基于无人机数字图像与高光谱数据融合的小麦全蚀病等级的快速分类技术

文献类型： 中文期刊

第一作者： 乔红波

作者： 师越;司海平;吴旭;郭伟;时雷;马新明;周益林

作者机构： 河南粮食作物协同创新中心;植物病虫害生物学国家重点实验室

关键词： 小麦全蚀病;计算机视觉技术;快速多分类;颜色模型;支持向量机

期刊名称： 植物保护

ISSN： 0529-1542

年卷期： 2015 年 06 期

页码： 157-162

收录情况： 北大核心

摘要： 小麦全蚀病是检疫性的土传病害,对小麦生产危害极大,对其发生的监测是治理的根本。遥感技术可实时、宏观地监测病害发生发展,尤其是将光谱信息与高分辨率数字图像进行融合,可直观、精准地对病害识别和分类。本文基于计算机视觉技术,通过光谱数据与高分辨率数字图像结合的方法,对小麦全蚀病等级进行快速分类。首先,通过ASD非成像光谱仪获取小麦全蚀病的光谱信息,提取全蚀病特征光谱,建立光谱比。其次,利用无人机获取的实时田间数码图像,对其颜色特征进行重量化。最后,利用基于支持向量机的决策树分类对图像视场中的不同全蚀病等级进行分类。结果表明,4个全蚀病等级的分类精度均大于86%(Kappa>0.81),平均运算时间小于30s。通过与实地调查的小麦全蚀病的白穗率等级做比对,验证分类结果的准确性,结果表明该方法基本可以实现对小麦全蚀病等级的实时监测。

分类号： S435.121

  • 相关文献

[1]基于近地成像光谱的小麦全蚀病等级监测. 师越,司海平,吴旭,郭伟,时雷,马新明,周益林. 2014

[2]不同颜色模型识别成熟苹果图像的比较分析. 李莎,钱建平,赵春江,陈梅香,李文勇,陈明. 2015

[3]枸杞图像目标提取方法研究. 马聪,陈学东,周慧. 2021

[4]不同类型沱茶品质与特征性成分分析. 常睿,陈善敏,罗红玉,张丽,张莹,王杰,钟应富. 2022

[5]基于不同颜色模型定量预测永川秀芽在制品含水率. 王杰,张莹,常睿,陈善敏,袁林颖,钟应富,邬秀宏,徐泽. 2022

[6]颜色模型在蔬菜氮素诊断中的应用前景探讨. 蔡鸿昌,崔海信,宋卫堂,高丽红. 2005

[7]生肉新鲜度评定方法研究进展. 黄丽娟,韩剑众. 2007

[8]基于计算机视觉技术评价光照度对斜纹夜蛾幼虫体色的影响. 龚碧涯,文意纯,彭云鹏,杨洪璋,文礼章. 2014

[9]计算机视觉技术在食品分级中的应用. 丘苑新,张飞玲. 2008

[10]计算机视觉技术在水果分级处理中的应用概况及发展. 吴峰,张会娟,胡志超,王海欧,计福来. 2008

[11]计算机视觉技术在茶叶加工领域应用研究进展. 常睿,张莹,杨娟,王杰,陈善敏,钟应富. 2021

[12]计算机视觉在种子品质检测和分级中的应用. 孙莎,洪英,邓继忠,杨军,刘跃. 2008

[13]小麦全蚀病拮抗木霉ZBS6的分离、筛选及鉴定. 孙虎,薛保国,杨丽荣,全鑫,组艳青. 2010

[14]3%苯醚甲环唑FS防治小麦全蚀病田间效果试验. 闫佳会. 2015

[15]荧光93菌体和代谢物对全蚀病菌和小麦生长影响的初步研究. 彭于发,黄大昉,陈彩层,张杰. 1992

[16]gdo基因RNAi对小麦全蚀病菌的影响. 董振杰,麦艳娜,夏晴,马超,田修斌,李欢欢,刘文轩,宋玉立. 2019

[17]种子处理防治小麦全蚀病试验研究. 刘永刚,吕和平,陈明. 2004

[18]微量元素锰锌铜对小麦全蚀病菌抑制效果的室内测定. 沈瑞清,张萍,白小军,康萍芝. 2002

[19]小麦全蚀病生防细菌的筛选和鉴定. 杨春云,邓渊钰,李伟,孙海燕,张爱香,陈怀谷. 2018

[20]防治小麦全蚀病的一种新方法──MnSO_4处理. 张士功,刘国栋. 1999

作者其他论文 更多>>

微信小程序