高光谱图谱结合策略检测小麦单粒种子活力

文献类型： 中文期刊

第一作者： 石睿

作者： 石睿;张晗;王成;康凯;罗斌

作者机构：

关键词： 高光谱成像;单粒小麦;活力;卷积神经网络;光谱特征;图像信息

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2024 年 44 卷 011 期

页码： 3206-3212

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 小麦是我国主要的粮食作物，在国民经济发展中扮演至关重要的角色。种子是一切农业活动的基础，种子活力是种子最重要的评价指标之一，高活力的种子拥有良好的田间表现及耐储能力，因此准确鉴别小麦种子活力对我国农业生产具有重要意义。传统种子活力检测技术耗时、对操作人员要求高，且会对种子造成不可逆的损伤。以往利用高光谱成像技术检测种子活力，通常是针对种子批检测，且仅仅利用图像数据或光谱数据中的一种，很少将图谱数据结合用于单粒种子活力检测。为了更深入了解种子活力与光谱的内在联系，高光谱成像的小麦单粒种子快速无损检测研究颇具学术价值。以210粒经人工老化处理过的小麦种子(105粒有活力，105粒无活力)为研究对象，采集种子400～1 050 nm波段内的高光谱数据，随后进行标准发芽试验，确保高光谱数据与发芽实验结果一一对应，按照4∶2∶1的比例将数据集划分为训练集、测试集和真实数据集。利用竞争自适应重加权(CARS)算法选择特征波段，最终得到了30个特征波段，且所选特征波段对应了引起种子活力变化的蛋白质、淀粉和脂类等种子内部营养物质。为挑选出最优分类模型，对于全波段和特征波段光谱数据，利用训练集和测试集数据基于SVM、 KNN、 1DCNN和改进的ECA-CNN机器学习算法分别建立了小麦种子活力预测模型。结果表明，使用特征波段数据建立的模型性能均优于使用全波段数据建立的模型，其中使用特征波段数据建立的ECA-CNN模型性能最好，在避免过拟合的情况下，训练集整体准确率为99.17%,测试集准确率为80%。为避免建模过程对比较分类策略造成影响，利用真实数据集对比整体法和像素法两种分类策略。结果表明，像素法相比于整体法拥有更好的检测效果，整体准确率为86.67%,精确率为92.31%,召回率为80%,均优于像素法。该研究可为快速无损检测单粒小麦种子活力提供科学依据。

分类号： O657.3%TS210.7

  • 相关文献

[1]利用无人机高光谱成像和ES-CNN策略诊断油茶营养. 陈龙跃,段丹丹,高佳华,张祖铭,孙鹤,姜毅,冉成. 2024

[2]一种基于反射光谱的烤烟鲜烟叶成熟度测定方法. 李佛琳,赵春江,王纪华,刘良云. 2008

[3]枸杞4大病虫害的遥感近地高光谱特征. 马菁,张学俭. 2016

[4]积雪混合像元光谱特征观测及解混方法比较. 郝晓华,王杰,王建,黄晓东,李弘毅,刘艳. 2012

[5]基于水体指数的密云水库面积提取及变化监测. 曹荣龙,李存军,刘良云,王纪华,阎广建. 2008

[6]持续受涝对冬小麦高光谱特征参数的影响分析. 段丁丁,熊勤学,刘莉,何英彬. 2018

[7]AVIRIS高光谱数据空-谱特征在植被分类中的对比分析. 付元元,杨贵军,段丹丹,张永涛,顾晓鹤,杨小冬,徐新刚,李振海. 2020

[8]结合冠层光谱和叶片生理观测的小麦条锈病监测模型研究. 艾效夷,宋伟东,张竞成,王保通,杨贵军,黄文江. 2016

[9]不同高光谱特征参数区分马铃薯品种的优劣势分析. 段丁丁,何英彬,罗善军,王卓卓. 2018

[10]面向番茄植株相近色目标识别的多波段图像融合方法. 冯青春,陈建,成伟,王秀. 2020

[11]不同成熟度烤烟鲜叶的高光谱响应及其判别分析. 李佛琳,赵春江,王纪华,刘良云. 2008

[12]结合航空影像纹理和光谱特征的单木冠幅提取. 张凝,冯跃文,张晓丽,樊江川. 2015

[13]不同株型夏玉米群体冠层反射光谱特征及其应用研究. 谭昌伟,王纪华,黄文江,刘良云,赵春江,郭新宇. 2004

[14]基于可见光-近红外光谱特征参数的苹果叶片氮含量预测. 杨福芹,冯海宽,李振海,杨贵军,戴华阳. 2017

[15]基于时序Sentinel-2影像的梨树县作物种植结构. 刘俊伟,陈鹏飞,张东彦,赵红伟. 2020

[16]海南北部滨海区不同土地利用模式下土壤DOM粒径分布与光谱特性. 吴月颖,吉恒宽,吴蔚东,吴治澎,解钰,符佩娇. 2020

[17]不同施肥处理两夏玉米品种穗位叶光谱特征比较. 牛鲁燕,孙家波,郑纪业,张晓艳. 2017

[18]不同光谱条件对越冬型拱棚韭菜生长发育及产量品质的影响. 曲继松,程瑞锋,王娜,张丽娟,朱倩楠,杨其长. 2020

[19]夏玉米倒伏模拟试验及遥感监测. 王猛,隋学艳,梁守真,王勇,姚慧敏,侯学会. 2017

[20]佛手瓜叶片光谱特征与SPAD值估算模型研究. 舒田,黎瑞君,陈智虎,孙长青,刘春艳,许元红. 2023

作者其他论文 更多>>

微信小程序