论文摘要
为了快速检测马铃薯晚疫病,采用高光谱成像技术对马铃薯晚疫病的空谱信息进行对比研究以得到最佳判别手段。使用高光谱相机采集病害侵染0～6 d的高光谱图像,同时选取第6 d典型晚疫病病害的高光谱数据作为研究对象。采用二阶导数结合主成分分析和二次主成分分析分别从光谱和空间两个方面进行特征提取,之后基于特征波段反射率和主成分图像灰度值建立K最近邻分类算法、BP神经网络、决策树算法3种识别模型对不同时期病害进行识别。实验结果表明:基于二次主成分图像的灰度值结合BP神经网络建立的模型对马铃薯晚疫病的识别具有良好的成效,其识别率达96.6%。利用主成分图像灰度值建立的3种模型既减少了波段的冗余又提高了识别率,为研究和开发实时在线检测仪器提供了参考。
论文目录
文章来源
类型: 期刊论文
作者: 王鑫野,冯洁,李欣庭
关键词: 高光谱成像技术,马铃薯晚疫病,空谱对比,最近邻分类算法,神经网络,决策树
来源: 光学仪器 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,农业科技
专业: 植物保护
单位: 云南师范大学物理与电子信息学院
基金: 国家大学生创新创业训练计划(201810681005),云南省科技计划项目(2016FB108),研究生核心课程建设项目(YH2018-C04)
分类号: S435.32
页码: 26-31
总页数: 6
文件大小: 961K
下载量: 72