基于高光谱图像光谱与纹理信息的生菜氮素含量检测

文献类型： 中文期刊

第一作者： 孙俊

作者： 孙俊;金夏明;毛罕平;武小红;朱文静;张晓东;高洪燕

作者机构：

关键词： 氮素;主成分分析;支持向量机;高光谱图像;生菜;特征波长;纹理特征

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2014 年 30 卷 10 期

页码： 167-173

收录情况： EI ; 北大核心 ; CSCD

摘要： 高光谱图像包含丰富的光谱与图像信息,该文基于此试图构建生菜氮素检测模型。利用高光谱图像采集系统获取可见-近红外(390~1 050 nm)范围内的生菜叶片高光谱图像,同时利用凯氏定氮法获取对应叶片的氮素值。将光谱反射值较大波长图像与反射值较小波长图像相除并用阈值化法构建掩膜图像,获取感兴趣区域(ROI,region of interest)。由于高光谱数据量大、且数据间冗余性强,因此如何有效的提取一些特征波长十分重要。该文采用主成分分析(PCA,principal component analysis)对原始高光谱图像进行处理,根据前3个主成分图像(PC1、PC2、PC3)在全波长下的权重系数分布图选出662.9、711.7、735.0、934.6 nm 4个特征波长及对应的光谱特征,并且分别提取4个特征波长图像、主成分图像PC1、PC2、PC3在ROI下的基于灰度共生矩阵的纹理特征,最后利用支持向量机回归(SVR,support vector machine regression)分别建立生菜叶片基于特征波长光谱特征、特征波长图像与主成分图像的纹理特征及光谱纹理融合特征与对应氮素值之间的关系模型。结果表明,在校正性能指标决定系数R2C上,基于光谱特征+特征波长图像纹理特征的模型较好,R2C=0.996,校正集均方根误差RMSEC为0.034;在预测性能指标决定系数R2P上,基于光谱特征的模型较好,R2P=0.86,预测集均方根误差RMSEP为0.22。该研究结果可为农作物氮素的快速、无损检测提供一定的参考价值。

分类号： S636.2

  • 相关文献

[1]基于改进SPA算法的高效降维方法. 崔颖,王雪婷,刘述彬,陆忠军. 2018

[2]基于高光谱图像的茶树LAI与氮含量反演. 吴伟斌,李佳雨,张震邦,凌彩金,林贤柯,常星亮. 2018

[3]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

[4]基于支持向量机的鱼群摄食行为识别技术. 陈彩文,杜永贵,周超,孙传恒. 2018

[5]冬小麦叶面积指数遥感反演方法比较研究. 谢巧云,黄文江,蔡淑红,梁栋,彭代亮,张清,黄林生,杨贵军,张东彦. 2014

[6]基于高光谱的水稻叶片氮素营养诊断研究. 杨红云,周琼,杨珺,孙玉婷,路艳,殷华. 2019

[7]基于高光谱和参数优化支持向量机的水稻施氮水平分类研究. 罗建军,杨红云,路艳,万颖,孙爱珍,易文龙. 2020

[8]基于机器视觉的稻谷品种鉴别方法比较. 冯晓星,许学. 2019

[9]基于支持向量机的新鲜与解冻许氏平鲉(Sebastes schlegeli)近红外光谱鉴别技术. 刘申申,孙永,周德庆. 2015

[10]基于分级阈值和多级筛分的玉米果穗穗粒分割方法. 杜建军,郭新宇,王传宇,肖伯祥,吴升. 2015

[11]基于支持向量机的新鲜与解冻许氏平鲉(ebastes schlegeli)近红外光谱鉴别技术. 刘申申,孙永,周德庆. 2015

[12]基于高光谱图谱融合技术的英德红茶等级快速无损判别. 刘翠玲,秦冬,凌彩金,孙晓荣,郜礼阳,昝佳睿. 2023

[13]基于近红外光谱的纽荷尔脐橙产地识别研究. 廖秋红,何绍兰,谢让金,钱春,胡德玉,吕强,易时来,郑永强,邓烈. 2015

[14]基于主成分分析-支持向量机的我国农业科技创新能力评价. 秦薇,万忠,康乐. 2019

[15]中红外光谱法结合支持向量机快速鉴别蜂蜜品种. 徐天扬,杨娟,孙晓荣,刘翠玲,李熠,周金慧,陈兰珍. 2018

[16]高光谱成像的柑橘病虫害叶片识别方法. 吴叶兰,陈怡宇,廉小亲,廖禺,高超,管慧宁,于重重. 2021

[17]基于离子迁移谱的葡萄籽油掺伪鉴别研究. 帅茜,张良晓,李培武,张奇,王秀嫔,丁小霞. 2014

[18]基于主要营养成分含量的大小颗粒薏仁米判别. 刘星,范楷,杨俊花,宋卫国. 2019

[19]基于无人机数码影像的冬小麦氮含量反演. 刘帅兵,杨贵军,景海涛,冯海宽,李贺丽,陈鹏,杨文攀. 2019

[20]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

作者其他论文 更多>>

微信小程序