近红外光谱和机器视觉信息融合的土壤含水率检测

文献类型： 中文期刊

第一作者： 肖武

作者： 肖武;李小昱;李培武;冯耀泽;王为;张军

作者机构：

关键词： 土壤含水率;信息融合;近红外光谱;机器视觉;BP神经网络

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2009 年 25 卷 08 期

页码： 14-17

收录情况： EI ; 北大核心 ; CSCD

摘要： 为了精确、快速和稳定测定土壤含水率以及扩大所建模型的适应性,该文提出了机器视觉与近红外光谱技术融合的土壤含水率分析方法。通过试验建立了湖北地区主要土壤基于近红外光谱的土壤含水率分析模型、基于土壤表层图像特征参数的含水率分析模型和机器视觉与近红外光谱信息融合的土壤含水率分析模型。结果表明,基于近红外光谱含水率分析模型虽然具有较高的精度,但该模型预测非建模样品黄绵土误差均大于4%;以图像特征参数H,S和V所建BP人工神经网络非线性预测模型最优,模型的决定系数R2为0.9849,但当土壤水分饱和(达到20%以上)时存在分析误差;而所建立的土壤的近红外光谱与机器视觉BP神经网络信息融合模型可预测非建模样品黄绵土与水分饱和达20%以上土壤,决定系数R2可达到0.9961,融合模型分析精度均高于单独使用近红外光谱或机器视觉分析模型。

分类号： S152.7

  • 相关文献

[1]基于主成分分析和BP神经网络的蚕蛹分类方法. 梁培生,孙辉,张国政,方瑷,周二杰. 2016

[2]近红外光谱法鉴别奶牛饲料中三聚氰胺甲醛树脂的可行性研究. 单杨,张欣,杨桂森. 2012

[3]近红外光谱法定性检测餐桌废弃油脂的掺伪. 李沂光,单杨,李高阳,张菊华. 2013

[4]霉变板栗的近红外光谱和神经网络方法判别. 周竹,刘洁,李小昱,李培武,王为,展慧. 2009

[5]果蔬分拣设备研究现状及发展趋势. 柳军,孔杰,皮杰,周成钢. 2024

[6]光电检测技术在马铃薯品质检测中的研究进展. 屠振华,张成龙,王瑶瑶,孙君茂,朱大洲,陈早艳. 2019

[7]村镇宜居社区与小康住宅评价信息的数据融合技术. 高荣华,顾静秋,李庆学. 2014

[8]多源信息感知在农产品生产履历采集中的应用. 吴滔,杨信廷,刘燕德,孙传恒,周超. 2012

[9]基于Kalman滤波农用车辆导航定位方法. 籍颖,刘兆祥,刘刚,张漫,周建军. 2009

[10]可见/近红外技术与感官评价信息融合预测冷藏条件下罗非鱼TVB-N的研究. 史策,孙立涛,钱建平,韩帅,范蓓蕾,杨信廷. 2017

[11]基于近红外高光谱成像及信息融合的小麦品种分类研究. 董高,郭建,王成,陈子龙,郑玲,朱大洲. 2015

[12]信息融合技术在智能温室控制系统中的应用. 段乃彬,孔素萍,张文兰,李群,戴双. 2008

[13]基于GNSS和激光雷达的果园机器人导航系统研究. 魏逸飞,李青龙,孙宜田,孙永佳,侯加林. 2023

[14]基于ARSIS策略的SAR影像与多光谱遥感小波融合. 李卫国,蒋楠,熊世为. 2012

[15]近红外光谱技术在茶叶生产质控与品质评价中的研究进展. 梁建华,郭嘉明,乔小燕. 2024

[16]不同栽培方式对马铃薯土壤水分状况和产量的影响. 范士杰,王蒂,张俊莲,白江平,宋吉轩,马智黠. 2012

[17]秸秆深还对土壤水分转移及产量的影响. 邱立春,孙跃龙,王瑞丽,张旭东,窦森. 2015

[18]1S3型深松整地机应用效果试验. 刘刚. 2011

[19]2BQMS-2型坐水播种机施水效果初步研究. 裴泽莲,张旭东,姚志刚,尤晓东,李秀娟,张旭. 2005

[20]生物炭对有机菜心产量、品质及水分利用的影响. 王湛,李银坤,王利春,郭文忠,徐志刚. 2018

作者其他论文 更多>>

微信小程序