CN108732133B - 一种基于光学成像技术的植物病害在体无损检测系统 - Google Patents
一种基于光学成像技术的植物病害在体无损检测系统 Download PDFInfo
- Publication number
- CN108732133B CN108732133B CN201810326678.7A CN201810326678A CN108732133B CN 108732133 B CN108732133 B CN 108732133B CN 201810326678 A CN201810326678 A CN 201810326678A CN 108732133 B CN108732133 B CN 108732133B
- Authority
- CN
- China
- Prior art keywords
- oct
- dichroic mirror
- light
- spectrometer
- control computer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 201000010099 disease Diseases 0.000 title claims abstract description 39
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 39
- 238000005516 engineering process Methods 0.000 title claims abstract description 31
- 238000009659 non-destructive testing Methods 0.000 title claims abstract description 16
- 238000001727 in vivo Methods 0.000 title claims abstract description 15
- 238000012634 optical imaging Methods 0.000 title claims abstract description 14
- 238000001228 spectrum Methods 0.000 claims abstract description 41
- 230000003595 spectral effect Effects 0.000 claims abstract description 29
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 239000013307 optical fiber Substances 0.000 claims abstract description 24
- 229910052724 xenon Inorganic materials 0.000 claims abstract description 11
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 claims abstract description 11
- 230000003287 optical effect Effects 0.000 claims abstract description 9
- 230000035515 penetration Effects 0.000 claims abstract description 4
- 238000012014 optical coherence tomography Methods 0.000 claims description 76
- 238000003384 imaging method Methods 0.000 claims description 19
- 230000010287 polarization Effects 0.000 claims description 18
- 239000004973 liquid crystal related substance Substances 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 238000000701 chemical imaging Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 11
- 239000006185 dispersion Substances 0.000 claims description 10
- 239000000835 fiber Substances 0.000 claims description 8
- 230000002441 reversible effect Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 231100000915 pathological change Toxicity 0.000 abstract description 2
- 230000036285 pathological change Effects 0.000 abstract description 2
- 208000024891 symptom Diseases 0.000 abstract description 2
- 241000196324 Embryophyta Species 0.000 description 46
- 208000015181 infectious disease Diseases 0.000 description 8
- 230000003902 lesion Effects 0.000 description 4
- 241000607479 Yersinia pestis Species 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 239000000575 pesticide Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 2
