基于可见/近红外高光谱成像技术的梨树叶部病害识别研究

文献类型： 中文期刊

第一作者： 潘健

作者： 潘健;祁雁楠;陈鲁威;夏烨;吕晓兰

作者机构：

关键词： 梨树病害;高光谱成像;特征波长;判别模型;机器学习

期刊名称： 中国农机化学报

ISSN： 2095-5553

年卷期： 2024 年 008 期

页码： 162-169

收录情况： 北大核心

摘要： 梨树生长期内伴随着病害发生，喷施农药是病害防治的主要措施，而病害识别则是保证精准施药的基本要求。为实现梨树叶部病害的高效识别，提出基于可见/近红外高光谱成像技术结合机器学习对梨树病叶进行分类检测的方法。利用近地面成像高光谱仪在自然光条件下采集健康叶、褐斑病、黑斑病及日灼病四类样本的高光谱图像，提取401～935 nm波段间感兴趣区域的平均光谱数据，对比分析Savitzky-Golay卷积平滑（SG）、标准正态变换（SNV）、SG结合一阶微分和SG结合二阶微分4种预处理算法全波段模型效果，对最佳预处理方法后的数据采用主成分分析法（PCA）和连续投影算法（SPA）进行特征波长提取，建立优化的支持向量机（SVM）和误差反馈神经网络（BPNN）判别模型，并对模型分类性能进行比较，最终优选出适合梨树病害的最佳分类判别模型。研究结果表明，全光谱数据在SNV预处理后识别效果最好，通过PCA和SPA算法分别提取出12、14个特征波长，波长数目减少90%以上，且SPA算法相较于PCA算法在SVM和BPNN模型中表现均更优。经对比发现，梨树病害的最佳判别分类模型为SNV-SPA-SVM，结合混淆矩阵得出该模型测试集总体准确率达93.57%，对各类样本的分类准确率均达到90%,Kappa系数为0.916 5。利用可见/近红外高光谱技术能够有效分类识别梨树叶部病害，为实现田间梨树叶片病害的自动诊断提供新方法。

分类号： S436.612%TP391.41

  • 相关文献

[1]高光谱成像的黄瓜病虫害识别和特征波长提取方法. 李杨,李翠玲,王秀,范鹏飞,李余康,翟长远. 2024

[2]高光谱成像技术在水果品质无损检测中的研究进展. 陈龙跃,段丹丹,王凡,孟翔宇,赵冲,钱英军. 2023

[3]一起假冒农药导致梨果重大经济损失的农业司法鉴定案例分析. 顾双平,蔡立旺,李洪山,姚立生. 2012

[4]不同作用机制杀菌剂对梨树主要病害的协同增效作用及减量施药流程制定. 毕秋艳,赵建江,王文桥,吴杰,路粉,韩秀英. 2019

[5]高分辨四极杆飞行时间质谱仪判别复原乳和超高温灭菌乳. 崔婧,苏美丞,谭冬飞,张霞,贾曼. 2019

[6]尖孢镰刀菌寄主专化型脂肪酸生物标记鉴别特性. 刘波,胡桂萍,肖荣凤. 2012

[7]偏最小二乘-判别分析模型影响因素初步研究. 王冬,王纪华,马智宏,李安,靳欣欣,潘立刚,侯金健,万赐晖. 2016

[8]基于计算机视觉技术的番茄叶部病害识别. 柴阿丽,李宝聚,石延霞,岑喆鑫,黄海洋,刘君. 2010

[9]基于机器视觉的烤烟鲜烟成熟度判别模型优选. 刘浩,孟令峰,王松峰,刘自畅,杜海娜,孙福山. 2023

[10]基于稳定同位素特征与土壤性质的有机茶身份辨识研究. 贾丽欣,双睿辰,邵金良,孟凡乔,吴迪. 2024

[11]基于二维光谱结合深度学习对不同产地杜仲的鉴别. 丁于刚,李鹂,左智天,李佑稷. 2023

[12]微生物发酵床猪舍环境气味电子鼻判别模型的研究. 蓝江林,刘波,陈峥,宋泽琼,林娟. 2012

[13]自适应蚁群优化算法的近红外光谱特征波长选择方法. 郭志明,黄文倩,彭彦昆,王秀,汤修映. 2014

[14]蜂蜜中果糖和葡萄糖近红外检测的差异性分析及优化研究. 屠振华,朱大洲,籍保平,孟超英,王林舸,庆兆珅. 2010

[15]基于高光谱图像光谱与纹理信息的生菜氮素含量检测. 孙俊,金夏明,毛罕平,武小红,朱文静,张晓东,高洪燕. 2014

[16]近红外光谱的玉米种子穗腐病特征提取与判别模型研究. 孟繁佳,罗石,吴月峰,孙红,刘飞,李民赞,黄威,李穆. 2022

[17]LS-SVM的梨可溶性固形物近红外光谱检测的特征波长筛选. 樊书祥,黄文倩,李江波,赵春江,张保华. 2014

[18]近红外全波段扫描技术建立数学模型鉴别地沟油方法研究. 赵静,梁瑞,刘新保,田建文. 2021

[19]主成分分析和SIMCA的甘蓝与杂草光谱识别方法研究. 祖琴,邓巍,王秀,赵春江. 2013

[20]稻谷水分近红外光谱预测模型特征波长筛选. 吕都,周帅,陈中爱,唐健波. 2022

作者其他论文 更多>>

微信小程序