| 基于高光谱成像技术识别水稻纹枯病 |
| |
| 引用本文： | 李志伟,袁婧,丁为民,杨红兵,沈少庆,崔嘉林.基于高光谱成像技术识别水稻纹枯病[J].华南农业大学学报,2018,39(6):97-103. |
| |
| 作者姓名： | 李志伟 袁婧 丁为民 杨红兵 沈少庆 崔嘉林 |
| |
| 作者单位： | 南京农业大学工学院 |
| |
| 基金项目： | 中央高校基本科研业务费专项（KYZ201560）；国家大学生创新训练计划项目（201710307096） |
| |
| 摘 要： | 【目的】利用高光谱成像技术对水稻纹枯病进行早期的快速无损识别,结合判别分析方法建立相应的鉴别模型。【方法】以健康和感染纹枯病的水稻幼苗为研究对象,采集叶片和冠层各180个样本的380~1 030 nm波段的360条高光谱图像,剔除明显噪声部分后,以440~943 nm波段作为水稻样本的光谱范围,分别用不同的方法预处理获得水稻叶片的光谱曲线。采用偏最小二乘–判别分析(PLS-DA)对不同预处理的光谱建模。采用MNF算法对冠层的原始光谱数据进行特征信息提取,并基于特征信息建立线性判别分析(LDA)模型和误差反向传播神经网络(BPNN)判别模型。【结果】标准正态变量变换(SNV)预处理后建立的PLS-DA模型的预测集判别正确率最高,为92.1%。基于特征信息的LAD和BPNN模型的判别结果优于基于全波段的PLS-DA判别模型。基于最小噪声分离变换特征信息提取的BPNN模型取得了最优效果,建模集和预测集正确率分别达99.1%和98.4%。【结论】采用高光谱成像技术对水稻纹枯病生理特征进行无损鉴别是可行的,本研究为水稻纹枯病的识别提供了一种新方法。
|
| 关 键 词： | 水稻纹枯病 无损检测 高光谱成像技术 偏最小二乘法 最小噪声分离变换 线性判别分析 |
| 收稿时间： | 2018/3/19 0:00:00 |
Identification of rice sheath blight based on hyperspectral imaging technique |
| |
| LI Zhiwei,YUAN Jing,DING Weimin,YANG Hongbing,SHEN Shaoqing and CUI Jialin.Identification of rice sheath blight based on hyperspectral imaging technique[J].Journal of South China Agricultural University,2018,39(6):97-103. |
| |
| Authors: | LI Zhiwei YUAN Jing DING Weimin YANG Hongbing SHEN Shaoqing and CUI Jialin |
| |
| Institution: | College of Engineering, Nanjing Agricultural University, Nanjing 210031,College of Engineering, Nanjing Agricultural University, Nanjing 210031,College of Engineering, Nanjing Agricultural University, Nanjing 210031,College of Engineering, Nanjing Agricultural University, Nanjing 210031,College of Engineering, Nanjing Agricultural University, Nanjing 210031 and College of Engineering, Nanjing Agricultural University, Nanjing 210031 |
| |
| Abstract: | |
| |
| Keywords: | rice sheath blight non-destructive testing hyperspectral imaging technique partial least square method minimum noise fraction transformation linear discriminant analysis |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《华南农业大学学报》浏览原始摘要信息 |
| 点击此处可从《华南农业大学学报》下载免费的PDF全文 |
|