- 239000003181 biological factor Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 229930002875 chlorophyll Natural products 0.000 description 2
- 235000019804 chlorophyll Nutrition 0.000 description 2
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 2
- 238000002189 fluorescence spectrum Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000233866 Fungi Species 0.000 description 1
- 108091028043 Nucleic acid sequence Proteins 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004166 bioassay Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000003147 molecular marker Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 150000007523 nucleic acids Chemical group 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000008654 plant damage Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/41—Refractivity; Phase-affecting properties, e.g. optical path length
- G01N21/45—Refractivity; Phase-affecting properties, e.g. optical path length using interferometric methods; using Schlieren methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/645—Specially adapted constructive features of fluorimeters
- G01N21/6456—Spatial resolved fluorescence measurements; Imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于光学成像技术的植物病害在体无损检测系统。目前植物病害检测大多针对病症可见的植物病害。本发明中光源发出的光信号经光纤耦合器后分别进入样品臂和参考臂；返回的待测物信号光和参考光在光纤耦合器发生干涉；干涉光信号由OCT光谱仪接收并输入控制计算机；氙灯出射的光经窄带通滤波片滤波后形成紫外光，然后经二向色镜反射进入物镜，经物镜聚焦入射到待测物激发出荧光；荧光原路返回高光谱光谱仪，形成光谱传输至控制计算机。控制计算机进行待测物OCT结构图像重建，计算出光穿透深度、衰减系数、图像熵，并基于荧光高光谱图像进行光谱信息分析，提取光谱特征。本发明满足植物微小病变检测，可做到早期病害检测。
Description
技术领域
本发明涉及植物病害在体无损检测系统，尤其是涉及一种采用光学相干层析成像技术并结合荧光高光谱成像技术对在体植物叶片信息无损检测的系统。
背景技术
植物在生长和发育过程中，会受到各种不利因素的影响，导致其发生病害，包括真菌、病毒等生物因素的侵染或干旱、高温等非生物因素的影响。植物病害不仅会导致其质量和产量下降，同时还需要投入大量药物进行防治，从而导致生产成本增加以及环境污染。如果能在植物受病害侵染的早期或初期做出正确鉴定，实施农药喷洒，既能控制疫病的发展，减少一定的经济损失，又能达到精准施药，保证产品质量和安全。
目前，植物病变检测主要通过人为判定和理化检测。人为判定主要依靠检验者的经验，容易受到一些主观因素(如情绪、健康、疲劳等)的影响，而理化检测，如生物测定技术、核酸序列分析技术、分子标记技术、PCR 技术等，虽然较为准确，但步骤繁冗，时效性差，会对植物造成损害，且需要专业人员操作，成本较高。另外，通过对以往的病害发生数据进行统计分析，可以用于预测当年的病变情况，但是该方法精度不够，缺少时效性，只适用于在很大的地域范围内进行粗略估计，很难对小区域或单株进行。
随着科技的发展，各种新兴的光学检测技术也发展起来。光谱技术和热红外成像技术成为了植物病虫害检测中常用的两种无损检测方法。基于热红外图像的植物病害的检测对象大多为非侵染病害，通过检测植物叶片的含水量等指标，判断植物的健康情况。热红外图像技术受环境影响较大，检测植物病害时需要严格控制环境温湿度，对于自然环境下的检测比较困难。基于光谱技术的植物病害检测主要包括可见/近红外波段的反射光谱和叶绿素荧光光谱检测。通过测量植物的含氮量、含水率或叶绿素含量等植物学指标与特征波长建立模型，通过相关系数对模型评价。该方法可以对植物健康状况进行定量评估，准确率高。但是测量生理学指标的过程耗时，计算过程复杂，仅适用于存在明显生理学指标改变的植物病害，不具有空间区域特性；近期新起的高光谱成像技术可以在很宽的光谱波段范围内连续的采集图像，与多光谱图像相比具有更高的光谱分辨率，能充分反映目标光谱信息的细微变化。通过处理高光谱图像信息，可提取植物色彩、外形、位置等外部特征；通过对连续光谱信息进行高位数据压缩和特征波长提取，可提取植物内部特征；通过结合图像特征和光谱特征克服了单纯依靠外在表现特征或光谱特征的不足，显著提高植物病虫害检测和识别的精确度，从而达到根据植物内外部综合特征进行精确识别病虫害的目的。但该技术易受到植物冠层、天气因素等对光谱吸收的影响，影响数据可靠性。
