Выявление грибковых заболеваний у растений и плодов клубники с помощью гиперспектральной визуализации
Растения и плоды клубники подвержены различным грибковым заболеваниям, которые могут заметно снижать урожайность и товарное качество продукции. Особенно важно выявлять инфекцию на ранних стадиях: часть физиологических изменений начинается ещё до того, как симптомы становятся заметны визуально.
Обычные RGB-камеры фиксируют только информацию в красном, зелёном и синем каналах. Гиперспектральная визуализация, напротив, регистрирует отражение объекта во множестве узких спектральных диапазонов. Это позволяет обнаруживать небольшие изменения в свойствах растительной ткани, связанные со стрессом, нарушением фотосинтеза и развитием заболевания.
Почему раннее выявление так важно
Грибковые инфекции могут поражать практически все части растения. На листьях они проявляются увяданием, скручиванием, пятнами, изменением окраски, повреждениями и участками некроза. На стеблях и цветках могут возникать очаги поражения и некротические ткани. На плодах встречаются уплотнение поверхности, выраженная семенистость, налёт плесени и вдавленные пятна.
Листья часто становятся первым хорошо заметным индикатором проблем. Однако для эффективной защиты культуры желательно выявлять стресс ещё раньше – до появления выраженных внешних признаков.
Snapshot-гиперспектральная съёмка для мониторинга растений
Гиперспектральная камера Living Optics регистрирует 96 спектральных каналов в видимом и ближнем инфракрасном диапазонах для каждого пикселя изображения. Благодаря этому можно анализировать небольшие изменения поглощения и отражения света, которые сопровождают ухудшение состояния растения.
Один из распространённых показателей состояния растительности – нормализованный разностный вегетационный индекс NDVI. На основе гиперспектральных данных NDVI-карты можно формировать в реальном времени. Такой подход позволяет задавать пороговые значения для автоматических предупреждений, отмечать зоны, требующие дополнительного осмотра или локальной обработки, а также отслеживать изменение состояния растений во времени.
Для демонстрации возможностей системы Living Optics были рассмотрены два сценария: выявление стресса растений по NDVI и обнаружение мучнистой росы на плодах клубники.
Сценарий 1. Выявление стресса растений
В эксперименте камера была установлена на штативе, а съёмка выполнялась при перемещении вдоль ряда клубники. Запись велась на открытом воздухе при солнечном освещении с частотой 30 кадров в секунду. Параллельно из гиперспектрального потока формировалась NDVI-карта, показывающая распределение фотосинтетической активности по растительному покрову.
Главное преимущество такого подхода – возможность быстро локализовать участки потенциального стресса. Агроном получает ориентир, где необходимо провести более детальный осмотр и при необходимости выполнить целевую обработку.
Рисунок 1 – RGB-изображение ряда клубники и соответствующая NDVI-карта. Выделенная область показывает пониженную фотосинтетическую активность; при дополнительном осмотре в этой зоне были обнаружены увядающие листья, которые могут быть ранним признаком развития заболевания
Сценарий 2. Обнаружение мучнистой росы на плодах клубники
Мучнистая роса снижает товарную ценность клубники и при несвоевременном обнаружении может приводить к существенным экономическим потерям. Симптомы зависят от стадии развития плода: незрелые ягоды могут становиться твёрдыми и подсыхать, а зрелые — приобретать выраженную семенистую и «припудренную» поверхность. На поражённых участках могут формироваться спороносящие колонии гриба.
Этап 1. Формирование спектральной библиотеки
С помощью камеры Living Optics были получены эталонные спектры отражения здоровых и поражённых плодов. Эти данные используются как база для дальнейшего распознавания заражённых участков по характерной спектральной сигнатуре.
Образцы снимались при разных условиях освещения: в лаборатории с галогенным источником света и в полевых условиях при солнечном освещении. Дополнительно выполнялась съёмка белого эталона, позволяющая компенсировать влияние освещения и сравнивать собственные спектральные характеристики плодов.
Рисунок 2 – Образцы здоровой красной клубники, здоровой светлой клубники и ягоды с мучнистой росой, а также их спектры отражения. Различия между спектральными кривыми позволяют использовать гиперспектральные данные для классификации состояния плодов
Этап 2. Спектральная классификация
Для поиска заражённых областей применялся алгоритм Spectral Angle Mapper (SAM) – метод сравнения спектральной формы каждого пикселя с эталонным спектром поражённой ткани. Результатом является карта, на которой области, спектрально похожие на заражённый образец, выделяются отдельно.
Такой классификатор позволяет сегментировать поражённые зоны на разных ягодах даже тогда, когда различия по обычному цветному изображению выражены недостаточно хорошо.
Рисунок 3 – Четыре образца клубники: сверху показана RGB-визуализация гиперспектральных данных, снизу – результат сегментации методом спектрального угла. Голубым цветом выделены области, спектрально соответствующие поражению мучнистой росой
Автоматизация раннего выявления заболеваний
Грибковые заболевания представляют серьёзный риск для производителей клубники: они влияют на состояние растений, урожайность и качество продукции. Поэтому скорость обнаружения проблемы напрямую определяет эффективность последующих мер.
Проведённые демонстрации показывают, что snapshot гиперспектральная камера Living Optics может использоваться для регистрации небольших спектральных изменений в тканях растений и плодов. NDVI, пользовательские отношения спектральных каналов и спектральные классификаторы позволяют контролировать фотосинтетическую активность, выделять зоны стресса и обнаруживать признаки мучнистой росы.
Для обследования больших площадей камера может быть интегрирована с мобильными платформами или сельскохозяйственной техникой. В этом случае мониторинг становится непрерывным и может выполняться в реальном времени, что создаёт основу для масштабируемых систем точного земледелия и автоматизированной защиты растений.
Источник материалов и изображений: Living Optics, “Identifying Fungal Diseases in Strawberries Plants and Fruit”.
