Detection of fungal infection in five different pulses using near-infrared hyperspectral imaging.

Karuppiah, K., Senthilkumar, T., Jayas, D.S., et White, N.D.G. (2016). « Detection of fungal infection in five different pulses using near-infrared hyperspectral imaging. », Journal of Stored Products Research, 65, p. 13-18. doi : 10.1016/j.jspr.2015.11.005  Accès au texte intégral (en anglais seulement)

Résumé

Les cinq principales légumineuses cultivées au Canada sont le pois chiche, le pois vert, la lentille, le haricot Pinto et le haricot commun. Les infections fongiques pouvant infecter ces cultures peuvent être causées par l’Aspergillus flavus et le Penicillium commune. Les symptômes des premiers stades d’infection des légumineuses ne sont pas visibles à l’œil nu, et les méthodes d’analyse microbienne qui sont habituellement utilisées nécessitent un temps considérable pour détecter l’infection. Le système d’imagerie hyperspectrale dans le proche infrarouge est un système de pointe qui est évalué à grande échelle pour la détection des infestations d’insectes et des infections fongiques dans les céréales et les oléagineux. Le but premier de la présente étude était d’évaluer la possibilité d’utiliser le système d’imagerie hyperspectrale dans le proche infrarouge pour détecter les infections fongiques dans les légumineuses. Nous avons acquis des images hyperspectrales de pois chiches, de pois verts, de lentilles, de haricots Pinto et de haricots communs sains et infectés et nous avons utilisé certains paramètres (six paramètres statistiques et 10 paramètres histographiques) pour élaborer des modèles de classification afin de détecter l’infection causée par l’A. flavus et le P. commune. Des images de grains sains et de grains infectés ont été acquises à intervalles de deux semaines (0, 2, 4, 6, 8 et 10 semaines après l’inoculation artificielle). Des modèles à six possibilités (grain sain vs les cinq différents stades d’infection) et à deux possibilités (grain sain vs chaque stade d’infection) ont été élaborés, et les classifications ont été effectuées au moyen d’un classificateur de l’analyse discriminante linéaire et d’un classificateur de l’analyse discriminante quadratique. Le classificateur de l’analyse discriminante linéaire a permis d’identifier les deux types d’infection fongique avec un taux d’exactitude de 90–94 % selon le modèle à six possibilités, et avec un taux d’exactitude de 98–100 % selon le modèle à deux possibilités pour les cinq types de légumineuses. Le classificateur de l’analyse discriminante quadratique a également donné des résultats prometteurs, son taux d’exactitude ayant été de 85–90 % avec le modèle à six possibilités et de 96–100 % avec le modèle à deux possibilités. L’imagerie hyperspectrale n’a pas permis de différencier les deux espèces de champignons.

Date de modification :