综上所述，尽管目前的一些技术可以实现植物的病害检测，但大多数是针对病症可见的植物病害。通过提取植物叶片或者果实上的病斑，对病斑部位的颜色、形状等特征进行分析，缺乏早期检测，对救治植物病害的意义并不大。另外，如果要实现对植物病变的早期检测，宏观成像已不能满足要求，因此有必要深入到介观乃至微观水平，而单纯采用高光谱成像，无法观察病害导致的植物组织内部的结构变化，因此无法精准定位感染位置。
发明内容
本发明针对现有技术存在的不足，提出了一种基于光学成像技术的植物病害在体无损检测系统，利用其中的超高分辨率光学相干层析成像 (Optical CoherenceTomography，OCT)技术可以采集得到被测植物叶片组织内部的结构信息，利用其中的荧光高光谱成像技术可以采集得到被测植物叶片的荧光光谱信息和图像特征。集合两种检测手段，可以更全面的分析得到被测植物病害的感染程度，感染位置，实现高精度无损植物病害诊断。
本发明通过以下技术方案实现：
本发明包括光源、OCT光谱仪、参考臂、样品臂、光纤耦合器、氙灯、窄带通滤波片、高光谱光谱仪、滤波器控制器和控制计算机；所述的光源采用近红外宽带光源，且中心波长为840nm，带宽为100nm；由光源发出的光信号经光纤耦合器后分成两路：一路进入样品臂，另外一路进入参考臂。
所述的样品臂由第一偏振控制器、第一准直透镜、X-Y扫描振镜系统、第一二向色镜和物镜组成。所述的X-Y扫描振镜系统包括X-扫描振镜、Y- 扫描振镜、驱动X-扫描振镜和Y-扫描振镜的电机、以及控制电机的控制面板；由控制计算机负责对控制面板进行控制。进入样品臂的光信号经第一偏振控制器进入第一准直透镜，从第一准直透镜出射的准直光束再依次经过Y-扫描振镜和X-扫描振镜，然后透过第一二向色镜，由物镜聚焦后射到待测物上；从待测物反射回来的待测物信号光经物镜入射到第一二向色镜，然后透过第一二向色镜再依次经过X-扫描振镜、Y-扫描振镜、第一准直透镜和第一偏振控制器返回光纤耦合器；光纤耦合器为具有50:50分光比的 2×2耦合器。所述物镜的波段范围为200～1100nm。
所述的参考臂由第二偏振控制器、第二准直透镜、色散补偿块、机械可调狭缝和反射镜组成。进入参考臂的光信号，经由第二偏振控制器进入第二准直透镜，经第二准直透镜准直的出射光束依次通过色散补偿块和机械可调狭缝后，垂直入射到反射镜上。从反射镜返回的参考光，沿原路返回至光纤耦合器。
返回的待测物信号光和参考光在光纤耦合器发生干涉；干涉光信号由 OCT光谱仪接收，并输入至控制计算机。
所述的OCT光谱仪由第三准直透镜、光栅、第一成像透镜和线阵相机组成。从光纤耦合器出射的干涉光信号经由第三准直透镜准直后出射进入光栅被分成多个波段的单色光，再经第一成像透镜聚焦到线阵相机上，形成干涉光谱，并传输至控制计算机。
从氙灯出射的光经窄带通滤波片滤波后形成紫外光。所述窄带通滤波片的中心波长为263nm，带宽为10nm。紫外光依次经第二二向色镜和第一二向色镜反射后进入物镜，经物镜聚焦后入射到待测物，激发待测物发出荧光。被激发的荧光再经由物镜，然后依次经第一二向色镜和第二二向色镜反射后进入高光谱光谱仪；其中，第一二向色镜为长波通短波反二向色镜，其截止波长为780nm；第二二向色镜为长波通短波反二向色镜，其截止波长为380nm。
所述的高光谱光谱仪由液晶可调谐滤波器、第二成像透镜和CMOS面阵相机组成。进入高光谱光谱仪的荧光经由液晶可调谐滤波器分光后，再经由第二成像透镜聚焦后到CMOS面阵相机，形成光谱，并被传输至控制计算机。所述的液晶可调谐滤波器由滤波器控制器控制，滤波器控制器由控制计算机控制。
所述的光源、OCT光谱仪、参考臂、样品臂、光纤耦合器(Fiber Coupler)、控制计算机以及样品臂中的第一二向色镜和物镜组成超高分辨率的谱域OCT系统；所述的氙灯、窄带通滤波片、高光谱光谱仪、滤波器控制器、控制计算机、第一二向色镜、物镜和第二二向色镜组成荧光高光谱成像系统。
所述的物镜为超消色差透镜，数值孔径为0.1，焦距为60mm。
所述线阵相机的阵元数目为2048，阵元大小为14μm×14μm，所能检测到的光谱范围为250～1100nm；第一成像透镜的焦距为100mm。
所述CMOS面阵相机的阵元数目为2048×2048，阵元大小为 6.5μm×6.5μm，所能检测到的光谱范围为400～1000nm。
所述的液晶可调谐滤波器选用VariSpec液晶可调滤光器。
所述的近红外光和紫外光在第一二向色镜处合束，然后通过物镜进入待测物；从待测物反射回来的近红外光和荧光在第一二向色镜处分离，然后分别按原路进入光纤耦合器和高光谱光谱仪。
控制计算机中的数据处理及分析模块基于荧光高光谱成像系统中的 CMOS面阵相机获得的光谱进行荧光高光谱图像重建，并基于谱域OCT系统中的OCT光谱仪获得的实数形式干涉光谱信号进行二维待测物OCT结构图像或三维待测物OCT结构图像重建。数据处理及分析模块基于获得的二维待测物OCT结构图像或三维待测物OCT结构图像，计算出光穿透深度、衰减系数、图像熵，作为待测物检测参数；并基于荧光高光谱图像进行光谱信息分析，提取光谱特征，也作为待测物检测参数。
其中，将谱域OCT系统获得的实数形式干涉光谱信号，经傅里叶变换后对变换结果提取幅度信息，实现二维待测物OCT结构图像或三维待测物 OCT结构图像重建，具体包括以下步骤：
步骤1：谱域OCT系统中的OCT光谱仪经X-Y扫描振镜系统横向扫描后采集得到二维的B-Scan信号I(k,x)，即横向扫描信号，其中k为波数，x 为横向位置，B-Scan信号由一系列A-Scan信号构成；然后OCT光谱仪将实数形式干涉光谱信号输入到控制计算机的数据处理及分析模块；其中，控制计算机中的系统控制模块用于设置OCT光谱仪的曝光时间，以及谱域 OCT系统的扫描范围和扫描速度；
步骤2：控制计算机中的数据处理及分析模块对采集得到的B-Scan信号沿轴向进行一维傅里叶变换，对变换结果I(z,x)的幅度信息进行提取，其中z为轴向位置，与波数k互为傅里叶变换对，得到轴向上的结构信息； X-Y扫描振镜系统扫描时，若Y-扫描振镜不进行纵向扫描，则重建出二维待测物OCT结构图像；若Y-扫描振镜进行纵向扫描，则对应重建出三维待测物OCT结构图像。
本发明具有的有益效果：
本发明结合超高分辨率OCT技术与荧光高光谱成像技术实现对植物生理及病理参数的无损检测，可对植物叶片生长情况做出更全面的无损判别，方法简单，判断准确，可靠性高。本发明得到的图像分辨率均在微米级别，满足植物微小病变的检测，可做到尽可能的早期病害检测。此外，在测量系统的各部分器件连接完毕后，利用软件系统实现所有部件相关参数的自动调整、自动匹配，数据采集的同步触发以及图像和数据的分析工作。
