與發(fā)展階段，存在著程序復雜、常規(guī)PCR檢測時間長等問題；顯微鏡下觀察冬孢子形態(tài)學特征的鑒定方法對檢測人員技術水平要求較高、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)學鑒定方面，國外采用主成分分析法僅應用于印度腥黑穗病的檢查，沒有進行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，采用的識別方法是支持向量機、神經(jīng)網(wǎng)絡等技術，鑒定精度較低，此外，陳克等采用圖像技術進行了圖像冬孢子的網(wǎng)脊的測定，但沒有進行其它形態(tài)學指標的分析。

【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)避當前對小麥矮腥黑穗病鑒定中，分子生物學方法存在的程序復雜、常規(guī)PCR檢測時間長等問題，以及顯微鏡下觀察冬孢子形態(tài)學特征的鑒定方法對檢測人員技術水平要求較高、測量過程繁瑣等問題。
[0009]為實現(xiàn)上述目的，本發(fā)明所提供的技術方案為: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冬孢子，但各孢子區(qū)域不可互相粘連；
[0012]1.2)訓練樣本圖像制作
[0013]采用中值濾波過濾圖像噪聲，并采用圖像分割、圖像標記提取冬孢子區(qū)域，使得每幅樣本圖像僅包含一個冬孢子；
[0014]1.3)稀疏字典的構(gòu)成
[0015]設鑒定目標有n=2類，即TCK與TCT，每類有m個訓練樣本，用# = [// fi…/?]表
示所有屬于第i類的訓練樣本數(shù)據(jù)，i=l，2，它的m個列向量構(gòu)成一個空間，反映第i類，則2個目標類的所有訓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)個數(shù)，列數(shù)為訓練樣本總數(shù)；
[0018]當稀疏字典構(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冬孢子，但各孢子區(qū)域不可互相粘連； .1.2)訓練樣本圖像制作 采用中值濾波過濾圖像噪聲，并采用圖像分割、圖像標記提取冬孢子區(qū)域，使得每幅樣本圖像僅包含一個冬孢子； .1.3)稀疏字典的構(gòu)成 設鑒定目標有n=2類，即TCK與TCT，每類有m個訓練樣本，用,=[// M…/I】表示所有屬于第i類的訓練樣本數(shù)據(jù)，i=l，2，它的m個列向量構(gòu)成一個空間，反映第i類，則2個目標類的所有訓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)個數(shù)，列數(shù)為訓練樣本總數(shù)； 當稀疏字典構(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 個訓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； 在實際識別時，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計的分類器來判別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、慣性矩四個紋理特征，長軸、短軸、冬孢子區(qū)域面積三個形狀特征及飽和度這一個顏色特征；因此，稀疏字典的列向量是由某個樣本圖像的八個特征參數(shù)組成，TCK與TCT類病害各選m個樣本圖像作為訓練樣本，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)計的是圖像空間某點(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)同時出現(xiàn)的概率p (i，j，δ, Θ)，其數(shù)學描述式如下:
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為圖像的灰度級數(shù)；x, y是圖像中的像素坐標，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、慣性矩四個紋理特征: I)角二階矩
4.根據(jù)權利要求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】G06T7/00GK103745231SQ201410020395
【公開日】2014年4月23日 申請日期:2014年1月16日 優(yōu)先權日:2014年1月16日
【發(fā)明者】鄧繼忠, 袁之報, 金濟, 胡昕安, 林偉森, 李山 申請人:華南農(nóng)業(yè)大學