论文部分内容阅读
我国农户储粮因虫害造成的损失约为8~10%,直接经济损失每年超过20亿元。粮虫于幼虫阶段危害最强,如果在早期及时发现,并准确、自动地检测麦粒内部的害虫,则可为早期合理防治提供科学依据。但当前各种检测技术对含卵和低龄幼虫的麦粒还无法自动检测。Micro-CT设备可以获得高分辨率麦粒投影数据,通过分析侵染对麦粒内部微观结构的影响,实现麦粒内部虫害的自动检测。本文重点对基于Micro-CT的麦粒虫害早期检测机理、麦粒的Micro-CT图像重建及环状伪影的校正三部分进行研究。探讨了基于Micro-CT的麦粒虫害早期检测机理。米象未成熟阶段在麦粒内蛀蚀发育,消耗了麦粒中的蛋白质、淀粉等,使麦粒内的主要成分含量发生了变化,从而导致麦粒侵染后内部结构及密度的变化。由散点图可知,麦粒的密度和淀粉随着米象的发育整体呈上升趋势,蛋白质和淀粉呈下降趋势。不同密度的物质对X射线的衰减率不同,因此完善粒与侵染粒在显微CT图像上的表征强度不同。结果表明麦粒密度与淀粉含量之间呈极显著的线性相关关系,且相关系数为0.971,与蛋白质、水分含量之间具有显著负线性相关关系;其显微CT图像灰度值与密度之间呈极显著的线性相关关系,且相关系数为0.988,因此CT成像系统可探测麦粒受到害虫侵染后的内部结构信息变化。构建了麦粒三维锥束重建模型。FDK算法重建麦粒的茸毛端和胚部端产生严重的伪影,伪影会模糊米象虫道,影响麦粒虫害检测效果。研究Weight-FDK和z-FDK两种基于反投影权重函数的麦粒重建算法,并从算法的适应能力、伪影校正效果和重建图像的质量三个方面进行了对比分析。Weight-FDK算法需优化两个参数,限制了算法的适用性;Weight-FDK和z-FDK在一定程度上都改善了FDK算法中产生的轴向伪影,由profile曲线图可知,z-FDK算法对麦粒两端的灰度提高更多,使麦粒中间区域与两端区域的一致性更强;z-FDK算法麦粒图像重建的平均梯度比Weight-FDK和FDK算法分别大0.1488、0.4004,其对比度噪声比较Weight-FDK和FDK算法分别大0.8683、2.4866,可知z-FDK算法显著减小了麦粒图像的伪影,提高了图像质量。针对麦粒重建图像中的环状伪影,研究了基于极坐标的环校正和均匀性测试环校正两种校正方法。结果表明基于极坐标的环校正法去除了麦粒图像中部分环状伪影,图像中心附近的伪影未能去除,均匀性测试环校正法去除了麦粒图像中的全部环状伪影,使图像中的麦粒区域和虫道区域更加清晰,能够更清晰地表征麦粒内部虫害信息,为研究麦粒害虫发育规律及侵染状况的可视化分析奠定了良好的基础。