附图说明
图1为本发明的系统结构示意图；
图中：1、近红外宽带光源、2、OCT光谱仪、3、参考臂、4、样品臂、5、光纤耦合器、6、氙灯、7、窄带通滤波片、8、高光谱光谱仪、9、滤波器控制器、10、控制计算机、11、第一偏振控制器、12、第一准直透镜、 13、X-Y扫描振镜系统、14、Y-扫描振镜、15、X-扫描振镜、16、第一二向色镜、17、物镜、18、第二偏振控制器、19、第二准直透镜、20、色散补偿块、21、可调机械狭缝、22、反射镜、23、第三准直透镜、24、光栅、 25、第一成像透镜、26、线阵相机、27、第二二向色镜、28、液晶可调谐滤波器、29、第二成像透镜、30、CMOS面阵相机、31、被测物。
具体实施方式
下面结合附图和实施例进一步说明本发明，但本发明的保护范围不限于下述的实施例。
如图1所示，一种基于光学成像技术的植物病害在体无损检测系统，包括光源1、OCT光谱仪2、参考臂3、样品臂4、光纤耦合器5、氙灯6、窄带通滤波片7、高光谱光谱仪8、滤波器控制器9和控制计算机10；光源1、OCT光谱仪2、参考臂3、样品臂4、光纤耦合器5、控制计算机10 以及样品臂4中的第一二向色镜16和物镜17组成超高分辨率的谱域OCT 系统；氙灯6、窄带通滤波片7、高光谱光谱仪8、滤波器控制器9、控制计算机10、第一二向色镜16、物镜17和第二二向色镜27组成荧光高光谱成像系统；光源1采用近红外宽带光源，且中心波长为840nm，带宽为100nm；由光源1发出的光信号经光纤耦合器5后分成两路：一路进入样品臂4，另外一路进入参考臂3。
样品臂4由第一偏振控制器11、第一准直透镜12、X-Y扫描振镜系统 13、第一二向色镜16和物镜17组成。X-Y扫描振镜系统13包括X-扫描振镜15(图中圆点为枢轴点)、Y-扫描振镜14(图中圆点为枢轴点)、驱动 X-扫描振镜和Y-扫描振镜的电机、以及控制电机的控制面板；由控制计算机10负责对控制面板进行控制。进入样品臂4的光信号经第一偏振控制器11进入第一准直透镜12，从第一准直透镜出射的准直光束再依次经过Y- 扫描振镜14和X-扫描振镜15，然后透过第一二向色镜16，由物镜17聚焦后射到待测物31(植物叶片)上；从待测物反射回来的待测物信号光经物镜17入射到第一二向色镜16，然后透过第一二向色镜16再依次经过X- 扫描振镜15、Y-扫描振镜14、第一准直透镜12和第一偏振控制器11返回光纤耦合器5；光纤耦合器5为具有50:50分光比的2×2耦合器。物镜17 为超消色差透镜，数值孔径为0.1，焦距为60mm，波段范围为200～1100nm。
参考臂3由第二偏振控制器18、第二准直透镜19、色散补偿块20、机械可调狭缝21和反射镜22组成。进入参考臂3的光信号，经由第二偏振控制器18进入第二准直透镜19，经第二准直透镜19准直的出射光束依次通过色散补偿块20和机械可调狭缝21后，垂直入射到反射镜22上。从反射镜22返回的参考光，沿原路(依次经机械可调狭缝21、色散补偿块 20、第二准直透镜19和第二偏振控制器18)返回至光纤耦合器5。通过调节机械可调狭缝21的狭缝大小来设定参考臂中光强的衰减程度。色散补偿块20用于补偿样品臂中引入物镜17所带来的参考臂3和样品臂4之间的色散差。
返回的待测物信号光和参考光在光纤耦合器5发生干涉；干涉光信号由OCT光谱仪2接收，并输入至控制计算机10进行后期二维或三维结构成像。
OCT光谱仪2由第三准直透镜23、光栅24、第一成像透镜25和线阵相机26组成。从光纤耦合器出射的干涉光信号经由第三准直透镜23准直后出射进入光栅24被分成多个波段的单色光，再经第一成像透镜25聚焦到线阵相机26上，形成干涉光谱，并传输至控制计算机10进行信号处理和图像重建。线阵相机阵元数目为2048，阵元大小为14μm×14μm，所能检测到的光谱范围为250～1100nm；第一成像透镜的焦距为100mm。
从氙灯6出射的光经窄带通滤波片7滤波后形成紫外光。窄带通滤波片7的中心波长为263nm，带宽为10nm。紫外光依次经第二二向色镜27和第一二向色镜16反射后进入物镜17，经物镜聚焦后入射到待测物(植物叶片)，激发待测物发出荧光。被激发的荧光再经由物镜，然后依次经第一二向色镜16和第二二向色镜27反射后进入高光谱光谱仪；其中，第一二向色镜16为长波通短波反(即透过长波，反射短波)二向色镜，其截止波长为780nm，第二二向色镜27为长波通短波反二向色镜，其截止波长为 380nm。
高光谱光谱仪8由液晶可调谐滤波器(Liquid Crystal Tunable Filter， LCTF)28、第二成像透镜29和CMOS面阵相机30组成。进入高光谱光谱仪的荧光经由液晶可调谐滤波器28分光后，再经由第二成像透镜29聚焦后到CMOS面阵相机30，形成光谱，并被传输至控制计算机10进行处理和图像重建。CMOS面阵相机30阵元数目为2048×2048，阵元大小为6.5μm×6.5μm，所能检测到的光谱范围为400～1000nm。液晶可调谐滤波器28选用VariSpec液晶可调滤光器，其可调谐波段范围选用420～ 720nm。液晶可调谐滤波器28由滤波器控制器9控制，滤波器控制器9由控制计算机10控制。
其中，近红外光和紫外光在第一二向色镜16处合束，然后通过物镜进入待测物；从待测物反射回来的近红外光和荧光在第一二向色镜16处分离，然后分别按原路进入光纤耦合器5和高光谱光谱仪8。
控制计算机10中的数据处理及分析模块基于荧光高光谱成像系统中的CMOS面阵相机30获得的光谱进行荧光高光谱图像重建，并基于谱域OCT 系统中的OCT光谱仪获得的实数形式干涉光谱信号进行二维待测物OCT结构图像或三维待测物OCT结构图像重建。数据处理及分析模块基于获得的二维待测物OCT结构图像或三维待测物OCT结构图像，计算出光穿透深度、衰减系数、图像熵，作为待测物检测参数；并基于荧光高光谱图像进行光谱信息分析，提取光谱特征，也作为待测物检测参数。
其中，将谱域OCT系统获得的实数形式干涉光谱信号，经傅里叶变换后对变换结果提取幅度信息，实现二维待测物OCT结构图像或三维待测物 OCT结构图像重建，具体包括以下步骤：
步骤1：谱域OCT系统中的OCT光谱仪经X-Y扫描振镜系统13横向扫描后采集得到二维的B-Scan信号I(k,x)，即横向扫描信号，其中k为波数， x为横向位置，B-Scan信号由一系列A-Scan信号(轴向干涉光谱信号)构成；然后OCT光谱仪将实数形式干涉光谱信号输入到控制计算机的数据处理及分析模块；其中，控制计算机10中的系统控制模块用于设置OCT光谱仪的曝光时间，以及谱域OCT系统的扫描范围和扫描速度；
步骤2：控制计算机中的数据处理及分析模块对采集得到的B-Scan信号沿轴向进行一维傅里叶变换，对变换结果I(z,x)的幅度信息进行提取，其中z为轴向位置，与波数k互为傅里叶变换对，得到轴向上的结构信息； X-Y扫描振镜系统13扫描时，若Y-扫描振镜14不进行纵向扫描，则重建出二维待测物OCT结构图像；若Y-扫描振镜14进行纵向扫描，则对应重建出三维待测物OCT结构图像。
基于以上检测参数及图像，可完成植物叶片病变程度的检测，得到精确的植物受害情况，包括感染程度、感染位置等。根据感染程度分析决定是否对测量植物进行喷药以及用药剂量等。
本发明未详细阐述部分属于本领域技术人员的公知技术。
上述具体实例方式用来解释本发明，而不是对本发明进行限制。在本发明的精神和权利要求的保护范围内，对本发明做出的任何修改和改变，都落入本发明的保护范围。
Claims (9)
1.一种基于光学成像技术的植物病害在体无损检测系统，包括近红外宽带光源、OCT光谱仪、参考臂、样品臂、光纤耦合器、氙灯、窄带通滤波片、高光谱光谱仪、滤波器控制器和控制计算机，其特征在于：所述近红外宽带光源的中心波长为840nm，带宽为100nm；由近红外宽带光源发出的光信号经光纤耦合器后分成两路：一路进入样品臂，另外一路进入参考臂；
所述的样品臂由第一偏振控制器、第一准直透镜、X-Y扫描振镜系统、第一二向色镜和物镜组成；所述的X-Y扫描振镜系统包括X-扫描振镜、Y-扫描振镜、驱动X-扫描振镜和Y-扫描振镜的电机、以及控制电机的控制面板；由控制计算机负责对控制面板进行控制；进入样品臂的光信号经第一偏振控制器进入第一准直透镜，从第一准直透镜出射的准直光束再依次经过Y-扫描振镜和X-扫描振镜，然后透过第一二向色镜，由物镜聚焦后射到待测物上；从待测物反射回来的待测物信号光经物镜入射到第一二向色镜，然后透过第一二向色镜再依次经过X-扫描振镜、Y-扫描振镜、第一准直透镜和第一偏振控制器返回光纤耦合器；光纤耦合器为具有50:50分光比的2×2耦合器；所述物镜的波段范围为200～1100nm；
所述的参考臂由第二偏振控制器、第二准直透镜、色散补偿块、机械可调狭缝和反射镜组成；进入参考臂的光信号，经由第二偏振控制器进入第二准直透镜，经第二准直透镜准直的出射光束依次通过色散补偿块和机械可调狭缝后，垂直入射到反射镜上；从反射镜返回的参考光，沿原路返回至光纤耦合器；
返回的待测物信号光和参考光在光纤耦合器发生干涉；干涉光信号由OCT光谱仪接收，并输入至控制计算机；
所述的OCT光谱仪由第三准直透镜、光栅、第一成像透镜和线阵相机组成；从光纤耦合器出射的干涉光信号经由第三准直透镜准直后出射进入光栅被分成多个波段的单色光，再经第一成像透镜聚焦到线阵相机上，形成干涉光谱，并传输至控制计算机；
从氙灯出射的光经窄带通滤波片滤波后形成紫外光；所述窄带通滤波片的中心波长为263nm，带宽为10nm；紫外光依次经第二二向色镜和第一二向色镜反射后进入物镜，经物镜聚焦后入射到待测物，激发待测物发出荧光；被激发的荧光再经由物镜，然后依次经第一二向色镜和第二二向色镜反射后进入高光谱光谱仪；其中，第一二向色镜为长波通短波反二向色镜，其截止波长为780nm；第二二向色镜为长波通短波反二向色镜，其截止波长为380nm；
所述的高光谱光谱仪由液晶可调谐滤波器、第二成像透镜和CMOS面阵相机组成；进入高光谱光谱仪的荧光经由液晶可调谐滤波器分光后，再经由第二成像透镜聚焦后到CMOS面阵相机，形成光谱，并被传输至控制计算机；所述的液晶可调谐滤波器由滤波器控制器控制，滤波器控制器由控制计算机控制。
2.根据权利要求1所述的一种基于光学成像技术的植物病害在体无损检测系统，其特征在于：所述的近红外宽带光源、OCT光谱仪、参考臂、样品臂、光纤耦合器、控制计算机以及样品臂中的第一二向色镜和物镜组成超高分辨率的谱域OCT系统；所述的氙灯、窄带通滤波片、高光谱光谱仪、滤波器控制器、控制计算机、第一二向色镜、物镜和第二二向色镜组成荧光高光谱成像系统。
3.根据权利要求1所述的一种基于光学成像技术的植物病害在体无损检测系统，其特征在于：所述的物镜为超消色差透镜，数值孔径为0.1，焦距为60mm。
4.根据权利要求1所述的一种基于光学成像技术的植物病害在体无损检测系统，其特征在于：所述线阵相机的阵元数目为2048，阵元大小为14μm×14μm，所能检测到的光谱范围为250～1100nm；第一成像透镜的焦距为100mm。
5.根据权利要求1所述的一种基于光学成像技术的植物病害在体无损检测系统，其特征在于：所述CMOS面阵相机的阵元数目为2048×2048，阵元大小为6.5μm×6.5μm，所能检测到的光谱范围为400～1000nm。
6.根据权利要求1所述的一种基于光学成像技术的植物病害在体无损检测系统，其特征在于：所述的液晶可调谐滤波器选用VariSpec液晶可调滤光器。
7.根据权利要求1所述的一种基于光学成像技术的植物病害在体无损检测系统，其特征在于：所述的近红外光和紫外光在第一二向色镜处合束，然后通过物镜进入待测物；从待测物反射回来的近红外光和荧光在第一二向色镜处分离，然后分别按原路进入光纤耦合器和高光谱光谱仪。
8.根据权利要求2所述的一种基于光学成像技术的植物病害在体无损检测系统，其特征在于：控制计算机中的数据处理及分析模块基于荧光高光谱成像系统中的CMOS面阵相机获得的光谱进行荧光高光谱图像重建，并基于谱域OCT系统中的OCT光谱仪获得的实数形式干涉光谱信号进行二维待测物OCT结构图像或三维待测物OCT结构图像重建；数据处理及分析模块基于获得的二维待测物OCT结构图像或三维待测物OCT结构图像，计算出光穿透深度、衰减系数、图像熵，作为待测物检测参数；并基于荧光高光谱图像进行光谱信息分析，提取光谱特征，也作为待测物检测参数。
9.根据权利要求8所述的一种基于光学成像技术的植物病害在体无损检测系统，其特征在于：将谱域OCT系统获得的实数形式干涉光谱信号，经傅里叶变换后对变换结果提取幅度信息，实现二维待测物OCT结构图像或三维待测物OCT结构图像重建，具体包括以下步骤：
步骤1：谱域OCT系统中的OCT光谱仪经X-Y扫描振镜系统横向扫描后采集得到二维的B-Scan信号I(k,x)，即横向扫描信号，其中k为波数，x为横向位置，B-Scan信号由一系列A-Scan信号构成，A-Scan信号为轴向干涉光谱信号；然后OCT光谱仪将实数形式干涉光谱信号输入到控制计算机的数据处理及分析模块；其中，控制计算机中的系统控制模块用于设置OCT光谱仪的曝光时间，以及谱域OCT系统的扫描范围和扫描速度；
步骤2：控制计算机中的数据处理及分析模块对采集得到的B-Scan信号沿轴向进行一维傅里叶变换，对变换结果I(z,x)的幅度信息进行提取，其中z为轴向位置，与波数k互为傅里叶变换对，得到轴向上的结构信息；X-Y扫描振镜系统扫描时，若Y-扫描振镜不进行纵向扫描，则重建出二维待测物OCT结构图像；若Y-扫描振镜进行纵向扫描，则对应重建出三维待测物OCT结构图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810326678.7A CN108732133B (zh) | 2018-04-12 | 2018-04-12 | 一种基于光学成像技术的植物病害在体无损检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810326678.7A CN108732133B (zh) | 2018-04-12 | 2018-04-12 | 一种基于光学成像技术的植物病害在体无损检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108732133A CN108732133A (zh) | 2018-11-02 |
| CN108732133B true CN108732133B (zh) | 2020-10-16 |
Family
ID=63940731
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810326678.7A Active CN108732133B (zh) | 2018-04-12 | 2018-04-12 | 一种基于光学成像技术的植物病害在体无损检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108732133B (zh) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109919019A (zh) * | 2019-01-29 | 2019-06-21 | 浙江工业大学 | 一种指尖三维信息采集系统 |
| CN109886259A (zh) * | 2019-02-22 | 2019-06-14 | 潍坊科技学院 | 一种基于计算机视觉的番茄病害识别预警方法及装置 |
| CN110390028B (zh) * | 2019-04-16 | 2021-08-10 | 杭州电子科技大学 | 一种植物光谱库的建立方法 |
| CN110146467B (zh) * | 2019-05-10 | 2020-06-02 | 清华大学 | 高光谱干涉非标记成像方法及活细胞定量断层成像系统 |
| CN110108357A (zh) * | 2019-05-10 | 2019-08-09 | 哈尔滨理工大学 | 便携式宽波段微型连续光谱测量仪 |
| CN110367931A (zh) * | 2019-07-09 | 2019-10-25 | 中国人民解放军军事科学院军事医学研究院 | 一种基于飞秒激光的光断层透射成像系统 |
| CN110470612A (zh) * | 2019-07-23 | 2019-11-19 | 汕头大学 | 一种工作波长和带宽大范围可调的光学相干层析系统 |
| CN110553982A (zh) * | 2019-08-29 | 2019-12-10 | 安徽科技学院 | 一种偏振高光谱图像采集系统 |
| CN110672558B (zh) * | 2019-09-24 | 2022-05-10 | 东南大学 | 基于oct技术的神经活动观测方法及系统 |
| WO2021258148A1 (en) * | 2020-06-24 | 2021-12-30 | Rubens IP Pty Ltd | Detecting plant product properties |
| CN112022093B (zh) * | 2020-08-17 | 2023-11-07 | 苏州大学 | 一种皮肤成像系统 |
| CN112067136B (zh) * | 2020-08-26 | 2021-09-28 | 中国电子科技集团公司第十三研究所 | 用于光热反射显微热成像的漂移修正方法及装置 |
| CN112113931A (zh) * | 2020-09-30 | 2020-12-22 | 广东唯仁医疗科技有限公司 | 一种oct光学成像控制系统、方法及其介质 |
| CN112168144B (zh) * | 2020-10-16 | 2022-12-20 | 佛山科学技术学院 | 一种用于烧伤皮肤的光学相干层析成像系统 |
| JP6918395B1 (ja) * | 2021-04-19 | 2021-08-11 | のりこ 安間 | 撮像装置 |
| WO2022224917A1 (ja) * | 2021-04-19 | 2022-10-27 | のりこ 安間 | ３次元撮像装置 |
| CN113447482A (zh) * | 2021-06-22 | 2021-09-28 | 无锡欧因特光学科技有限公司 | 一种快速定位对焦的工业oct检测设备 |
| CN113483679B (zh) * | 2021-07-06 | 2022-07-22 | 东北大学秦皇岛分校 | 一种隐形眼镜参数测量装置及方法 |
| CN114322826B (zh) * | 2021-12-09 | 2023-01-06 | 中国科学院西安光学精密机械研究所 | 基于tof的气动热环境下结构表面动态三维形貌测量装置 |
| CN116849626B (zh) * | 2023-09-04 | 2024-01-16 | 北京理工大学 | 一种基于光计算的相位调制式光学相干层析成像系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103411934A (zh) * | 2013-07-18 | 2013-11-27 | 江苏大学 | 一种荧光显微高光谱成像系统 |
| EP2750596A1 (en) * | 2011-08-31 | 2014-07-09 | Volcano Corporation | Integrated system architectures |
| WO2015117241A1 (en) * | 2014-02-05 | 2015-08-13 | British Columbia Cancer Agency Branch | Systems for optical imaging of biological tissues |
| CN104931470A (zh) * | 2015-06-02 | 2015-09-23 | 江苏大学 | 一种基于荧光高光谱技术的农药残留检测装置及检测方法 |
| CN105534606A (zh) * | 2016-02-04 | 2016-05-04 | 清华大学 | 用于外科手术的智能成像系统 |
| CN105548099A (zh) * | 2015-12-04 | 2016-05-04 | 西北大学 | 基于双光子激发荧光的文物无损三维成像及成分鉴定方法 |
| CN105748040A (zh) * | 2016-02-05 | 2016-07-13 | 清华大学 | 立体结构功能成像系统 |
| CN106963338A (zh) * | 2017-03-31 | 2017-07-21 | 杭州电子科技大学 | 晶状体生物力学和光学特性无创在体成像系统及测量方法 |
| CN107411707A (zh) * | 2017-05-08 | 2017-12-01 | 武汉大学 | 一种肿瘤微血管成像仪及肿瘤微血管成像方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7580185B2 (en) * | 2002-08-28 | 2009-08-25 | Carl Zeiss Surgical Gmbh | Microscopy system, microscopy method and a method of treating an aneurysm |
| KR20080066705A (ko) * | 2005-09-29 | 2008-07-16 | 더 제너럴 하스피탈 코포레이션 | 점진적으로 증가하는 분해능을 이용하여 하나 이상의 생물학적 샘플을 관찰 및 분석하기 위한 방법 및 장치 |
| US20070239031A1 (en) * | 2006-02-15 | 2007-10-11 | Kye-Sung Lee | Systems and methods for performing simultaneous tomography and spectroscopy |
| US20080118886A1 (en) * | 2006-11-21 | 2008-05-22 | Rongguang Liang | Apparatus for dental oct imaging |
| CN202814861U (zh) * | 2012-07-31 | 2013-03-20 | 苏州微清医疗器械有限公司 | 一种多功能生物医学显微镜 |
| CN103163111B (zh) * | 2013-02-25 | 2015-11-04 | 天津大学 | 一种荧光介观成像和oct联合的早期宫颈癌检测系统 |
| CN105044066B (zh) * | 2015-08-07 | 2017-10-13 | 浙江大学 | 一种基于宽带受激辐射的纳米oct成像方法及系统 |
| CN106568758B (zh) * | 2016-11-11 | 2019-01-22 | 西北师范大学 | 利用三维重组成像技术分析拟南芥根尖细胞结构的方法 |
| CN107436285A (zh) * | 2017-06-20 | 2017-12-05 | 苏州优函信息科技有限公司 | 基于线光源激发的快速高通量高光谱检测装置及检测方法 |
-
2018
- 2018-04-12 CN CN201810326678.7A patent/CN108732133B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2750596A1 (en) * | 2011-08-31 | 2014-07-09 | Volcano Corporation | Integrated system architectures |
| CN103411934A (zh) * | 2013-07-18 | 2013-11-27 | 江苏大学 | 一种荧光显微高光谱成像系统 |
| WO2015117241A1 (en) * | 2014-02-05 | 2015-08-13 | British Columbia Cancer Agency Branch | Systems for optical imaging of biological tissues |
| CN104931470A (zh) * | 2015-06-02 | 2015-09-23 | 江苏大学 | 一种基于荧光高光谱技术的农药残留检测装置及检测方法 |
| CN105548099A (zh) * | 2015-12-04 | 2016-05-04 | 西北大学 | 基于双光子激发荧光的文物无损三维成像及成分鉴定方法 |
| CN105534606A (zh) * | 2016-02-04 | 2016-05-04 | 清华大学 | 用于外科手术的智能成像系统 |
| CN105748040A (zh) * | 2016-02-05 | 2016-07-13 | 清华大学 | 立体结构功能成像系统 |
| CN106963338A (zh) * | 2017-03-31 | 2017-07-21 | 杭州电子科技大学 | 晶状体生物力学和光学特性无创在体成像系统及测量方法 |
| CN107411707A (zh) * | 2017-05-08 | 2017-12-01 | 武汉大学 | 一种肿瘤微血管成像仪及肿瘤微血管成像方法 |
Non-Patent Citations (5)
| Title |
|---|
| Assessment of rat and mouse RGC apoptosis Imaging in Vivo with different scanning laser ophthalmoscopes;Maass. A et al.;《CURRENT EYE RESEARCH》;20090702;第851-561页 * |
| Combined system of optical coherence tomography and fluorescence spectroscopy based on double-cladding fiber，;Seon Young Ryu et al.;《OPTICS LETTERS》;20081005;第2347-2349页 * |
| Discrimination of Dental Caries Using Colorimetric Characteristics of Fluorescence Spectrum;Qingguang Chen et al.;《Original Paper》;20150624;第401-407页 * |
| 全场光学相干层析成像研究;杨亚良;《中国博士学位论文全文数据库》;20080915;第99-110页 * |
| 生物医学光子学成像的若干关键技术研究;王纬超;《中国博士学位论文全文数据库》;20120715;第46-88页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108732133A (zh) | 2018-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108732133B (zh) | 一种基于光学成像技术的植物病害在体无损检测系统 | |
| Gao et al. | Optical hyperspectral imaging in microscopy and spectroscopy–a review of data acquisition | |
| CN109115804B (zh) | 一种定量检测玻璃亚表面缺陷的装置及方法 | |
| JP5579606B2 (ja) | 低コヒーレンス干渉法（ｌｃｉ）のための装置、システムおよび方法 | |
| US10470655B2 (en) | Ocular metrology employing spectral wavefront analysis of reflected light | |
| US11419499B2 (en) | Optical coherence tomography for cancer screening and triage | |
| CN105377134B (zh) | 用于通过拉曼光谱进行无创伤性活体测量的设备 | |
| WO2017133083A1 (zh) | 基于全空间调制谱分割角度复合的微血管造影方法与系统 | |
| CN110693457B (zh) | 一种基于光学相干技术的组织活性检测的方法与系统 | |
| AU2015283366A1 (en) | Method and device for the Raman spectroscopic, in ovo sex determination of fertilised and incubated birds' eggs | |
| CN208837916U (zh) | 一种血流成像系统 | |
| CN112022093B (zh) | 一种皮肤成像系统 | |
| KR100982619B1 (ko) | 과수질병의 비침습적 조기 진단 방법 및 장치 | |
| JPWO2016080442A1 (ja) | 品質評価方法及び品質評価装置 | |
| Wijesinghe et al. | Optical screening of Venturianashicola caused Pyruspyrifolia (Asian pear) scab using optical coherence tomography | |
| US11406267B2 (en) | Cartilage-tissue analysis device | |
| D Pallua et al. | Advances of infrared spectroscopic imaging and mapping technologies of plant material | |
| CN106770154A (zh) | 空间自调焦激光差动共焦拉曼光谱探测方法与装置 | |
| Ford et al. | Investigation of disease in stored onions using optical coherence tomography | |
| CN113984732A (zh) | 一种凝视型线激光高光谱深度成像系统 | |
| KR101601899B1 (ko) | 고출력 비표지 세포 분석 시스템 및 그 구동방법 | |
| AU2020338055A1 (en) | A method of imaging a sample material | |
| CN114324244B (zh) | 基于弱相干干涉的生物膜胶原束取向光学检测方法和系统 | |
| CN115040066B (zh) | 一种多功能眼底扫描方法及系统 | |
| KR101602359B1 (ko) | 고출력 비표지 세포 분석 시스템 및 그 구동방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |